公有链的七大超级难题之设计可持续发展的共识算法

< 本文看点 >

区块链的本质远不止分布式账本，区块链如何安全地达成共识，以比特币PoW为代表的共识为何不可持续，以及怎样设计一个可持续的共识机制？

▼

2018年以来，沉淀了多年的区块链技术终于大火，而大家对于区块链的理解依然停留在分布式账本上。分布式账本，不可篡改，可以说是区块链最原始的特性，目前的公链技术可以承载更多类型的应用，对于区块链的理解也可以围绕多个角度展开，我们先从技术本质的角度来理解究竟什么是区块链。

区块链是一种存储数据的方式，其本质就是一个状态机和一个数据库。

一．状态机：表示状态及其转移的机器

状态，可认为是系统当前各方面指标的值，状态机则是指发生了一些条件，当前状态被改变到下一个状态。比如我当前的状态是口袋里有十块钱，给早点老板了五块钱，到达下一个状态：口袋剩余五块钱。

对于比特币来说：是交易账单的状态转移。

对于以太坊来说，智能合约允许更为复杂的状态转移规则，可以在触发条件满足的情况下，按照约定的规则进行状态转移。

讲个程序员冷笑话：

老婆给当程序员的老公打电话：“下班顺路买一斤包子带回来，如果看到卖西瓜的，买一个。” 当晚，程序员老公手捧一个包子进了家门。。。 老婆怒道：“你怎么就买了一个包子？！” 老公答曰：“因为看到了卖西瓜的。” 

这个智能合约的条件是：“是否看到卖西瓜的”。状态转移规则是：如果没看到，买一斤包子，如果看到了，买一个包子。状态的转移是：程序员由本来买一斤包子的状态，因为触发了“看到了卖西瓜的”这个条件，转变为只买一个包子。

对于Genaro Network而言，还要再复杂一点，因为牵扯到网络中数据存储导致的状态改变：

二．数据库：是按照数据结构来组织、存储、管理数据的仓库

数据结构：计算机存储数据的方式，常见的基本数据结构有队列、堆栈、链表、树、图等等。对于复杂系统，其数据结构也都是由基本的数据结构组合改编而成。

在区块链中，数据结构采用的是一个链表，链表的每个节点就是一个区块，一个区块是一颗梅克尔树，包含了若干交易记录。

1. 链表

2. 区块（梅克尔树结构）

以下图为例，具体的交易记录为：D0,D1,D2,D3，两两结合，不断向上计算哈希值，得到树根，也就是常说的“区块头”。

这实际上是双层结构。区块链之所以采用这样的“双层”数据结构，是因为每个区块内的交易相当于是并行，多笔交易被包含在一个区块中，增加了区块大小，在出块速度一定的情况下，增加了区块数据量，从而提高系统的性能。

如上图，D0,D1,D2,D3是由一名矿工计算，然后广播验证，其余矿工也可以一次验证四笔交易。

大家看到的移动端的轻钱包就是利用了这个原理。轻钱包仅仅作为一个移动支付工具，是不能占用太大空间的，所以不可能保存全部节点数据，这时候就得用到以上原理，仅验证区块头（也就之是之前所说的root值），就能确认交易是否存在。他能过滤掉大量不相关的数据，减少客户端不必要的下载量，同时实现去中心化验证。

这个原理叫简单支付验证（SPV，Simplified Payment Verification）。SPV充分利用默克树结构，在寻找交易时，只需下载寻找区块头而不是整个区块，区块头只有80字节，每小时6个，一年也就4M大小，一般设备都能承载。

综上所述，区块链的本质是状态机和数据库。

同时区块链对与应用来说是一个分布式账本，一种通过去中心化、去信任的方式集体维护的一个可靠数据库方案。

那么问题来了，如何在一个去中心化和去信任（或降低信用成本）环境里，让多个完全陌生的网络节点，来承认这个区块链的状态机和数据库？换句话说，如何设计这个系统规则，让陌生的买卖双方，在没有第三方信任机构的情况下，产生信任，完成交易呢？

答案就是共识机制。

共识机制至关重要，是区块链技术的核心，很大程度上决定了整个区块链系统节点间的相互信任程度，也决定了其他使用者对于区块链上数据的信任程度。一个区块链系统，共识机制设计得好与坏直接决定了系统的工作效率、运行成本、安全性、稳定性，甚至毫不夸张地说，直接决定了系统存在的价值。

