区块链共识分析的简单框架

中文 CKB 开发与技术讨论
1

区块链共识对比

区块链 进入方式* 出块选择* 共识方式* 退出方式* 安全偏好 延迟[1] 带宽效率 节点数量[2]
Algorand 持有代币 Random/VRF BA 停止出块 一致性 中 中 高
Bitcoin 购买算力 Random/PoW Nakamoto Consensus 停止挖矿 活性 高 低[3] 高
Cardano 持有代币 Random/Delegated MPC Ouroboros 停止出块 活性 中 中 高
CKB 购买算力 Random/PoW NC-Max 停止挖矿 活性 中 高 高
EOS 链上投票 Deterministic NC[4] 链上投票/停止出块 一致性 低 高 低
Ethereum 抵押代币 Random/RANDAO+VDF Casper CBC/FFG 解除抵押 活性 中 中 中
HoneyBadger 抵押代币 联合出块 BA (BFT) 解除抵押 一致性 中 中 中
Tendermint 抵押代币 Weighted Round Robin BFT 解除抵押 一致性 低 中 中

[1] 延迟为交易发出到被共识确认所需要的时间。低：<10s，中：10s-600s，高：>=600s
[2] 保持共识性能的情况下允许的共识节点数量。低：<100，中：>=100，高：没有限制
[3] Bitcoin的Nakamoto Consensus具有很低的通讯开销（communication overhead），但由于共识参数的设定（10分钟区块间隔，~4MB区块容量）导致带宽利用率低。
[4] EOS的宣传中说的是BFT，但是与一些朋友交流得知现在用的依然是NC，也就是说EOS的DPoS与BitShares的DPoS应该是一样。

Contributors

框架思路

共识算法是一个很大的话题，在区块链出现之前，分布式系统和数据库领域都已经有很多的共识算法的研究和沉淀。但区块链的共识与之前的研究又有非常大的不同，如果不注意很容易掉进传统共识的老套路里面。实际上不仅仅是区块链有自己的独特需要，我的感觉是数据库会议上的共识研究和分布式系统上的共识研究也是有不小的区别。其实这非常好理解，因为场景不同嘛，设计自然不同。

本文尝试提出一个分析区块链共识的简单框架，方便将不同的区块链共识放到一起来比较。

基本要求

共识的基本度量包括两个方面，正确性和性能。正确性简单来说包括：

  • 一致性(Consistency) - 节点最终能看到相同的本地状态
  • 活性(Liveness) - 请求/交易总会在有限时间内被处理

正确性是最最基本的要求，这也是大部分区块链共识都能做到的。要在异步网络中始终保证一致性和活性是一个非常难的任务，因此共识设计通常会选择保证一点而在一些特定情况下放弃另外一点，例如Bitcoin使用的Nakamoto共识选择优先保证活性，而BFT共识则优先保证一致性。

性能包括：

对吞吐量和延迟的影响因素很多，例如共识节点的数量，共识的消息复杂度，消息验证需要的时间，共识可用的带宽，共识设计的倾向等等。一般来说，吞吐量和延迟也难以两全，这是因为共识的消息复杂度有一个下限：对于每一轮共识，参与共识的节点至少要收到一次消息（否则连要共识的东西是什么都不知道）。如果要低延迟，就要尽快对每个请求/交易的达成一致，意味着单个请求/交易需要更高的消息复杂度；如果要高吞吐，就要尽可能的对请求/交易进行批量处理，以此降低单个请求/交易的消息复杂度，但也会造成高延迟。

对于共识性能，Nervos研究团队的张韧提出的一个比较有参考性的指标是共识对带宽的利用率：给定相同的带宽，共识对带宽的占用越低，共识的吞吐量越高。

1_5VboH990MsFj75eZQoyagQ
1_5VboH990MsFj75eZQoyagQ.png1320×804 119 KB

区块链共识的特点

动态的参与者集合

无论是permissionless（翻译成“无需许可”太绕口了，用“公有链”又不是很准确，这里还是用单词）还是permissioned blockchain，最重要的一个特征是它是一个长期运行的开放系统。长期运行和开放叠加的结果是，共识的参与者会一直变化，每隔一段时间，总会有老的共识节点离开，新的共识节点加入，共识参与者是一个动态集合。如何处理共识参与者的动态变化，是区块链共识的一个核心问题。

