Насколько централизовано децентрализовано? Резюме и ссылки
tech-stories optout selfsovereignty daos

Насколько централизовано децентрализовано? Резюме и ссылки

17 января 2024 г.

:::информация Этот документ доступен на arxiv по лицензии CC 4.0.

Авторы:

(1) Бартош Кусмир, IOTA Foundation 10405 Берлин, Германия & Кафедра теоретической физики, Вроцлавский университет науки и технологий, Польша bartosz.kusmierz@pwr.edu.pl;

(2) Роман Оверко, Фонд IOTA 10405 Берлин, Германия roman.overko@iota.org.

:::

Таблица ссылок.

Аннотация и введение

Связанные работы и методология

Результаты

Краткое содержание и ссылки

IV. РЕЗЮМЕ

В этой статье мы проанализировали распределение богатства самых богатых адресов в различных криптовалютах. Сюда входила эволюция во времени статистических показателей, таких как аппроксимированный коэффициент закона Ципфа, энтропия Шеннона, коэффициент Джини и коэффициент Накамото, а также их средние значения. Было показано, что монеты и токены ERC20 имеют количественно разное распределение богатства. В частности, значения аппроксимированного коэффициента закона Ципфа для монет составляют 0,4—1,25 и 0,7—2,25 для токенов ERC20. Различия между двумя группами были также очевидны при изучении централизации богатства. Было замечено, что токены, как правило, гораздо более централизованы, чем монеты с более высокими коэффициентами Джини и меньшими коэффициентами Накамото.

Это исследование может представлять особый интерес для блокчейнов DAO и DPoS, которые опираются на некоторую форму комитета самых богатых держателей токенов. Представленные значения статистических показателей, таких как приблизительный коэффициент Ципфа или коэффициент Накамото, могут помочь смоделировать процесс выбора комитета и сделать его более безопасным. Дальнейшая работа будет развиваться в двух направлениях. Во-первых, мы работаем над включением большего количества метрик, анализом большего количества токенов и рассмотрением большего количества различных значений размера выборки. Во-вторых, основные результаты этой работы будут использованы для моделирования процесса отбора комитетов.

ССЫЛКИ

[1] М. Кастро и Б. Лисков. Практическая византийская отказоустойчивость. В материалах третьего симпозиума по проектированию и внедрению операционных систем, OSDI '99, стр. 173–186, США, 1999. Ассоциация USENIX.

[2] В. Чен, Т. Чжан, З. Чен, З. Чжэн и Ю. Лу. Путешествие по миру токенов: графический анализ экосистемы токенов Ethereum ERC20. В материалах веб-конференции 2020, WWW ’20, стр. 1411–1421, Нью-Йорк, штат Нью-Йорк, США, 2020. Ассоциация вычислительной техники.

[3] Ш. Габе. Закон Ципфа для городов: объяснение. Ежеквартальный журнал экономики, 114(3):739–767, 8 1999 г.

[4] Дж. Р. Йенсен, В. фон Вахтер и О. Росс. Насколько децентрализовано управление финансами на основе блокчейна: эмпирические данные четырех распределений токенов управления, 2021 год.

[5] К. И. Джонс. Парето и Пикетти: Макроэкономика высших доходов и неравенства богатства. Журнал «Экономические перспективы», 29(1):29–46, февраль 2015 г.

[6] Д. Кондор, М. Посфаи, И. Чабаи и Г. Ваттай. Богатые становятся богаче? ´ Эмпирический анализ сети транзакций Биткойн. PLOS ONE, 9(2):1–10, 02 2014 г.

[7] С. Кусмеж, Бартош и Мюллер и А. Капосселе. Выбор комитета ¨ в распределенных реестрах и приложениях DAG. В К. Араи, редакторе журнала Intelligent Computing, страницы 840–857, Чам, 2021. Springer International Publishing.

[8] Д. Лаример. Технический документ EOS.IO, 2017 г. https://github.com/EOSIO/Documentation/blob/master/TechnicalWhitePaper.md.

[9] Д. Ленберг. Оценка 50 лучших токенов Ethereum ERC-20 с использованием закона Меткалфа, 2018 г.

[10] К. Ли и Б. Паланисами. Сравнение децентрализации в блокчейнах DPoS и PoW. В Международной конференции по блокчейну, страницы 18–32. Спрингер, 2020 г.

[11] Ц. Линь, К. Ли, С. Чжао и С. Чен. Измерение децентрализации в биткойнах и эфириуме с использованием нескольких показателей и уровней детализации, 2021 г.

[12] А. Миллер, Ю. Ся, К. Кроман, Э. Ши и Д. Сун. Медоед протоколов BFT. стр. 31–42, 2016 г.

[13] С. Накамото. Биткойн: одноранговая электронная денежная система. 2008.

[14] К. Петржак. Простые проверяемые функции задержки. 2018. https://eprint. iacr.org/2018/627.

[15] Сомин С., Гордон Г., Альтшулер Ю. Сетевой анализ торговли токенами ERC20 на блокчейне Ethereum. В книге А. Дж. Моралеса, К. Гершенсона, Д. Браха, А. А. Минай и Ю. Бар-Яма, редакторов, Unifying Themes in Complex Systems IX, страницы 439–450, Cham, 2018. Springer International Publishing.

[16] С. Сомин, Г. Гордон, А. Пентланд, Э. Шмуэли, Ю. Альтшулер. Транзакции ERC20 через блокчейн Ethereum: сетевой анализ и прогнозы, 2020.

[17] К. Статакопулу, Т. Дэвид и М. Вуколич. Мир-БФТ: Высокопроизводительный БФТ для блокчейнов. 06 2019.

[18] Э. Сита, П. Йованович, Э. К. Когиас, Н. Гайли, Л. Гассер, И. Хоффи, М. Дж. Фишер и Б. Форд. Масштабируемая устойчивая к смещению распределенная случайность. На симпозиуме IEEE по безопасности и конфиденциальности (SP) 2017 г., страницы 444–460, 2017 г.

[19] Виктор Ф., Людерс Б.К. Измерение токенов ERC20 на базе Ethereum ¨ Сетей. В книге И. Голдберга и Т. Мура, редакторов, «Финансовая криптография и безопасность данных», страницы 113–129, Чам, 2019. Springer International Publishing.

[20] К. Ван, С. Чу и Ю. Цинь. Измерение и анализ сетей Биткойн: взгляд из майнинг-пулов. В 2020 г. 6-я Международная конференция по вычислениям и коммуникациям больших данных (BIGCOM), стр. 180–188, 2020 г.

[21] Б. Весоловский. Эффективные проверяемые функции задержки. 2018. https://eprint. iacr.org/2018/623.

[22] К. Ву, С. Уитли и Д. Сорнетт. Классификация криптовалютных монет и токенов по динамике их рыночной капитализации. Королевское общество открытой науки, 5(9):180381, 2018.

[23] Ципф Г.К. Избранные исследования принципа относительной частоты в языке. Издательство Гарвардского университета, 2013.

Оригинал

Recent Post

Categories

PREVIOUS ARTICLE
NEXT ARTICLE