下面，我们开始探讨本篇的正题 —— 如何设计可持续发展的共识算法。

所谓共识算法，就是每个节点对于本区块的正确性达成共识。

共识是一切交易的基础，达成共识越分散（参与度越高），其效率就越低，但安全性越高，因此也越稳定；相反，达成共识越集中（参与度越低），效率越高，也越容易出现独裁和腐败现象，安全性越低。如何平衡这些因素，使其具有应用价值，是我们值得探讨的重要话题。

以主流PoW(Proof of Work)为例，根据区块头与一个随机数进行哈希运算，可简单理解为必须通过大量数学计算之后，才能将区块挂入区块链中。

为什么不能让矿工直接把区块挂上去呢？

在区块链中，最长的链被认为是正确的链，所有矿工选择最长的链来挖，才能确保链的唯一性。公有链作为一个完全开放的系统 —— 任何节点都可以来当矿工，其背后的设计哲学在于“作恶得到的好处小于付出的代价，所以理性节点不会做恶”。传奇跑者普雷方丹也有一句名言：“你可以打败我，但你必须付出足够的努力与汗水。”如果矿工可以直接把区块挂到链上，那么攻击者就可以分叉，然后疯狂的把这条链加长，使人误以为这才是正确的区块链。

在PoW中，攻击者必须进行工作量证明才能把分叉链加长，必须付出比全网更大的算力（51%以上）才能跑的最快，同一时间形成更多区块，让人误以为这是最长的链，从而完成攻击，但这显然是不可能的。

这个系统的设计逻辑没有问题，但在PoW的过程中，需要消耗大量无谓的算力与能源。

首先，PoW所需的算力不断增大，比特币为了保证每10分钟出一个块，同时在2140年产生2100万枚全部比特币，就必须每2016个块之后进行难度升级。所以挖矿设备也不断的进行更新换代才能满足需求。从CPU挖矿，到GPU，到FPGA挖矿等等，耗电量也与日俱增。

有英国的研究表明，2017年用在比特币“挖矿”上的电量超过29.05太瓦时twh（1太瓦时为10亿度电），超过了全球159个国家的年均用电量。爱尔兰全国（477万人口）一年的用电量也只有25太瓦时的电力。而今年的最新估计表明，这一数字已经接近哥伦比亚全国的用电量，达到59.6twh。

可以推算，如果没有在机制(mechanism)上的彻底变革，仅仅用于完成PoW计算的电力花费将迟早超过全球任何一个国家的年均用电量。更何况，电力能源属于二次能源，为了产生电力需要花费的一次能源（如煤炭、石油、水力、天然气）的消耗更是难以计数。长此以往，在利益的驱动下，假如未来全球大多数的能源都被用来挖矿，那将会造成世界性的能源危机。

其次，主链上同一时间只会有一个区块上链，这个由计算出来的矿工获得，但是其他参与计算的矿工虽然消耗了大量算力，却没有任何收益，浪费了大量计算资源。

最重要的一点，这些计算并不是有实际意义的计算，换句话说：以比特币为代表的使用PoW共识的公有链，本质上只能起到账本的作用，而不具备实际的功能，所以其所做的计算也都是没有实际作用的。

起初我们在探讨设立Genaro共识机制的时候， 就明确一点：要做有意义的计算，也就是说，公有链除了做账本，本来还应该完成互联网中的某些其他功能。世界上本来就有很多东西需要大量的算力，为什么一定要做没有实际意义的哈希计算呢？为什么不计算蛋白质的分子结构，计算基因工程，计算机器学习？

所以说，减少能源的消耗，同时完成有意义的计算，是共识机制设计的关键所在。

但是这两点同时实现极为困难。第一，如果消耗的资源减少，安全性就越低，因为攻击者越容易将分叉链让大家误以为是主链；第二，有意义的计算如何有规律的与区块链系统连接起来，比如如果做机器学习计算，稳定的Data Set从何而来，计算的奖励如何分配，都是需要精心设计的地方。

在这样的一个背景下，“激进”的PoS逐渐获得了更多的认可，几乎完全不需要进行计算，从而大大降低了能耗。

>> PoS（Proof of Stake）：权益证明。如果把PoW比作意大利国家队稳健的防守体系，那么PoS则拥有巴西队野心，以降低防守力，来增加攻击性。

PoS完全不需要进行计算，而是需要证明者对某些数量的权益展示所有权。证明节点对区块结果进行押注，如果错误则丧失押注，如果正确则赢得奖励。

然而，无论是在工业界还是学术界，PoS都是一把双刃剑，在提升性能的同时，很难保证其安全性。最著名的两个问题是：nothing at stake以及long range attack（长距离攻击）。以太坊在PoS的过程中也遇到了诸多困难。

