Permissionless blockchains achieve consensus while allowing unknown nodes to join and leave the system at any time. They typically come in two flavors: proof of work (PoW) and proof of stake (PoS), and both are vulnerable to attacks. PoS protocols suffer from long-range attacks, wherein attackers alter execution history at little cost, and PoW protocols are vulnerable to attackers with enough computational power to subvert execution history. PoS protocols respond by relying on external mechanisms like social consensus; PoW protocols either fall back to probabilistic guarantees, or are slow. We present Sieve-MMR, the first fully-permissionless protocol with deterministic security and constant expected latency that does not rely on external mechanisms. We obtain Sieve-MMR by porting a PoS protocol (MMR) to the PoW setting. From MMR we inherit constant expected latency and deterministic security, and proof-of-work gives us resilience against long-range attacks. The main challenge to porting MMR to the PoW setting is what we call time-travel attacks, where attackers use PoWs generated in the distant past to increase their perceived PoW power in the present. We respond by proposing Sieve, a novel algorithm that implements a new broadcast primitive we dub time-travel-resilient broadcast (TTRB). Sieve relies on a black-box, deterministic PoW primitive to implement TTRB, which we use as the messaging layer for MMR.


翻译:无许可区块链允许未知节点随时加入和离开系统,同时实现共识。它们通常分为两种类型:工作量证明(PoW)和权益证明(PoS),两者都容易受到攻击。PoS协议遭受长程攻击,攻击者可以低成本地篡改执行历史;而PoW协议则容易受到拥有足够算力以颠覆执行历史的攻击者的威胁。PoS协议通过依赖社会共识等外部机制来应对;PoW协议要么退回到概率性保证,要么速度缓慢。我们提出了Sieve-MMR,这是首个具有确定性安全性和恒定预期延迟、且不依赖外部机制的完全无许可协议。我们通过将一种PoS协议(MMR)移植到PoW环境中得到了Sieve-MMR。我们从MMR继承了恒定预期延迟和确定性安全性,而工作量证明则赋予我们抵御长程攻击的能力。将MMR移植到PoW环境的主要挑战是我们所称的时间旅行攻击,即攻击者利用在遥远过去生成的工作量证明来增加当前感知的PoW算力。我们通过提出Sieve来应对,这是一种新颖算法,实现了一种我们称为抗时间旅行广播(TTRB)的新广播原语。Sieve依赖于一个黑盒、确定性的PoW原语来实现TTRB,我们将其用作MMR的消息传递层。

0
下载
关闭预览

相关内容

AI智能体基础设施
专知会员服务
36+阅读 · 7月12日
联邦学习中的成员推断攻击与防御:综述
专知会员服务
17+阅读 · 2024年12月15日
【ICML2024】超图增强的双半监督图分类
专知会员服务
15+阅读 · 2024年5月9日
Seq2seq强化,Pointer Network简介
机器学习算法与Python学习
15+阅读 · 2018年12月8日
LibRec 每周算法:LDA主题模型
LibRec智能推荐
29+阅读 · 2017年12月4日
国家自然科学基金
17+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
VIP会员
相关资讯
Seq2seq强化,Pointer Network简介
机器学习算法与Python学习
15+阅读 · 2018年12月8日
LibRec 每周算法:LDA主题模型
LibRec智能推荐
29+阅读 · 2017年12月4日
相关基金
国家自然科学基金
17+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员