洒脱喜一周评丨AI算法跨界参与比特币挖矿？以太坊成功完成伊斯坦布尔升级

导读：这周的学术论文部分，我们会分享两篇与挖矿策略主题相关的研究，而且它们都涉及到了AI算法 。而在硬核技术文章周选部分，我们还会看到12款硬件钱包的暴力测试、比特币新技术栈、Zcash零知识证明体系、以太坊难度炸弹以及以太坊最新研发总结的内容。

另外，以太坊本周末成功完成了伊斯坦布尔升级，它在接下来的一段时间内又会经历哪些改变呢？

（图片来源：pexels.com）

以下是上周内容的精选回顾，enjoy ~

一、学术论文一周主题精选：AI算法如何运用到区块链挖矿

我们知道，激励机制是无许可区块链（公链）的核心：它们激励参与者运行和保护基础共识协议。

然而，设计与激励相容的激励机制，实际上是非常具有挑战性的。具体而言，用户要么是拜占庭式的，要么是诚实的，而具有强大理论安全保证的系统，也常常会排除对理性用户的分析，而他们可能会因为激励而偏离诚实行为。

因此，如今大多数公链所使用的激励机制，它们的安全属性并非是绝对的，而且很多都未经过考验。

矿工们投入计算资源来解决PoW问题，在早期的时候，人们认为最有利可图的挖矿策略就是诚实挖矿，其中矿工一旦解决了PoW问题，其就会尽快广播这个新生成的区块。

后来，在13年的时候，康奈尔大学的Emin Gün Sirer教授和Ittay Eyal助理教授提出了一种称为自私挖矿（selfish mining）的挖矿策略，这种策略在一定条件下可以实现比诚实挖矿更高的回报。此后，关于激励攻击的研究如雨后春笋般涌现出来。

采用自私挖矿的矿工不会立即广播其挖得的区块，其通过秘密地将其未来挖得的区块与其扣留的区块连接起来，然后实施一次扣块攻击。

到了2015年，微软研究院以及以色列耶路撒冷希伯来大学的研究者Ayelet Sapirshtein等人将挖矿问题描述为具有大状态行为空间的一般马尔可夫决策过程（MDP），然而，挖矿MDP的目标并不像标准MDP那样是奖励的线性函数，因此，无法使用标准MDP解码算法解决挖矿MDP。为了解决这个问题，研究者首先将具有非线性目标的挖矿MDP转化为具有线性目标的MDP，然后在这个MDP上使用标准的MDP解码算法来寻找最优的挖掘策略。

而这种方法，在建立MDP之前，必须要知道各种参数值，而在真实的区块链网络中，精确的参数值是很难获得的，并且可能随着时间的推移而改变，从而阻碍了这种解决方案的实际采用。

论文1: 《 当区块链遇到AI：基于机器学习的最优挖矿策略 》

而香港中文大学教授、IEEE FELLOW（院士）刘绍强，深圳大学助理教授、博士后王滔滔以及深圳大学教授、博导张胜利则在最近提出了一篇新的研究论文。

论文链接： https://arxiv.org/pdf/1911.12942.pdf

在这篇名为《当区块链遇到AI：基于机器学习的最优挖矿策略》的论文中，研究者使用到了强化学习（RL）算法，通过观察和与网络交互，动态学习一个性能接近最优挖矿策略的挖矿方式。

强化学习（RL）算法是一种机器学习范式，在这种范式中，代理学习成功的策略，并从与环境的反复试验中获得最大的长期回报。

目前，Q-learning是最流行的强化学习（RL）算法，它可以通过更新一个状态动作值函数来学习一个好的策略，而不需要环境的操作模型，强化学习（RL）算法已成功地应用于许多具有挑战性的任务中，例如玩电子游戏、围棋以及控制机器人的运动。

但是，原有的强化学习（RL）算法并不能处理挖矿问题的非线性目标函数。

因此，论文作者们提出了一种新的基于Q-learning的多维RL算法，而这种算法能够成功地找到最优挖矿策略。

经过模拟实验显示，通过这种强化学习（RL）算法的挖矿方式，要比传统的自私挖矿以及诚实挖矿更有利可图。

洒脱喜简评：这又是跨学科研究的最新例子，它也提醒了加密货币世界的原住民，新技术的发展也会引发新的问题，那我们是否要因此而过于担心呢？不急，我们先看下一份研究论文。

论文2 ：《SquirRL: 运用深度强化学习技术实现区块链激励攻击的自动发现》

来自美国卡耐基梅隆大学、北京大学、康奈尔理工学院、斯坦福大学的多位研究者于近日发表了一篇题为《SquirRL: 运用深度强化学习技术实现区块链激励攻击的自动发现》的论文。

