[发明专利]一种智能的纯理性贿赂自私挖矿攻击算法

权利要求书

1.假设在公链上挖矿的收益为R_pu，在私链上挖矿的收益为R_pr，当攻击者选择IBSM时，理性矿工在公链上挖矿的收益为R_pu，但在私链上挖矿的收益就变成了R_pr+negl(n)，因为，因此，对于理性矿工来说，会偏离标准共识协议，选择收益更大的私链进行工作，使公链上的区块成为无效区块，增大了攻击者的收益；

通过Reinforcement Learning为算法建立了马尔科夫模型，模型定义为一个四元组，其中S表示状态集合，A表示动作集合，P表示状态概率转移矩阵，R是奖励矩阵；接下来的部分将分别对M进行详细描述：

（1）动作集合A：动作集合A表示攻击者能够在某一状态时可选策略的集合：

（a）Adopt：攻击者接受诚实链，丢弃私有链，选择在诚实链的最后一个区块上挖矿，不会造成分叉，

（b）Override：攻击者公布私链区块，当l_al_h时次动作比较合适，

（c）Match：诚实矿工发现一个新的区块，使得诚实链长度和私链长度相等，即l_a=l_h，此时攻击者会公布私链上的所有区块，并对当前私链进行bribery attack，增大私链成为最长合法链的概率，

（d）Wait：攻击者并没有发布新的区块， 并且继续在私链上挖矿；

（2）状态集合S：假设状态集合中任以状态为s=l_a,l_h，optional其中a表示公链长度，h表示私链长度，optional可以取集合（irrelevant，relevant，active）中的任一值,

（a）若当前状态为 l_a,l_h,relevant，则前一状态为 l_a,l_h-1, optional ，

（b）若当前状态为l_a,l_h,irrelevant，则前一状态为 l_a-1,l_h, optional ，

（c）若当前状态为a,h,active，则表示当前区块链网络由于match操作分叉；

（3）状态转移矩阵P：在当前markov模型中，每一个状态都是三元组，表示为l_a,l_h,optional，假设攻击者的算力为，诚实矿工算力为，则初始状态为1,0,irrelevant或0,1,relevant的概率为分别为和，攻击者根据当前状态选择最佳动作，从而转移到下一状态；

（4）奖励矩阵R：上面已经描述每个时刻的状态表示为一个三元组l_a,l_h,optional，攻击者在每一状态都会选择一个动作转移到下一状态，在状态转移时，攻击者就会获得相应的奖励，假设获得的奖励为二元组r_la,r_lh，其中r_la表示攻击者获得的奖励，r_lh表示诚实矿工获得的奖励。