>> Nothing at stake：如果攻击者fork当前的链，挖矿节点的保证金已经押在了两条链上，他不需要去判断哪条是正确的链，而是都支持，从而导致攻击者得逞，而无论攻击者是否得逞，节点选择全部挖的策略也可以保障自己的收益，所以只要理性节点不是“token大户”，都会去支持攻击者。

这个问题已经有人提出一些解决方案，例如vitalik提出的“错误惩罚”，如果一个节点在发生分叉时选择都押注，如果押注超过一条链或者押注了错误的链会被惩罚。

>> Long range attack则是更为棘手的问题：可以理解为PoS中的女巫攻击。攻击者不是去fork现有的链，而是回到初始阶段的链，造一条更长的新的链，让网络误以为是主链。因为PoS共识中节点的增长速度没有限定（比特币PoW有限定，10分钟出一个块），攻击者可以用很短的时间造一条更长的链。一个区块链系统，一开始不会有很多矿工，前期的块都是少数矿工挖的，如果这些矿工互相串通好，联合起来回到早起阶段，因为那个阶段只有他们可以挖接下来的块，他们可以很容易联合发起此攻击。

目前long range attack没有很好的解决方案，一些客户端（包括casper）试图通过限定更改区块的长度来解决这个问题，比如NXT的处理方式为超过720个区块的不能被更改。但这只是降低了问题发生的概率，或者说转化了问题，会导致“weak subjectivity”。

事实上，已经有很多PoS算法试图解决上述问题：

>> Ouroboros：一个可证明安全的PoS区块链协议，Ouroboros加入了权益证明算法，定义了节点对账本状态达到共识的方法，它是第一个宣称进行严格的安全分析的PoS类型的区块链协议。

Ouroboros在一定条件下的实践验证中，解决了各种攻击，包括双花攻击、交易拒绝攻击、51%攻击、无利害关系、去同步攻击以及其他攻击。某些前提下，它被科学证明安全的。它在亚马逊云中运行了基准测试，这些测试展现了Ouroboros的权益证明区块链协议，在性能方面的优势。

不过经常回头验证的模式也有问题。多次回头，一方面影响TPS，一方面会增加更多的通信，另一方面还很难验证回头stake的是否都为正确。

>> DPoS，相比于普通的PoS，多了一个选举机制，类似议会制度，不仅币数很关键，声望更加关键，从而实现速度与安全性的提高，DPoS希望通过投票来筛选信任节点，解决PoS的安全隐患。

类似的，还有PoP,PoC：

>> PoP (Proof of Participation)，基于账户参与度的算法，PoP 将 PoI 和DPoS 的思想结合，既能确保对设备的公平性，又拥有社区的共识，同时减少了算力浪费。让记账这件事情更经济效率, 从而支撑起更多大规模的协作体系。

>> PoC (Proof of Credit)，信用共识机制, “PoC”继承了“PoW”通过计算来实现账本安全的特性，但同时提出的非常有创新的一点“利用用户的信用值”作为挖矿的准入门槛，这样就会积累有效的节点为网络加密计算。同样“PoC”也相对“PoW”在社区发展中公平了很多，在参与挖矿的时候，是根据自己的信用值来判断是不是有共识（挖矿）资格。在达到共识的信用值后，为了防止节点的违规行为还必须提交一定的保证金额，才能参与共识，共识网络中加入了简单的智能合约，作为共识的契约来约束每个节点参与共识，如果有违规，会付出很大的惩罚。这也保证了节点会正常参与共识，用来提高网络的安全性。

但目前，没有一种PoS是被证明和PoW一样安全的，在设计上尽可能的通过制定出块规则与奖励惩罚机制来解决nothing at stake等问题，但本质还是不安全的。比较可行的方法是进行一个折中，PoW+PoS混合共识机制。

例如第一个使用PoS的项目：peercoin。peercoin是第一个PoS算法，于2012年提出，PPCoin的最大创新是其采矿方式混合了PoW+PoS方式，而PoW部分加入币龄的概念，越早买优势越大，相比与纯PoS或者纯PoW，达到节能和安全的平衡。

类似的还有CFFG，PoW+PoS混合模型，由Vitalik Buterin带领研究Casper the Friendly Finality Gadget(CFFG)，需要进行两周期投票，并且需要质押TOKEN。第一次是PoW，超过2/3即可验证成功，第二次是PoS，超过2/3即可验证成功，然后确认区块，验证者即可获得收益。验证者是被激励着集合在权威链上的，因为如果他们持续在不同的链上进行投票将会受到惩罚。验证者不仅仅会为双重投票而受罚，也要为在不正确的链上进行投票而受到惩罚。