与区块链共识不同，传统的共识研究往往先假设一个固定的参与者集合，然后研究如何在这个集合内达成共识，偶尔讨论参与者集合变化时的处理，基本上不关心参与共识需要什么样的资格。研究的重心在于如何保证共识的正确性（e.g. 一致性与活性），形成共识集合的方式只是个附属课题。传统共识的应用场景往往是中心化控制的网络，增加或者减少的服务器都是自己的，形成这样的侧重也很自然。

数量众多的参与者

去中心化是permissionless blockchain共识协议的一个独特目标。我们通常用参与共识的门槛来度量去中心化程度（为什么这是一个好的度量？），参与门槛越低，去中心化程度越高。低参与门槛的自然结果是共识参与者的集合可以非常的大，因此共识协议的设计必须考虑到这一点，保证共识效率不会因为参与者的增多而下降。

最小的信任模型

执行共识算法的目的是为了能对一个计算请求产生一致的计算结果，在这个过程中一定会有发起请求的节点和处理请求的节点。在传统共识模型中，有的完全在请求处理节点集合内部执行共识算法，有的是由请求发起节点和处理节点一起执行共识算法，无论何种情况，信任边界一般是在请求发起节点和请求执行节点之间，发起节点将计算请求发送给执行节点，执行节点计算出结果后返回给发起节点，发起节点信任执行节点的计算结果（反过来，执行节点不一定信任发起节点的消息，如果发起节点参与共识过程的话）。

Screenshot_20190429_160510
Screenshot_20190429_160510.png713×398 36.8 KB

区块链共识的信任模型则大为不同，对信任的要求往往要小的多。在permissionless blockchain网络中，同一个节点即发起交易又参与共识，节点对于共识结果要进行验证，并不是简单的信任其他节点的共识结果。以Bitcoin为例，如果一个全节点参与挖矿，它就同时是一个发起请求（交易）的节点和处理请求（交易）的节点。即使它只想做一个安静的全节点，不参与挖矿，它也会自行验证收到的请求处理结果（区块），并不信任其他共识节点提供的结果。这样的全节点只是选择跟随多数算力选择的交易排序，不相信多数算力给出的交易结果。这是一个最小的信任模型。

SPV/轻节点使用一个比全节点更强的信任模型（更强意味着对信任的假设更多），并不验证交易的执行，只验证区块头的有效性。如何验证区块头的有效性则是区块链共识设计的另一个核心问题。如果只是通过对区块头附带的非对称签名来验证有效性，这个信任模型基本上和传统共识的信任模型是等价的，因为传统共识中的请求处理节点也可以对结果附加签名，这个模型在结合动态参与者集合时会遇到一系列的问题，例如大家熟知的长程攻击。如果是通过PoW来验证区块头有效性则天然没有这些麻烦，主流的研究方向是在于如何进一步提高区块头的验证效率。

一个简单的分析框架

根据以上的分析，我们可以整理出一个简单的区块链共识分析框架，用于比较各种区块链共识：

  • 进入方式* - 购买算力 / 抵押代币 / …
  • 出块方式* - 轮流出块 / PoW随机选择 / 链上伪随机 / VRF随机选择 / …
  • 共识方式* - Nakamoto Consensus / BFT / …
  • 退出方式* - 停止挖矿 / 解除抵押 / …
  • 一致性 - 可以容忍多少恶意节点/算力/Stake/…
  • 活性 - 可以容忍多少恶意节点/算力/Stake/…
  • 延迟 - 交易被完全确认(被推翻的概率小于x)所需要的时间
  • 带宽效率 - 共识对带宽的利用率，越高越好
  • 节点数量 - 共识节点的数量上限是高还是低

举例说明：

共识协议 进入方式* 出块选择* 共识方式* 退出方式* 一致性 活性 延迟 带宽效率 节点数量
Bitcoin[1] 购买算力 PoW Random Nakamoto Consensus 停止挖矿 攻击者<33%的算力[2] 攻击者<100%的算力[3] 高 低 高
Tendermint 抵押代币 Weighted Round Robin[4] BFT 解除抵押 攻击者<33%的代币 攻击者<33%的代币 低 高 低
CKB 购买算力 PoW Random NC-Max[5] 停止挖矿 攻击者<33%的算力 攻击者<100%的算力 中 高 高

[1] 99%的确定性
[2] 考虑自私挖矿
[3] 无论多小的正常算力都有机会出块，但是平均延迟会增加
[4] https://github.com/tendermint/tendermint/blob/master/docs/spec/reactors/consensus/proposer-selection.md
[5] https://medium.com/nervosnetwork/breaking-the-throughput-limit-of-nakamoto-consensus-ccdf65fe0832