论文链接： https://arxiv.org/pdf/1912.01798.pdf

标题似乎有点拗口，大致意思就是：使用深度强化学习（Deep-RL）算法，实现对区块链激励攻击的自动化发现。

在上一篇论文中，我们提到了强化学习（RL）算法，那深度强化学习（Deep-RL）算法又是什么呢？

深度强化学习是一类使用神经网络学习策略的强化学习（RL）算法。

而深度强化学习（Deep-RL）算法在解决具有以下两个性质的问题上是特别成功的：

1. 规则定义良好；
2. 状态空间极大（难以控制）；

而区块链激励机制，就符合上面的性质，实际上，区块链激励机制问题还有一个额外的优势，那就是区块链奖励是连续处理的。

下面是这篇论文的重点摘要：

1. 这篇论文提出了一个利用深度强化学习（Deep-RL）算法发现区块链激励攻击的框架，它旨在为区块链开发人员测试脆弱性的激励机制提供通用方法，但不提供理论保证（注：所谓理论保证是指，研究者没有在现实中运用该框架发现相关的攻击，因为激励攻击本身就是很难实现的）。
2. 该框架可应用于各种区块链协议，并且能够recover比特币协议中已知的理论自私挖矿攻击问题，同时也将最新的结果扩展到以前难以处理的领域（例如多代理设置、更大的状态空间以及其它协议）。
3. 研究表明，在比特币协议中，随着代理数量的增加，自私挖矿及其变体攻击的利润会逐渐减少，这与现实情况中自私挖矿现象并未被发现的情况是一致的 ，尽管尚不清楚这种观察或其他外部因素是否是原因。
4. 最后，论文证明了该框架还可适用于自私挖矿以外的激励攻击；

论文作者：Charlie Hou、Mingxun Zhou、Yan Ji、Phil Daian、Florian Tramèr、Giulia Fanti、Ari Juels

实验的一些细节

研究者使用其提出的SquirRL框架，对比特币、以太坊以及GHOST的区块链激励机制进行了实验比较，他们对每个区块链协议分别进行了100次试验，其中每个试验包含10000次状态转换以及主链中至少5000个区块，然后又分为单个代理和多个代理进行评估。

下面是该实验涉及的4个组成部分：

1. 诚实挖矿（Honest）：遵守协议的矿工；
2. 最优自私挖矿（OSM）；
3. SM1：Emin G¨un Sirer教授提出的自私挖矿策略；
4. RL：也就是研究者提出的SquirRL系统；

下面是单个代理的实验结果可视化图形：

我们可以看到，当攻击者持有的算力（或权益）α小于25%时，SquirRL并不是采取“自私挖矿”策略，而是 recover诚实挖矿策略，而在攻击者算力（或权益）α大于25%时，SquirRL都胜过了其他方案。

最后，SquirRL得出的结果表明，针对比特币的经典自私挖掘攻击，会在多个攻击者存在的情况下会失去效力。

这些结果揭示了，为何自私挖矿在理论上存在，但它在现实世界中可能是糟糕的攻击策略。

洒脱喜简评：同样是运用AI算法的区块链主题研究，与上一篇论文不同的是，这份研究的目的是识别出相关的区块链激励攻击，同时它也证明了当网络当中有多个代理（即攻击者时），相关的激励攻击效果就会减弱，也就是说网络最终还是会达到平衡的状态，因此我们不需要过于担心。

二、硬核技术文章一周精选

2、1 金属比特币种子存储压力测试（第三轮）

本周第一篇硬核文章，来自密码朋克Jameson Lopp的硬件钱包暴力测评文章。

文章链接：https://blog.lopp.net/metal-bitcoin-seed-storage-stress-test-round-iii/

在这次实验中，作者对12款硬件钱包进行了惨无人道的摧残：

1. 加热测试 ：在大约2000华氏度（约1093.33摄氏度）的环境下对硬件钱包加热10分钟后，将其迅速扔至装满水的桶中，以模拟消防员扑灭火灾。
2. 腐蚀测试 ：将硬件钱包设备浸入盐酸中12小时。
3. 重压测试 ：使用一台20吨液压机使设备变形，以模拟大型建筑物倒塌压到硬件钱包的情况；

洒脱喜简评：硬件钱包需要考虑到火灾、腐蚀、重压等意外情况的发生，这一系列的硬核测试文章对于用户而言是非常具有参考价值的，而且它也很好地提醒了广大硬件钱包商。

2、2 一文了解比特币新技术创新

来自Digital Asset Research技术研究主任Lucas Nuzzi的一篇比特币技术栈文章，作者介绍了比特币在Layer 2、智能合约、挖矿协议、隐私技术这4个方面的技术创新。

