受 PageRank 啟發的代幣設計策略

07-09

本文為機器翻譯

展示原文

今天的文章由Nosh Delivery創始人兼首席執行官Mike Perhats和 Nosh Delivery 顧問兼弗吉尼亞大學計算機科學助理教授Matheus Venturyne Xavier Ferreira撰寫。Nosh 是一家由 EV3 支持的公司，致力於進軍食品配送行業。

在這篇文章中，我提出了一種新穎的令牌設計策略，該策略從互聯網歷史上最成功的算法之一 PageRank 中汲取靈感。

PageRank 是一種基於特徵向量的算法，側重於中心性，這是網絡理論中的一個基本度量，用於量化網絡中節點的重要性或影響力。基於特徵向量的算法非常適合捕捉節點在網絡拓撲中的位置的質量和影響，因此是一種在複雜網絡中分發令牌的好方法。

感謝閱讀《達到逃逸速度》！免費訂閱以接收新帖子並支持我的工作。

如果您對一般概念感興趣，您可以在這裡找到原始的 PageRank 論文，這是一個有趣的時間流逝，回到“創意階段”的 Google。

PageRank 簡介

從本質上講，PageRank 徹底改變了我們瀏覽網絡的方式，因為它認識到並非所有鏈接都是平等的。來自具有高度影響力的頁面的鏈接比來自互聯網上不起眼角落的鏈接更有分量。這一見解導致了對重要性的遞歸評估，從而創建了一個強大的排名系統，該系統可能是過去半個世紀以來最好的商業模式的引擎。

同樣的原則——遞歸影響的概念——是設計複雜加密網絡中最佳代幣分佈的關鍵。通過使用中心性等級作為代幣分配的基礎，我們創建了一個動態的、自我優化的網絡，它：

自然地將激勵措施與網絡增長結合起來
抵禦操縱和女巫攻擊
動態適應不斷變化的市場條件
隱性獎勵增強網絡效應的行為

基本思想

任何商業網絡都可以建模為二分圖，該圖捕捉生產者和購買者之間的經濟關係，邊權重表示兩個節點之間的歷史交易。通過將網絡建模為圖形，我們可以設計一個經濟系統，根據參與者的偏好和定價能力動態調整代幣激勵。

代幣獎勵可以使用經過修改的特徵向量中心性度量來確定，該度量既考慮了每個節點產生的收入，也考慮了其在網絡中的中心性。該技術量化了單個節點對網絡當前狀態的貢獻，同時考慮了其經濟影響及其在促進其他節點之間的交易方面的作用。網絡可以利用圖的結構屬性來實現代幣分配機制，該機制根據多邊市場中交易代理的時間和經濟特徵來優化獎勵的分配。

該圖的簡單定義可以是 𝐺=(𝑈,𝑉,𝐸)，將生產者 𝑈 和購買者 𝑉 表示為節點，加權邊 𝐸 捕獲它們之間的交易。邊權重 𝑤(𝑢,𝑣) 跟蹤生產者 𝑢 與購買者 𝑣 之間的交易。

該單一模型包含以下屬性：

為了快速瞭解技術概況，您可以探索這個基本的特徵向量模擬。

超越簡單的激勵

傳統的代幣設計方法可能會根據交易量、地理位置、網絡中預定義的角色、推薦ETC來分配代幣。雖然這些方法確實會推動某些行為，但它們無法最大限度地協調複雜、互聯網絡中的激勵機制。基於中心性的設計可以解鎖一種更細緻入微、更精確、更具適應性的方法——認識到網絡中的價值不是關於個人行為，而是關於關係和影響的網絡。

網絡成熟度和早期採用者獎勵

許多 DePIN 根據簡單的指數衰減模型鑄造代幣。挖掘區塊獎勵在早期每單位工作量產生大量代幣，作為引導激勵。隨著時間的推移，獎勵迅速減少。

這種設計在引導供應方面取得了成功，但如今的 DePIN 存在巨大的需求問題，導致服務不平衡、潛在的代幣供應問題，並最終導致供應方流失，因為隨著網絡成熟，收益會遞減。通過將網絡建模為圖表，我們可以設計自適應且動態的激勵措施，從而最大限度地提高整個網絡採用生命週期內所有用戶的整體效用。