对于一个区块链共识协议来说，前四点（带*）基本上决定了后面的特征。通过这个框架也容易看到，我们通常所说的“PoW共识”或者“PoS共识”是非常模糊的描述，PoW/PoS仅仅是选择出块节点的方式，不能表达具体的共识过程是什么样子。我们甚至可以设计一些非常混搭的共识协议，例如设计一个需要通过抵押代币来参与，通过PoW来选择出块节点，通过Nakamoto Consensus形成最长（重）链的协议（可以给它取名叫StakingPoW，完美结合Staking热点），或者是设计一个需要通过PoW来参与（必须提供满足一定难度的PoW才能参与共识），通过VRF来选择出块节点，通过BFT来达成共识的协议（这个可以起名叫PoW+VRF/BFT，让人一看就从心底油然升起专业的感觉）。

激励分析

在上面的框架之上，我们还可以叠加一个在传统共识中没有的维度：共识激励。区块链在共识中引入了经济激励，通过机制设计将纳什均衡与系统目标融合在一起，引导参与者遵守协议，共识参与者的效用函数可以方便的以其经济收益（即获得的奖励减去参与共识的成本）来衡量。共识奖励往往通过系统内原生代币实现，奖励价值由代币价值决定，在一个正确设计的共识协议中参与者应该按照付出的多少获得相应的回报。共识成本的组成比较复杂，对应上面的框架，我们需要分析共识的进入成本，出块成本，共识成本，退出成本，这些成本共同构成了节点参与共识的成本。正确的共识激励对网络的安全性和去中心化程度都有影响，因此激励分析是共识分析的一个重要部分。

更多…

你是不是觉得这个分析框架有道理呢？欢迎给我提出意见！如果你有兴趣，不妨尝试一下用这个框架来分析整理一些区块链共识协议(e.g. Casper/Ethereum 2.0, EOS, Cardano, Algorand, etc.)并回复到这个帖子下面，也许我们可以一起整理出一个区块链共识一览表！

19 Likes
2

高产 Jan

3

高产 Jan

4

共识机制的设计出发点

正如Jan大佬开篇提出的，区块链的共识出于使用场景的不同，和传统的数据库、分布式系统的共识设计和实现上面，有不小的差异。

顺着这个思路，一起回顾现在已知的区块链最初在白皮书提出的使用场景：

  • 比特币：一种点对点的电子现金系统
  • 以太坊：下一代智能合约和去中心化应用平台
  • EOS: 为满足去中心化应用的纵向和横向扩展需求而设计的区块链软件架构
  • Nervos：A Common Knowledge Base for Crypto-Economy
  • 其他：…

从上述的区块链项目中，可以看到，区块链的设计至少要满足下面的要求：

  • 去中心化
  • 价值存储和流转

至此，我们可以明白区块链的共识机制是作为维护去中心化、价值存储和流转的核心引擎而出现的。

共识机制、去中心化、价值

区块链网络里里外外存在各种各样身份的参与者：矿工、用户、开发者、作恶者、外界未知者。

这些参与者的身份或有交叠、或有动态变化、但是，不管是哪种，区块链网络里面内在的发展引力是：壮大的“诚实者”集体。

在区块链网络里面，想要达到“诚实者”集体的壮大，需要通过共识机制进行调节：

  • 矿工：提供友好的，发展合理的奖励机制，吸引矿工给网络注入价值支撑；
  • 开发者：以技术的形式，支起网络的安全防火墙，并有一定的技术优势化身矿工；
  • 用户：通过自有资金，给网络带去活力，构建生态的多样性；
  • 作恶者：增加作恶成本、促使作恶者转变为“诚实者”
  • 其他：…

当面对这些参与者，不同的平衡机制，将会导致不同的共识框架。
例如：

  • 现有Permissionless的PoW区块链项目，主要考虑的是成为矿工的门槛，毕竟矿工直接参与和维护网络整个价值体系，通过引导大家成为或保持具有矿工功能的角色，可以大大提高区块链网络的去中心化程度。
  • 对于追求高性能的PoS类项目，要实现的是在保证价值正确存储和流转下，开发者的便利和用户的友好使用体验。

