区块链的可拓展性研究【03】扩容整理

为什么扩容:在layer1上,交易速度慢,燃料价格高
扩容的目的:在保证去中心化和安全性的前提下,提升交易速度,更快确定交易,提升交易吞吐量(提升每秒交易量)
目前方案有:
on-chain链上扩容
更改现有区块链结构
off-chain链下扩容
不更改layer1区块链结构

on-chain链上扩容,对区块链本身性能进行提升
一层解决方案:
1·更改共识机制:PoW->PoS
2·分片:横向分割数据库
3·扩大区块规模

可能会导致硬分叉

off-chain链下扩容:无需更改现有以太坊协议
1·侧链 Side chains
定义:独立的区块链,与以太坊并行独立运行,不会将状态更改和交易数据发布回以太坊主网;牺牲安全性和去中心化换取高吞吐量
方法:双向锚定的跨链桥
在这里插入图片描述
主链资产锁定,侧链铸造相同的资产
侧链种类
1·单一托管模式 Centralized (basic third partyauthority)
在这里插入图片描述
存在交易所,过于中心化
2·联盟模式 Federation - multisig federation中心化
在这里插入图片描述
公证人多签
3·简单支付验证 SPV(simple payment verification)去中心化
在这里插入图片描述
(不重要)驱动链模式 Drivechain
(不太重要)混合模式驱动链 +公证人/侧链

侧链安全性自身协议保证

项目:Polygon POS,Polygon POS,Gnosis Chain, Skale, Palm.Ronin,分片链(ETH 2.0)

优点
兼容性高,支持智能合约
性能高,TPS高
低费用
用于探索和测试
缺点
安全性不受保障
去中心化程度低
隐私性较弱
侧链上的交易公开可见
2·二层解决方案Layer2(直接从第一层以太坊共识中获得安全性,二层执行交易,数据/结果锚定会主链)
1·Channel
特点:
更注重安全性,而非可用性
通道采用多签合约,使参与者能够在链下快速自由地进行交易,然后再与主网结算
数据可用性:所有的数据存在Layer2,由Channel双方保证DA状态
有效性**:挑战期(参与者质押)、(参与者内部) 欺诈证明 Fraud Proof**
通过质疑者质疑扣除质押
a1.支付通道 Payment Channel
a2.状态通道State Channel
优点
适合高频、小额支付
交易成本低
状态有效性高
隐私性强
具有即时的最终确定性
缺点
提币慢
不适用于偶尔转账给对方的用户
不支持开放参与
TPS一般
不支持智能合约
所有者需100%在线
不能用于表示没有明确逻辑所有者的对象
通道上的交易公开可见
2·Plasma:解决了将资产可以发送给任意目标人
因为通道无法支撑大规模,大资金和复杂交易的局限性
特点:
解决了channel的局限性(结合了侧链的设计:解决了将资产发送给任意目标人的问题,同时也能够确保TPS的提升)
Plasma 链是独立的区块链,但它们锚定在以太坊主网上 (安全性)。也可以称为子链,因为它们是以太坊主网的较小副本
不支持智能合约,仅支持基本的代币转移、交换和其他一些交易类型
可以无限创建“链中链”
在这里插入图片描述
运营商提供周期性的“状态承诺”
在这里插入图片描述也是merkle树保证,但是只用提交状态根
在这里插入图片描述1任何一个状态的变化都会导致Root hash发生变化
2如果两棵树的根哈希值相同,那说明他们的叶子结点存储的信息完全一致了
3可以确认某一个状态信息存在于某个哈希树中

如果发现和自己交易的merkle树根不一样,就可以提交欺诈证明,扣除欺诈人的押金

观察期:用户需要每隔一段时间记录一次等离子链,作为验证者,提交欺诈证明,哪怕就只有一个诚实节点,就可以提交欺诈证明,维护安全
数据不可用,如果运营商作恶,就没有办法,因为他可以不公开交易
大规模退出方案,发现作恶,自动提款
项目:matic
优点
吞吐量高
交易成本低
适用于任意用户之间的交易
不需要提前锁定资金
安全性高
缺点
无法运行智能合约
固定提交周期
提款慢(观察区,欺诈证明导致)
需要定期观察网络
依靠一个或多个运营商来存储数据并根据要求提供服
大规模退出问题

3·rollup
Plasma运营商负责发布交易的状态根,他可能作恶,不上传所有交易,运行商数据有效性,权力过大

Roll-Up(在第一层之外执行任务,并在达成共识时,在第一层公开数据。 由于交易数据包含在第一层区块中,因此可以通过原生的以太坊安全性来保证卷叠的安全性)