Tendermin，2014年，由Jae Kwon带领研究，BFT与PoS混合机制，假设少于1/3的验证者是拜占庭，Tendermint保证安全永远不会被破坏——也就是，验证者（2/3以上）永远不会在同一个高度提交冲突的区块。因此，基于Temdermint的区块链永远不会分叉。Tendermint的设计决策偏向于安全性和不可改变性。

但这样的混合共识机制，虽然降低了能耗，但依然没有本质上解决PoW“浪费不必要能耗”的问题。为了设计可持续发展的共识算法，需要同时做到以下两点：

1. 找到一个低能耗、有实际效用的算法
2. 将此实际效用作为PoS的防御机制

为了做到以上两点，势必需要PoX+PoS这样的混合共识机制，至于X是什么，就取决于各个公链的设计了 如果公有链除了账本之外，还有其他的功能，则这个功能就是公式中的“X”。例如Genaro公链可以解决存储问题，于是有了SPoR + PoS。

这也是Genaro的SPoR + PoS混合共识机制的设计初衷。

▼

先简单介绍一下什么是SPoR：可以被看作是一个微型PoW。

>> SPoR全称为sentinel proof of retrievability，是一种数据可检索行证明。数据可检索证明的意思是，当用户不取回文件的时候，依然可以相信文件完好无损的保存在系统中。在Genaro系统中每天都会对存储节点进行“challenge”，存储节点通过运行SPoR算法表明数据是可被取回的。

首先这种证明的难度不会随着时间的推移而增加。证明一个文件可取回，今天的计算量和明年是几乎一致的。

其次这是在实际生活中有用的计算，即便是云存储也本身需要这样的证明。SPoR是一种在存储领域被验证为可靠的算法，将其引入区块链系统并不会带来额外的隐患。

Genaro并不是用SPoR代替PoW， 实际上，Genaro的混合共识机制是以PoS为主体，而SPoR主要用来要求节点贡献算力、存储空间等资源来加强PoS共识的“防守”。此混合共识机制的大致过程为：

step1. 节点进行GNX押注，分享存储空间，申请加入委员会

step2. 报名者进行实力排名（根据epoch中heft重量与GNX押注等因素）确定委员会名单

step3. 由委员会点按排名顺序依次连续出块

step4. 出块节点获得奖励

这个流程相当于通过SPoR来筛选可信节点，也即要求共识节点付出一定代价，也即something at stake，于是nothing at stake不攻即破。其中，选取部分节点以及允许信任节点连续出块是提升TPS的方法，详情请参考之后的文章《公有链七大超级难题之提升TPS的必要性与方法》

对于long range attack而言，Genaro的混合共识机制的本质是将存储网络与公有链进行深度绑定。可以简单这样理解：公有链中的交易分为两部分：

1. 普通交易

2. 存储行为引发的交易（例如上传下载分享等）

而第2类交易会将文件的sentinel相关信息存入区块中。那么，如果节点想要实施long range attack，回到最初阶段的区块链状态，则无法复原存储网络，就无法将区块推进到当前高度，网络会判断你不是最长链，直接进行惩罚。

此外，这样的混合共识机制还可以防止分叉。如果攻击者想要故意分叉（就像ETC与ETH），即便可以拉拢部分矿工在分叉链上继续出块，但这条链将会丧失用户数据的完整性，成为了一条毫无价值的“伪链”，用户不会使用，矿工就没有了消费者，自然不会去挖。

这样，通过引入“存储”这样更多的一个维度，打造出的SPoR + PoS混合共识机制，变成为了可持续共识机制的一个例子，这也说明，可持续共识机制要求公链本身有记账之外的更多实际功能。

最后，共识算法的可持续发展还有一个必要条件：任意节点可以加入并作出贡献，这对共识算法的选取有了更高的要求，请期待系列文章下篇：《公有链七大超级难题之建立点对点的分享社区》。

公有链七大超级难题，是公有链绕不开的关键。七大挑战环环相扣，需要一个从宏观到微观的深度认知，不仅仅涉及到技术领域，同时，经济、营销、市场、社会等领域都需要深入考虑，Genaro Network点对点存储和公有链的通证经济的体系设计，不仅是未知领域的探索，更是一场艺术之旅，大家请继续关注系列文章《公有链七大超级难题》和我们一起踏上未来旅程，迎接区块链的挑战与变革。

本文作者：Larry

本文技术校对：Waylon

本文内容校对/编辑/学术整理：Xuan, Sophia，Iris