为了服务价值的存储和流转，区块链的共识机制是在去中心化的基础上面，以网络认可的信任模型，与各种参与者的价值进出和存储进行交互，从而，促使网络的发展和健壮。

综上，探讨区块链网络的共识框架，或者说实现流程，基本会着重于矿工、用户、开发者、作恶者的角度，并主要从Jan大佬提出的下面流程进行分析：
进入方式、出块方式、共识方式、退出方式、一致性、活性、延迟、带宽效率、节点数量

最后，谢谢这些干货，可能探讨的有点混乱啦

6 Likes
5

很好的话题。首先，我可以多提供一点学术界方面的资料，这些资料我仅仅罗列作为参考，不代表我认同其中的部分或者全部观点（甚至有些内容写的也并不是很清楚）。

[1] Garay, Juan, and Aggelos Kiayias. Sok: A consensus taxonomy in the blockchain era . Cryptology ePrint Archive, Report 2018/754, 2018.
[2] Bano, Shehar, et al. “Consensus in the age of blockchains.” arXiv preprint arXiv:1711.03936 (2017).
[3] MetaAnalysis of Alternative Consensus Protocols

其次，文章中有两处我比较在意。

  1. 在“最小的信任模型”部分中，

这个实际上，前者 Byzantine Broadcast 问题，后者是 Byzantine Agreement 问题，两个问题在文献中都有着形式化的定义并且分别有着不同的安全下限（可以容忍多少拜占庭节点）。

而这个情况，在我的理解中，只存在于 Byzantine Broadcast 问题当中，并且在该问题里，发起节点一般不被包含在共识的主要问题里研究（也就是不被包含在 N \geqslant 3f + 1 当中的 N 里面）。因此原文的叙述中

这一点我认为也是不成立的。在 Byzantine Agreement 问题中，所有共识节点都是要验证每一轮的消息的合法性的。如果说文章想表达的是区块链中，节点需要验证交易是否合法（金额，签名等），那么这样的比较是无效的。因为共识模型实际上是剔除了上层应用的抽象模型，比特币属于分类账，而分类账模型属于共识模型上层的应用。正如文章前面所说，共识模型关注一致性和活性，因此共识模型应当只保证诚实节点之间不会就不同的消息达成一致并且诚实节点总是可以就新的消息达成共识，而不应该考虑任何和消息的内容有关的合法性。

而后面这一段

中论述的 SPV 节点，其功能在于验证某交易在链上的哪个位置，并不参与验证新的区块，但是可以发起新的交易请求。因此如果只考虑 SPV 节点和矿工之间的互动的话，应当将其与 Byzantine Broadcast 问题下的传统共识模型相比较。

  1. 在“一个简单的分析框架”中，

我想知道“链上伪随机”和“VRF随机选择”有什么区别。

最后，对框架做一点小补充。简单比较上述性质有一定的参考性，但是却无法得出准确的结论。不同的假设会对上述性质产生显著的影响。比如就时间模型假设而言，很多协议在同步模型下或者半同步模型下可以保持一致性和活性，但是在异步条件下无法保证活性。因此，要么在同样的假设下比较上述性质，要么将假设也作为一部分放在比较的维度当中。前者看起来更直观也更合理。但实际上，首先很多协议设计的目的之一就是在于这样的假设；其次，哪种时间模型的假设更合理（既不会太强也不会太弱）是依据应用场景的不同而变化的。因此，如果将协议都拉平在同一个假设下，有失公允并且可能也会变得没有意义。在明确应用场景之前，更建议将假设作为评估的一部分（事实上很多密码学的文献都会这样做）。

4 Likes
6

这里是想到哪儿就写到哪儿了，把交易验证放在“共识框架”的名字下讨论确实不合适。

这里“链上伪随机”指的是利用区块链本身的信息来作为随机性来源，例如用前一个区块的hash.

我考虑过要不要把网络假设包含进来，最后省略掉了，主要是担心加进来会让这个框架变得太复杂，反而会让读者难以比较，因为这里更希望提出一个侧重于区块链的框架，突出在区块链场景中共识最重要的那些特点。我甚至想把一致性和活性删掉，或者合并成一个“偏好一致性还是活性“。

做一个标准表格和一个扩展表格也许是个办法，把更细节一些的东西放到扩展表格里面去。

1 Like
7

我觉得这个思路很好，加进来确实会让它变得难以理解，时间模型实际上不是个易于理解的概念。扩展表格已经有人做了，标准表格虽然有人做，但是却并没有限定假设。或许我们可以规定一种应用场景，根据这种场景确定我们的各种假设，在这样的假设下我们可以对一致性活性进行比较，甚至还能排个序出来。

