[发明专利]基于时序差分算法的区块链币矿池多矿工合作演化方法

说明书

本发明公开了一种基于时序差分算法的区块链币矿池多矿工合作演化方法，基于工作量证明机制(PoW)的矿池博弈环境中创建了双方和多方博弈的模型，并试图通过引入零行列式策略，为解决比特币矿池中存在的区块截留攻击问题提供新思路。分析矿工之间的博弈状况，将矿工间的博弈视为迭代的囚徒困境，建立双矿工与多矿工的博弈模型，并将零行列式策略使用在博弈之中，最后通过使用时序差分算法，预测下一轮的收益大小，采取贪心策略，选择下一轮的行为并改变矿池的整体合作概率。迭代执行时序差分算法，最终矿池的整体合作概率将收敛为1，即达到矿池全合作状态，解决区块截留攻击问题。

技术领域

本发明涉及一种基于时序差分算法的区块链币矿池多矿工合作演化方法。

背景技术

区块链(Blockchain)作为一种全新的信息存储、传播和管理机制，通过 让用户共同参与数据的计算和存储，并互相验证数据的真实性，以“去中心” 和“去信任”的方式实现数据和价值的可靠转移。近年来，区块链技术受到 各界的广泛关注，搜索指数持续上升，成为近年来炙手可热的新兴互联网技 术之一。自2008年中本聪首次提出区块链概念以来，区块链技术架构经过 十余年的发展已趋于成熟。据Gartner预测，到2025年，区块链技术将在以制造业为首的多个行业制造高达1760亿美元的商业价值。目前，区块链 技术应用以金融领域为典型代表，向医疗健康、物流、工业互联网等经济社 会诸多领域逐渐扩展延伸，得到了普遍的关注和全球性的探索。

比特币是目前全球范围内使用人数最多，系统规模最大，交易最稳定的 区块链应用。其使用的工作量证明机制(Proof of Work,PoW)直接引发了区 块链技术的诞生。PoW描述了一种通过引入分布式节点的算力竞争来保证数 据一致性和共识的安全性记账系统来解决拜占庭问题。参与竞争的由于比特 币系统的越发庞大，单个矿工挖到矿的可能性已经变得微乎其微，因此，多 个矿工将自己的算力集中在一起进行联合挖矿的“矿池(MiningPlool)”应运 而生。

研究表明，在一个开放的矿池中，矿工可以使用区块截留攻击增加自己 的收益。从基于理性经济人的博弈论角度来看，所有的矿工最后都会选择攻 击对方，但他们获得的收益将少于互不攻击时的收益。这就是PoW下的矿工 困境，可以将之类比于博弈论中经典的囚徒困境，即在个体来看是最优的策 略却不是整体的最优策略，从博弈论的角度来分析并优化矿工困境。

零行列式策略是目前博弈论研究的热门方向之一。起源于Press和Dyson 发表的论文，Press和Dyson在文中指出，迭代的囚徒博弈困境中存在这样一 张策略：单个囚徒可单方面控制对手的收益，无论对手采取任何策略，都可 以强迫对手与自己收益之间满足线性关系。Pan等人在此基础上，将ZD策略 应用在多方参与的博弈游戏中，证明了ZD策略能够控制我方与对手所有玩家 的收益总和成线性关系。

发明内容

为了克服目前矿池中，矿工使用区块截留攻击增加自己的收益，最终导 致整个矿池的收益下降的技术问题，本发明提出一种能够在尽可能快的情况 下，使整个矿池的矿工全部采用合作方式，最终提高整个矿池收益的基于时 序差分算法的区块链币矿池多矿工合作演化方法。

为了实现上述技术目的，本发明的技术方案是，

一种基于时序差分算法的区块链币矿池多矿工合作演化方法，包括以下 步骤：

步骤一，以矿池中存在N名矿工，则根据矿工间基于博弈而在每轮运算 中采用合作或攻击的策略情况，确定每个矿工在下轮运算中的策略向量，同 时得到每个矿工的收益向量；

步骤二，由每个矿工的策略向量，得到每个矿工在选择策略时的策略概 率，并基于策略概率得到多矿工博弈情况下的Markov状态转移矩阵，即策略 选择变化矩阵；

步骤三，对Markov状态转移矩阵进行行列变换，得到由单个矿工的策略 单方面控制的行列式，并结合该矿工的收益向量，得到该矿工的预期收益， 进而得到预期收益的线性组合；