Evaluando el poder de minería en la seguridad de blockchain

La seguridad de los sistemas blockchain depende de cómo se distribuye el Poder de Minería entre sus usuarios. Si un usuario controla demasiado poder de minería, podría manipular el sistema, lo que podría llevar a problemas como el doble gasto. En las blockchains de Prueba de Trabajo (PoW), el poder de minería real no es directamente visible en la blockchain; en su lugar, tenemos que estimarlo según el número de bloques minados en un cierto tiempo.

Proponemos un método para medir la incertidumbre en estas estimaciones al evaluar el coeficiente de Nakamoto, una métrica común que se usa para medir cuán descentralizada está una blockchain. Nuestros hallazgos sugieren que usar datos diarios puede llevar a una incertidumbre significativa en las mediciones, especialmente para Bitcoin, y recomendamos examinar datos en un marco de tiempo más largo, como una semana.

#Distribución del Poder de Minería

En las blockchains PoW, un atacante podría obtener la mayoría del poder de minería y tomar el control de la red. Este escenario, a menudo llamado ataque del 51%, permite al atacante reescribir el historial de transacciones y gastar monedas múltiples veces. A diferencia de los sistemas PoS, donde la cantidad de participación se ve directamente, PoW requiere que inferimos el poder según cuántos bloques ha minado cada usuario.

Los métodos actuales asumen que si una entidad minó un cierto porcentaje de bloques, controla el mismo porcentaje del poder de minería. Sin embargo, esta suposición es defectuosa. Por ejemplo, si solo miramos un bloque, podríamos pensar erróneamente que el minero de ese bloque posee una gran porción del poder de minería. Para evitar tales errores, necesitamos observar múltiples bloques, pero determinar cuántos bloques son necesarios para estimaciones confiables es un desafío en estadísticas.

#El Coeficiente de Nakamoto

El coeficiente de Nakamoto define el número mínimo de entidades independientes necesarias para controlar la mayoría de una blockchain. Da una idea de cuán resistente es la red contra ataques. Sin embargo, no hay un método establecido para evaluar si hemos mirado suficientes bloques para hacer una estimación confiable.

Nos enfocamos en cómo medir la incertidumbre en la estimación del coeficiente de Nakamoto. Específicamente, preguntamos:

1. ¿Cómo podemos evaluar nuestra confianza en las estimaciones del coeficiente de Nakamoto?
2. ¿Son válidas estadísticamente las estimaciones pasadas?

Para responder a estas preguntas, modelamos la probabilidad de que un grupo de entidades mine bloques usando un marco estadístico. Este modelo nos ayuda a determinar si una estimación del coeficiente de Nakamoto se sostiene bajo escrutinio.

#Marco para Estimar la Confianza

Para evaluar la confianza en el coeficiente de Nakamoto, creamos un marco que analiza la distribución del poder de minería. La metodología se centra en cuántos bloques se minaron durante un periodo dado y utiliza Pruebas estadísticas para validar las estimaciones.

Cuando observamos cuántos bloques se produjeron, es esencial saber si los principales mineros en conjunto poseen la mayoría del poder de minería. Esto reduce la situación compleja a un formato más simple que puede ser probado estadísticamente. Al realizar estas pruebas, podemos establecer si nuestras estimaciones son lo suficientemente sólidas.

Al mirar Bitcoin, encontramos que usar datos diarios daba estimaciones que no pasaban la mayoría de las pruebas estadísticas. Sin embargo, cuando usamos un periodo de siete días, la confianza en nuestras estimaciones aumentó significativamente.

#Proceso de Recopilación de Datos

Recopilamos datos de varias blockchains PoW para aplicar nuestro marco. Esto incluyó rastrear cuántos bloques se minaron en periodos específicos. Categorizar los bloques minados por las entidades que los controlaban usando métodos como la verificación cruzada de identificadores de pools conocidos y vínculos legales.

Nuestro proceso de recopilación de datos abarcó tres años, con números variables de bloques minados diariamente en diferentes blockchains. Usamos muestreo con ventana deslizante para crear datos de series temporales, lo que nos permitió analizar cómo fluctuaba el poder de minería con el tiempo. Por ejemplo, miramos ventanas de tres días donde recopilamos información sobre los bloques minados durante esos días.

#Impacto de la Granularidad en la Confianza

La granularidad de nuestros datos se relaciona con cuán estrechamente o ampliamente agregamos bloques a lo largo del tiempo. Una mayor granularidad significa que miramos periodos más cortos, haciendo que nuestras estimaciones sean sensibles a cambios inmediatos en la distribución del poder de minería. Esto es útil para detectar amenazas de seguridad potenciales, como un ataque del 51%.