代幣獎勵可以根據圖表的狀態優雅地擴展，並可以根據消費者需求遞歸地重新平衡，從而創建一個成功引導網絡的系統，而不會對供應商的資金或未來盈利潛力造成過度損害。通過優化不成熟市場的連接性，EC 在不斷增長的供應和需求之間保持了健康的平衡。

抗 Sybil 攻擊、可驗證性和安全性

隨著網絡的成熟，連接變得越來越困難且成本越來越高，使得特徵向量中心性成為一種有效的抵抗女巫攻擊的機制。

生產者若想提高影響力，就必須與真正的買家進行真正的交易，而買家也必須與其他生產者互動。如果 PageRank 將中心性視為遞歸影響力的衡量標準，那麼我們可以將其視為遞歸信任的衡量標準。

島嶼效應

當惡意行為者試圖創建虛假交易時，他們會在網絡中形成孤立的集群或“孤島”。 “孤島”與網絡其餘部分的連接有限，而且創建成本高昂。合法用戶不太可能與它們互動。因此，惡意節點的 EC 分數較低，因為它們缺乏與網絡其餘部分的強大、有機連接。這種孤島效應使攻擊者難以人為地誇大其影響力或獎勵，因為 EC 本質上青睞具有高質量、真實連接的節點。

傳播信任

由於缺乏強有力的服務證明來驗證交易的合法性，網絡很容易受到各種博弈論挑戰的影響，包括自我交易和共謀風險。

可驗證性的範圍

在點對點餐廳食品配送網絡中，兩種主要支持的交易類型（自取和配送）的可驗證性水平各不相同。這種可驗證性範圍為大規模採用分散式物理基礎設施服務帶來了重大障礙。典型的解決方法要麼需要受信任的第三方，要麼需要昂貴的服務證明，要麼需要嚴格的權限/註冊才能參與。這些限制都限制了在全球範圍內構建真正強大、可持續和分散式網絡的設計空間。我們可以設想一個框架，其中所有項目都屬於這種證明可用性範圍的某個範圍。

象限 I：易於創建（弱保證）且廉價簡單的隨機 PIN 交換：用戶和駕駛員交換簡單的 PIN 來驗證或相互證明服務完成。

象限二：易於創建（弱保障）且昂貴的基本位置共享：通過 GPS 共享用戶的位置，易於操縱但實現簡單。

象限三：難以創建（強保障）且廉價的基於鏈上聲譽的系統：需要很長時間來開發，但可以大規模且廉價且穩健。

象限 IV：難以創建（強保證）且成本高昂高級位置證明：帶有蜂窩塔或可信硬件的 ZkTLS。要麼計算成本高昂，要麼需要硬件。

試圖推動採用的網絡在依賴屬於第四象限（難以創建且成本高昂）的驗證方法時，通常會面臨挑戰。這些方法雖然穩健，但由於其複雜性和成本，可能會阻礙增長。相反，使用第一象限（易於創建且成本低廉）的方法可能會增加對諸如自私自利和串通等攻擊的脆弱性。

特徵向量中心性 (EC) 排名可以通過圖表傳播信任假設來幫助緩解每個網絡中的問題。在服務證明較弱或昂貴的網絡中，EC 排名變得特別有價值。基本假設是，隨著勾結節點數量的增加，勾結變得越來越困難。對於引導信任的網絡，EC 排名可以通過服務證明和身份採樣的組合來幫助為節點建立信任向量。隨著網絡的發展和信任的建立，對昂貴服務證明的依賴可以隨著時間的推移逐漸減少，並隨著衰減因素的增加而減少。

通過利用 EC 排名，網絡可以根據需要在安全性和成本之間取得平衡。隨著信任在網絡中傳播，對昂貴而複雜的驗證方法的需求會減少，從而使網絡能夠更有效地擴展而不會損害安全性。

抽樣信任

為了確保圖表不會在新節點加入時失去其安全性保證，網絡可以在沒有證明的情況下隨機抽樣以獲取服務證明或服務近似值。如果某個節點未能提供其證明，網絡可以削減邊緣權重（圖表中質押的代幣）及其相鄰節點的權重。這種局部懲罰系統鼓勵自我監督，並強調與真實用戶保持真實聯繫的重要性。

通過創建能夠適應不同 DePIN 項目特定要求和約束的驗證系統，網絡設計人員可以擴大可以去中心化的服務範圍。這種方法承認了可驗證性的範圍，併為可能無法獲得硬性或經濟高效的服務證明的網絡提供了前進的道路。

