(OroyFinanzas.com) – En un artículo anterior de Arvind Narayanan explicamos por qué para la estabilidad de Bitcoin es fundamentalmente una propuesta de la teoría de juegos, terminando con algunas preguntas: ¿Podemos modelar eficazmente el sistema con todos sus componentes interactuando en el lenguaje de las estrategias y maximización de la rentabilidad? ¿Es el modelo resultante manejable y podemos analizarlo matemáticamente o con simulaciones? Y lo que es más importante, ¿se ajustan sus predicciones a lo que observamos en la práctica?
Analicemos estas preguntas en el contexto de un “ataque de retención de bloques” entre mining pools (grupos de mineros)
Recordemos que los mining pools son grupos de mineros individuales que unen su poder de cómputo, así como sus recompensas. Supongamos dos mining pools – las llamaremos azul y rojo – que están buscando a la vez maximizar sus recompensas mineras. Imaginemos que el gerente de la roja decide infiltrarse en la azul y disminuye su eficacia haciendo uso de la potencia minera que la roja controla (directa o indirectamente). Esto sería posible mediante la presentación de cuotas (pruebas parciales de trabajo) para ganar una parte de las recompensas, pero reteniendo los bloques válidos que se resuelven y que, por lo tanto, no suponen ningún trabajo productivo para la azul. A simple vista esto podría parecer una tonteria, ya que se disminuye la eficacia de la azul, pero la roja también pierde potencia de hash.
Para entender mejor esta situación, vamos a enumerar tres normas que siguen las recompensas en un mining pool:
- Los ingresos de un pool en un período dado son proporcionales al número de bloques Bitcoin que sus miembros han minado, medido como una parte de los bloques totales extraídos en dicho periodo.
- Las recompensas de un minero son proporcionales al número de “participaciones” presentadas, como una parte del total de acciones presentadas por todos los miembros de ese grupo.
- Los mineros pueden crear fácilmente numerosas pseudo-identidades (“sybils”), cada una de ellas contribuyendo con una cantidad muy pequeña de potencia minera. Por lo tanto, las pools no pueden detectar fácilmente si un minero está reteniendo bloques válidos (y no se puede castigar a un minero por hacerlo).
Estas reglas son aproximadas, pero las aceptamos como punto de partida por su claridad analítica. En este contexto, queremos determinar si un ataque de retención de bloques puede ser rentable. Lo que obviamente es una cuestión importante, y también está bien definido matemáticamente. Hemos tenido en cuenta todos los elementos de la conducta humana en la ecuación, para poder hacer un poco de aritmética y comprobar la respuesta.
Digamos que en principio, la pool azul y la pool roja tienen entre ambas el 50% de la potencia minera. Para este ejemplo, vamos a ignorar los ataques del 51%.
Ilustración de un ataque de retención de bloques rentable. La pool roja tiene el 50% de la potencia minera pero gana cinco novenas partes de las recompensas.
Ahora la roja destina la mitad de su potencia (25% del total) para infiltrarse en la azul, y envía solo participaciones pero no bloques. Esto significa que de todos los bloques que llegan a la red Bitcoin, 2/3 vienen de la pool azul y 1/3 de la pool roja. Por lo tanto, las recompensas serán distribuidas entre las dos en la misma proporción, 2/3 para la azul y 1/3 para la roja.
De las recompensas de la azul, la azul pagará 1/3 a la roja y se quedará 2/3. Esto es debido a que la roja aporta 1/3 de las participaciones totales de la azul y las pools pagan en base a las participaciones y no a los bloques.
Recordemos que la pool azul no puede saber qué mineros están actuando maliciosamente. En otras palabras, la azul se queda 4/9 partes de las recompensas mineras globales, y paga 2/9 a la roja que, unido a 1/3 que la roja obtiene directamente por su participación en la red Bitcoin, la recompensa de la roja es 5/9 partes.
Esto significa que los ataques de retención de bloques pueden, en teoría, ser rentables, lo cual es un hecho sumamente interesante por sí mismo.
Lo que es alucinante es que mientras durante mucho tiempo la gente se había hecho la pregunta de si la retención de bloques podía ser rentable, nadie se había parado a hacer estos cálculos para obtener una respuesta. La rentabilidad de este ataque fue señalada por primera vez en un paper de Courtois y Bahack el año pasado que no ha recibido mucha atención. Recientemente Ittay Eyal ha analizado con rigor, haciendo un impecable análisis de la teoría de juegos, una situación con múltiples ataques de pools, que obtuvo mayor atención.
Este no es el único ejemplo de una ruptura evidente de supuestos acerca de la estabilidad de la minería Bitcoin. Está también al menos la minería egoísta (selfish mining) de Eyal y Sirer y el tenedor de pluma (feather fork) de Andrew Miller. En estos casos, los mineros pueden potencialmente ganar por desviarse del protocolo predeterminado. A pesar de que los modelos de minería usados en estos análisis son muy simples, ha llevado años detectar estos errores. Y podemos estar seguros de que no hemos encontrado todos.
Utilzamos la palabra bugs (errores) por una razón. Si se piensa en el enorme progreso que se ha hecho en las pruebas de software y comprobación de modelos para encontrar bugs de software y escribir programas correctos, es difícil creer que no hemos encontrado una manera de representar la estrategia del espacio Bitcoin en un lenguaje formal y automáticamente buscar las estategias desviadas. ¿Es simplemente una cuestión de que no existe una superposición entre las comunidades de investigación de la teoría de juegos y la de Bitcoin? ¿O son las herramientas desarrolladas en la teoría de juegos para el análisis automatizado de los equilibrios las que no son capaces de manejar el dominio de la minería Bitcoin por alguna razón? [1]
Bitcoin ofrece un excelente banco de pruebas para explorar y mejorar nuestro conocimiento de la teoría de juegos. Debido a los grandes incentivos financieros en juego, el conocimiento teórico acerca de las estrategias se considera muy valioso. Y, sin embargo, a diferencia de, por ejemplo, el mercado de valores, el sistema está “cerrado” y relativamente susceptible al modelado y análisis. [2] Estamos empezando muy lentamente a explotar esta oportunidad, y seguir trabajando en este área puede enriquecer tanto a Bitcoin como a la teoría de juegos.
Por último, ha habido poca o ninguna evidencia de mineros empleando estrategias desviadas en la práctica hasta ahora. Si bien esto no disminuye de ninguna manera la importancia del tipo de análisis del que hemos hablado, es importante preguntarse qué está causando la brecha entre los modelos y la conducta observada. Analizaremos esta cuestión en el próximo artículo.
[1] Ha habido algo de análisis en la comunidad Bitcoin en la construcción de simuladores de minería. Este es un enfoque diferente, aunque también es un enfoque interesante.
[2] Para que el sistema se cierre tenemos que ignorar factores como el impacto de las estrategias de la minería en el tipo de cambio de Bitcoin. Éste será el tema central de la próxima entrada.
Artículos Relacionados:
Consenso en Bitcoin: Bases de datos distribuidas y teoría de juegos de Arvind Narayanan (1)
Bitcoin y teoría de juegos: un juego dentro de un juego de Arvind Narayanan (3)
Fuente: Freedom to tinker
© OroyFinanzas.com