另外激励机制这个维度我觉得很好，不知道有没有文章系统地比较过不同区块链的激励机制的均衡以及它对共识安全性的影响（我的上一个回复的第三篇引文提到过，但是分析太简单了）。

2 Likes
8

就像军迷们喜欢看武器装备的各种参数一样，jan 的这篇文章无疑提供了非常友好的“性能参数”。我也尝试着给这个分析框架做一点添砖加瓦的小事，根据这个框架分析一下 algorand。

algorand 是 Micali 提出的一种结合 VRF 和 BFT 的共识算法

  • 从进入方式上看，参与者持有一定比例的代币就能获得相应概率的参与共识的机会。
  • 从出块选择上看，algorand 是一种 PoS 算法，通过 VRF 算法为每一轮共识随机选择一组共识节点。
  • 从共识方式上看，algorand 在每一轮共识中实际上运行的是 BFT 算法，需要 1 到多轮共识过程完成给定区块的共识。
  • 从退出方式上看，参与者离线或者不再持有任何代币即会失去参与共识的机会。
  • 从一致性和活性上看，algorand 对恶意节点的容忍比例与共识委员会的期望大小有关，委员会期望大小越大，对恶意节点的容忍比例就越高，按照论文的计算，在委员会期望大小为 2000 的时候，能容忍恶意节点持有不超过 20% 的代币。
  • 从延迟上看，algorand 的延迟为中，实际情况甚至可能是高。由于 algorand 实际上是在公网环境运行 BFT 算法，共识节点众多（委员会期望大小甚至设定为 2000，而对应的实际物理节点数量在初期可能并不多，但是随着代币的分散度增加，物理节点数量可能也会非常多），由于对节点在线要求高且公网的网络情况复杂很可能导致区块普遍需要多轮共识过程。
  • 从带宽效率上看，algorand 的带宽效率为中甚至低。因为 algorand 需要额外传输共识过程中必要的投票，而这些投票消息的复杂度与共识物理节点的数量成平方的关系。
  • 从节点数量上看，algorand 的节点数量为中。algorand 虽然在共识委员会的期望大小为 2000， 但是实际上掌握大量代币的物理节点可以同时扮演多个共识节点，以至于实际上真正参与共识的物理节点并不会非常多。而且，由于 BFT 的消息复杂度和物理节点数量成平方的关系，实际上 BFT 能够支持的物理节点不会特别多。
5 Likes
9

补充两点，一是与比特币相对，Algorand 是侧重一致性的共识算法，如果我们要套用

的话。二是 Algorand 的 BFT 是经过简化了的，是一种二元拜占庭共识，所以为了不造成不了解 Algorand 的读者的直观上的误解，特意补充说明一下它的“一轮”和“PBFT”的“一轮”不一样。

1 Like
10

今天应用共识分析框架分析一下 EOS

  • 从进入方式上看，参与者需要竞选超级节点，进入超级节点名单才有机会参与共识，其中获得用户投票值最高的 21 个超级节点是区块生产者，其他超级节点作为候选。
  • 从出块选择上看，EOS 采用 DPoS 算法，出块顺序做过多次变更，从最早的轮询到后来提出随机选择，最近为了适应 0.5 秒的出块间隔，采用区块生产者协商的方式确定出块顺序，以最大程度上减少网络延迟。
  • 从共识方式上看，EOS 摒弃了原先的见证人机制，转而采用 BFT 算法，使得区块确认时间从至少 45 秒（3 秒出块）缩短到了大部分情况下 1 秒左右（0.5 秒出块）。
  • 从退出方式上看，区块生产者的投票值跌出前 21 名，将转入候选名单，如果超级节点在 24 小时内均未产生区块，将跌出候选名单。
  • 从一致性和活性上看，EOS 能容忍不超过 33% 的区块生产者作恶。
  • 从延迟上看，EOS 的延迟为低，多数情况下仅需 1 秒即可完成交易的确认，这得益于其相对中心化的设计和超级节点强大的配置。
  • 从带宽效率上看，EOS 的带宽效率为高。EOS 的带宽有一部分用于传输 BFT 的共识消息（如提案和投票），但是一方面 EOS 的区块生产者不多，另一方面这些区块生产者的带宽资源非常丰富，因此共识消息在带宽消耗中的占比非常有限，所以 EOS 的带宽效率还是很高的。
  • 从节点数量上看，EOS 的节点数量是低。EOS 的区块生产者数量固定，只有 21 个。
2 Likes
11