Sin embargo, los periodos más cortos también vienen con desafíos ya que menos bloques significan que nuestras estimaciones pueden ser menos confiables. Para encontrar el mejor enfoque, exploramos varias granularidades, como un día, tres días y siete días, considerando cómo cada una afectó nuestra confianza en las estimaciones.

En general, ventanas más largas llevaron a más confianza en nuestros resultados en todas las blockchains que estudiamos. Por ejemplo, cuando miramos una ventana de siete días, descubrimos que todas las blockchains probadas tenían un nivel fuerte de confianza en las estimaciones del coeficiente de Nakamoto.

#Resultados de las Pruebas Estadísticas

Cuando aplicamos un nivel de significancia común, observamos que muchas estimaciones para Bitcoin no pasaron nuestras pruebas estadísticas, particularmente al usar datos diarios. Por el contrario, otras blockchains, como Ethereum y Zcash, mostraron una tasa de éxito mucho más alta en pasar estas pruebas.

Realizamos pruebas con niveles de significancia más estrictos y encontramos patrones similares. Las blockchains que se minaban con menos frecuencia, como Bitcoin y Bitcoin Cash, consistentemente demostraron menor confianza en sus estimaciones, destacando un riesgo potencial para estos sistemas.

#Rango de Posibles Coeficientes de Nakamoto

En lugar de reportar solo un valor único del coeficiente de Nakamoto, es útil considerar un rango. Puede haber varios valores plausibles para el coeficiente de Nakamoto si no podemos descartar concluyentemente estimaciones más bajas o más altas basadas en nuestras pruebas.

Este enfoque nos llevó a descubrir que muchos de los valores reportados a través de varias blockchains tendían a subestimar la centralización real. Por ejemplo, durante un periodo específico, hubo ocasiones en las que era estadísticamente razonable sugerir que una única entidad podría controlar la mayoría del poder de minería, incluso si nuestros cálculos iniciales sugerían lo contrario.

Nuestros hallazgos alientan un cambio en cómo los investigadores reportan los coeficientes de Nakamoto, recomendando que presenten un rango de valores plausibles en lugar de una sola cifra.

#Implicaciones de los Hallazgos

Los resultados de nuestro estudio tienen implicaciones significativas para entender la seguridad de blockchain. Muchos investigadores usan las estimaciones directas del coeficiente de Nakamoto, que asumen que la distribución observada de bloques es igual a la distribución real del poder de minería. Esto puede llevar a una falsa sensación de seguridad, ya que a menudo subestima los riesgos de centralización.

Por ejemplo, si las estimaciones de un área sugieren un coeficiente de Nakamoto de 2, podría oscurecer la posibilidad de que una parte tenga suficiente poder de minería para lanzar un ataque de seguridad.

Al resaltar las incertidumbres y sesgos potenciales presentes en las estimaciones del coeficiente de Nakamoto, buscamos mejorar la comprensión de los riesgos de seguridad en los sistemas blockchain.

#Recomendaciones para Futuras Investigaciones

De cara al futuro, los investigadores deberían priorizar el uso de una granularidad de al menos siete días para estimar los coeficientes de Nakamoto. Este marco temporal parece equilibrar el poder estadístico con la sensibilidad, brindando una visión más confiable sobre la distribución del poder de minería.

Además, investigaciones futuras podrían explorar varias métricas de Descentralización junto al coeficiente de Nakamoto. Métricas como el Índice de Herfindahl-Hirschman, la entropía de Shannon y el coeficiente de Gini podrían analizarse para entender mejor cómo se relacionan con la distribución del poder de minería y la seguridad.

Finalmente, se necesitan técnicas más robustas para atribuir bloques a entidades en el ecosistema blockchain. Con los métodos actuales que dependen de la confianza y datos públicos, abordar la incertidumbre en la atribución podría mejorar significativamente la confiabilidad de las estimaciones de poder de minería.

#Conclusión

En resumen, nuestra investigación resalta las complejidades y incertidumbres que rodean la estimación del poder de minería en blockchains PoW. Al introducir un marco para calcular el coeficiente de Nakamoto y evaluar la confianza en estas estimaciones, descubrimos ideas críticas sobre la seguridad de blockchain.

Consolidar bloques durante un periodo más largo, como siete días, aumenta la confianza estadística en las estimaciones del coeficiente de Nakamoto y proporciona una imagen más precisa de cuán descentralizada está una blockchain. Nuestros hallazgos también revelan la necesidad de reportar un rango de valores para reflejar mejor los riesgos potenciales presentes en la distribución del poder de minería.

Las implicaciones de este trabajo se extienden a futuras investigaciones en tecnología blockchain, enfatizando la necesidad de un enfoque crítico para medir la descentralización y entender su impacto en la seguridad.