製造連接困難

要獲得較高的 EC 分數，不僅需要大量的連接，還需要與其他連接良好的節點建立連接。這一特性使得惡意行為者很難製造出較高的連接排名，因為他們需要與網絡中信譽良好的中心節點建立聯繫。合法、連接性強的節點更有可能仔細檢查並避開可疑或低質量的節點。因此，攻擊者在操縱 EC 分數時面臨重大障礙。

隨著網絡的擴大，操縱 EC 分數所需的計算成本和工作量也會增加。攻擊者需要建立越來越多的連接才能跟上網絡的有機增長，這使得維持重大影響力以獲得豐厚回報變得不切實際且耗費資源 - 這使得整個網絡隨著時間的推移越來越難以抵禦攻擊。

推廣至各種網絡

可調整費用使市場能夠在各種商業環境中自行優化代幣分配。網絡中的節點可以進行微調以動態調整激勵措施，從而消除了網絡設計者對不同經濟環境中參與者不可預測的行為做出天真的假設的需要。

最佳代幣分配是根據不同子網絡中生產者的定價能力“發現”的。這種自適應機制確保代幣的分配方式能夠反映所提供服務的真實價值，從而促進競爭和平衡的網絡，隨著網絡的成熟，該網絡將達到舒適的平衡。在具有獨特、高需求生產者的市場中，給定交易的大部分獎勵可能會歸生產者所有。相反，在生產者銷售具有許多替代品的商品的市場中，獎勵將分配給買方（生產者將使用獎勵作為營銷資本）。

在圖表中，“推薦”並不是一個概念，而只是最大化個人回報的最佳策略。因此，用戶在不知不覺中參與了一個複雜的多智能體優化過程，其中最佳策略是：

貢獻儘可能多的收入
招募你的鄰居貢獻儘可能多的收入

連接性使我們能夠將網絡中各個代理的激勵與網絡目標函數的激勵相一致。實際上，這會產生一個數學上更精確的推薦機制。無數自利行為的聚合行為會推動趨向於最大化網絡價值的行為。

有哪些風險？

集中化的潛力

如果分配機制過於偏向於高度連接的節點，則可能導致代幣不成比例地聚集在少數有影響力的參與者手中。這種權力集中化可能使系統容易受到這些實體的操縱。為了降低這種風險，必須仔細設計網絡的貨幣政策，並考慮到潛在的權衡。

解決此問題的一種方法是實施通脹貨幣政策。通過隨著時間的推移逐漸增加代幣供應量，可以稀釋當今強大節點的相對影響力。這使新進入者能夠更有效地競爭，並有助於防止主導者固守陣地。然而，重要的是要取得平衡，因為過度的通貨膨脹也會使代幣持有貶值並打消參與的積極性。

計算複雜性

計算特徵向量中心性涉及對大矩陣進行對角化，隨著網絡的增長和交易量的增加，計算量會越來越大。處理這些計算所需的計算資源可能會給網絡容量帶來壓力，從而可能導致交易時間變慢和效率降低。

為了應對這一挑戰，我們正在探索各種優化技術，比如這個。我們還在探索各種分片技術，包括將網絡劃分為更小、更易於管理的子圖。通過在這些分片上劃分計算工作量，網絡可以更有效地處理中心性計算，從而實現更快的交易處理和更高的可擴展性。幸運的是，鑑於 PageRank 在 web2 環境中的重要性，文獻中有大量關於 PageRank 的研究。

包起來

基於特徵向量的加密網絡提供了一組獨特的可通用屬性，可以進行調整以支持各種商業網絡。我們認為，這一策略抓住了不可預測的經濟行為的細微差別，並可以解鎖一大批沒有可驗證服務證明或服務證明較弱的新加密網絡。

本文討論的一組技術提供了一組豐富的新原語，可以克服可驗證範圍內的這些限制，從而有助於解鎖大量新用例並催化下一代互聯網的大規模採用。

儘管未來還存在一些風險和嚴重的研究問題，但我們認為這項提案為 DePIN 和其他應用開闢了豐富的新設計空間。如果您想了解我們的最新進展，請在 Farcaster 上關注 Nosh 創始人兼首席執行官 Mike Perhats 。

這項研究源自Matheus Venturyne Xavier Ferreira的工作，並得到了CryptoEconLab的朋友的支持。

完整文章發佈在 Nosh 的博客上。