继续分析 Ouroboros，Ouroboros 是最早有形式化安全证明的 PoS 算法之一。

  • 从进入方式上看，Ouroboros 是 PoS 算法，参与者持有代币即获得了参与共识的机会。
  • 从出块选择上看，在 Ouroboros 里，持有超过一定比例代币的用户组成选举人团，通过多方计算(MPC) 生成一个随机种子，该随机种子作为 FTS 算法的输入，确定下一轮的 N 个出块节点。FTS 算法即 Follow The Satoshi 算法，根据用户持有的代币数量按比例确定性随机选择。
  • 从共识方式上看，Ouroboros 是基于链的概率性 PoS 算法，其分叉选择规则相对复杂。
  • 从退出方式上看，用户不再持有代币即失去了参与共识的机会。
  • 从安全偏好上看，Ouroboros 偏好活性，其可以容忍恶意节点持有不超过 51% 的代币。
  • 从延迟上看，Ouroboros 的延迟为中。Ouroboros 是概率性共识算法，需要多个区块的确认，具体数量取决于设定的安全参数。
  • 从带宽效率上看，Ouroboros 的带宽效率为中。Ouroboros 额外消耗的带宽主要是在选举人团通过 MPC 计算随机数上。
  • 从节点数量上看，Ouroboros 的节点数量为高。任何持有代币的用户都有机会成为共识节点。
2 Likes
12

有意思的是，我觉得 EOS 的 33% 和 Algorand 的 20% 不一样。相比于 EOS，直觉上我觉得 Algorand 的 20% 更安全一点。更具体地说，Algorand 的 20% 是抵抗 Adaptive adversary 的，EOS 的 33% 我不知道它的 adversary 模型是什么。

13

完全赞同，评估安全性需要结合进入方式，出块选择，共识方式以及安全假设等进行综合考虑，所以完全不能把这里的数字和安全划上等号。

1 Like
14

已经整理到表格中去了。我对进入和退出方式有些疑问，印象中参与共识需要先成为Delegator，所以在表格里面留了问号。

15

我再查询了一遍，没有看到这样的表述，所以不太确定。

16

如果你看的是 Ouroboros 的论文的话，肯定没有这样的表述的。大部分讲共识机制的论文的 focus 都不在进入退出这里。具体 Cardano 是怎么使用 Ouroboros 的，还需要看他们网站的 Documentation 或者代码。

17

浏览了一些官方文档，Cardano的随机数应该是由delegators根据PVSS产生，由这个随机数从所有stake holder里面选择合适的出块人出块。

谢谢 @wancencen ~

18

我去年看的资料说的是不只是 PVSS，Cardano 采用的是 commit-reveal + PVSS 的混合方式。或者它更新了？

19

Casper 的发展历程是一个冗长且充满戏剧性的故事，今天简单分析下 Vlad 主导的 Casper-CBC 和 Vitalik 主导的 Casper-FFG。

  • 从进入方式上看， CBC 和 FFG 都要求验证者抵押代币。
  • 从出块选择上看，Casper 是覆盖在 PoW/PoS 上的确认层，并不出块。验证者对链上的区块投票，通过共识达成链上区块的确认。
  • 从共识方式上看，因为 Vlad 排斥 BFT 算法，因此设计了 GHOST 的变种 LMD GHOST (Latest message-driven GHOST) 作为 CBC 的共识机制。Vitalik 最初采用的是简化的 BFT 算法，后来也转向了 GhOST 算法，设计了 IMD GHOST (Immediate message-driven GHOST) 作为 FFG 的共识机制。
  • 从退出方式上看，验证者解除抵押就无法参与验证。
  • 从安全偏好上看，Casper 偏好一致性（感觉用一致性和活性来描述安全偏好似乎不是很合适，用概率性或确定性描述也许更好一些）。
  • 从延迟上看，Casper 的延迟更多地取决于底层的 PoW/PoS 的设置，比如是每 50 个块确认一次，还是每 100 个块，以及每个块的平均出块时间。
  • 从带宽效率上看，Casper 的带宽效率为中。Casper 需要为验证者的投票消耗额外的带宽。
  • 从节点数量上看，Casper 的节点数量为中。
1 Like
20

Ethereum 2.0 Beacon Chain把出块和共识分开，用VDF产生随机数来选择出块人，用Casper保证共识。在通常情况下系统可以同时保证一致性和活性，在共识无法达成的时候只保证活性。因此Casper是偏好一致性的，但是整体上我觉得偏好活性。