Fork Rate-Based Analysis of the Longest Chain Growth Time Interval of a PoW Blockchain
Notice bibliographique
Résumé
Nakamoto's consensus protocol, which is well known for its resistance to sybil attacks by using PoW (Proof of Work), enables us to build public blockchains, such as Bitcoin. In this protocol, miners seek to extend the longest chain by solving blockhash-based cryptographic puzzles and the required time is probabilistically determined. Therefore, the distribution of the time interval affects security, performance and applications which utilize the block height information. Some researchers assumed that the time follows an exponential distribution but this assumption requires that the blockchain network is fully synchronized. To overcome this unreal scenario, the bounded delay model, in which there is an upper bound for block propagation delay on the network, was proposed. However, it is difficult to calculate the upper bound without observing delay and bandwidth on real-world network links. To solve this problem, we proposed another method to analyze the distribution of the longest chain growth time interval by using the observed fork rate. We derived a closed-form lower bound for the CDF (Cumulative Distribution Function) of the time to update the global block height. We also obtained the Pearson distance which can be used as the metric to judge whether the network is approximately synchronous or not. Finally, we conducted network simulations for comparing our lower bound with the lower bound that is based on the bounded delay model. In numerical examples, we show how the block size affects these lower bounds.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».