文章链接：https://www.8btc.com/article/524826

洒脱喜简评：其中智能合约部分的内容，可以说是非常让人期待了，原来比特币也可能实现去中心化借贷（DeFi）这样的应用，比特币并不是静态不变的。

2、3 技术干货 | 深入理解Zcash的零知识证明体系

零知识证明算法研究者江小白撰写的Zcash零知识证明体系科普文章，这篇文章介绍了Zcash Sapling版本的协议细节。

文章链接：https://www.8btc.com/article/526391

洒脱喜简评：Zcash作为第一个采用零知识证明协议的加密货币，其技术发展具有较大的参考意义。

2、4 以太坊难度炸弹的爆发和拆除

来自 Thomas Jay Rush的一篇科普以太坊难度炸弹的文章，以太坊爱好者 曾汨 & 阿剑翻译了中文版本，作者用代码和具体公式展现了难度炸弹的具体拆除原理。

文章链接：https://www.8btc.com/media/526491

洒脱喜简评：在明年1月6号左右，以太坊将通过一次硬分叉拆除第三次难度炸弹，这篇文章对于想了解难度炸弹及拆除原理的人而言是有帮助的。

2、5 万字长文详解以太坊最新研发进展

来自以太坊基金会官网的一篇文章，由15个开发团队合作完成，分别就不同客户端、Ewasm、形式化验证、Remix、Plasma、ETH 2.0 、Solidity、状态通道、ZoKrates等细分以太坊研发工作进行了总结。

文章链接：https://www.8btc.com/article/525281

洒脱喜简评：不可否认，以太坊开发者生态是非常强大的，文章似乎有点Show肌肉的意思，然而，以太坊基金会也面临着能否留住开发者的问题(传闻基金会明年会停止对多数开发团队的资助)，毕竟其本身并没有太多可用资金，而其他有钱的公链项目方则有了可乘之机。

三、主流区块链项目技术进展：以太坊成功完成伊斯坦布尔升级

3、1 以太坊成功完成伊斯坦布尔升级

北京时间12月8日，以太坊成功于区块高度9,069,000 激活伊斯坦布尔升级，此次升级涉及到了EIP-152、EIP-1108、EIP-1344、EIP-1884、EIP-2028以及EIP-2200这6个改进提议。

消息来源：https://twitter.com/ethereum/status/1203474242425241600

洒脱喜简评：对于zk-rollup等一些基于SNARKs和STARKs的layer 2解决方案而言，这次升级意义颇大，它可以提升解决方案的吞吐量，然而，以太坊本身的难度炸弹已第三次触发，每10万个区块其区块的间隔时间就会增长一次，这也影响了网络的使用情况，而根据计划，以太坊会在1月6日左右进行硬分叉以拆除难度炸弹 。

3、2 比特币开发进行更新

本周，Bitcoin Optech介绍了上周比特币开发者关于Schnorr签名和Taproot提案的一些讨论，并注意到了以前称为 OP_CHECKOUTPUTSHASHVERIFY 以及 OP_SECURETHEBAG 提案的最新更新，此外，文章还总结了流行的比特币基础设施项目的一些显著变化。 洒脱喜简评：比特币作为最早以及最受欢迎的加密货币，其开发者必然会是非常谨慎的，因而相关较大的升级方案，都需要经过大量的讨论及改进才能够实施，距离比特币应用Schnorr签名及Taproot提案？先看下一个版本0.20.0会不会有吧。

3、3、 以太坊2.0开发的怎么样了？来看看最新进展一览

这是以太坊基金会发布的第五期关于以太坊2.0的开发进展周报，上周，值得注意的是，当下最流行的以太坊浏览器Etherscan也推出了以太坊2.0服务： beacon.etherscan.io 。

此外，上周开发者们还进行了首次Eth2 networking 电话会议，这次会议对许多相关团队和个人进行的工作进行了总体更新同步和审视。

链接：https://www.8btc.com/media/527097

而最重要的是 ，开发者还公布了 BLS 签名的标准 规范及实现，而等Runtime Verification 团队对以太坊2.0抵押合约字节码的形式化验证和分析完成后（预计本月底发表），抵押合约就可以正式部署了。

洒脱喜简评：以太坊2.0的阶段0越来越近了，到时候将会发生一些什么事情呢？这将是非常值得期待的。

本周的精彩内容就到这里啦，下周再见～