和plasma相同:主链之外执行交易,将交易成批处理,最后将状态发回主网
和plasma不同:将交易数据提交给主链
和plasma不同:最大限度压缩交易数据,同时基于自身的特性适当删除和缩减部分数据
State Root状态根(默克尔树 Merkle Tree概念)
Batch批次
在这里插入图片描述

压缩
在这里插入图片描述
种类
Optimistic Roll-Up乐观卷叠
假设所有交易都是有效的,并在没有任何初始证明的情况下提交批次
欺诈证明:任何人可以在挑战期内,检测并证明有数据是虚假的

在这里插入图片描述
项目
在这里插入图片描述优点
高吞吐量
低交易成本
安全性高,依赖于主网的安全性和共识
保证了去信任的最终性,
状态的有效保证了数据的可用性
EVM的兼容性(solidity)
缺点
提款慢
安全模型依赖于至少一个诚实节点
必须在链上发布交易数据,也需成本

Zero Knowledge Roll-Up零知识证明卷叠
零知识证明 (ZKP):证明者能够在不向验证者提供任何有用的信息的情况下,使验证者相信某个论断是正确的
与OP Rollup相同: Rollup也是将交易捆绑成批次,链下执行,一同上链
与Optimistic Rollup不同: ZK Rollup 提交者多提交一个“有效性证明
证明可以在提交batch几分钟后完成
省略掉了验证者保存数据,在挑战期提交欺诈证明的环节
也不再需要在提交后再等待7-14天来做验证
在这里插入图片描述智能合约进行验证(但是证明过程不兼容evm)

压缩
1,生成的证明体积远远小于证明内容的体积(因此比op 上传到主网的字节要小很多)
2,如果事务的一部分仅用于验证,并且与状态更新无关,那么该部分可以下链,从而减少字节。但这不能在optimistic roll-up中完成因为该数据仍然需要包含在链上,以防以后需要在欺诈证明中进行检查(比较zk不需要挑战期和欺诈证明)

生成、验证一个zk证明需要非常非常大量且复杂的计算,因此研发进度和实际应用非常慢
EVM不兼容
在这里插入图片描述
zk-SNARK (Succinct Non-Interactive Argument ofKnowledge)简洁非交互式知识论证
ZK-STARK(Scalable Transparent Argument ofKnowledge) 可扩展的透明知识论证
在这里插入图片描述优点
正确性高
交易快
数据可用性依赖代码和密码学而非经济激励机制
安全性高
效率优化度高(目前最高)
交易费用低
缺点
开发速度慢
应用不广泛
EVM不兼容
硬件方面的中心化风险

Validium
类似于ZK rollup (零知识证明) ,不同之处在于数据被保存在链下
吞吐量不受以太坊数据处理能力的限制、提高扩展性、交易速度、降低用户费用
存款和取款类似rollup
在这里插入图片描述纯链下:运营商无需发布交易数据
数据可用性问题:运营商作恶,隐藏链下数据而用户无法过的具体交易数据,用户就没有办法计算merkle证明
因为是提交有效性证明进行提款,所以运行商作恶,用户无法得到hsah root,就无法提款

而Plasma中,运营商作恶可以盗取用户资金,因为使用的是欺诈证明,用户又无法证明自己欺诈了,因为运行商不给所有正确的交易数据
在这里插入图片描述
链下数据可用性管理方法:
1)数据可用性委宏会数据可用性委员会
指定一组受信任的实体(统称为数据可用性委员会)来存储链下数据副本
紧急情况下将链下数据副本变为公开可访问
用户可以无需通过运营商,直接调用主合约的提款功能,将他们的资金提回。
+ve: 容易实施并且只需较少的协调
-ve:集中化风险
2)绑定数据可用性
通过经济激励机制和去中心化的形式来保证链下数据的可用性
质押代币、分配存储链下数据
扩大人数,减少集中性风险,更去中心化
项目
在这里插入图片描述在这里插入图片描述
优点
有效性证明防止运营商作恶
交易速度快
适用于特定用例 (eg 隐私交易、可扩展应用)
高吞吐量
交易费用低
可扩展性
缺点
开发速度慢
应用不广泛
EVM不兼容
硬件方面的中心化风险
安全性低(赖于信任假设和加密经济激励)
链下数据可用性问题: (运营商作恶),用户可能无法从链上合约中提取资金

总结
1.各方案对比,rollup有效地保证了状态有效性+数据可用性,保留了先前方案的优势,同时解决了他们的局限性。从而成为目前扩容领域的的龙头。

2.在roll-up方案中,短期optimistic roll-up;长期ZK roll-up
在这里插入图片描述
https://www.youtube.com/watch?v=I598C9GFDvk
说明:
笔记总结为了方便学习
对作者RJ小姐姐Twitter: https://twitter.com/0xRJ_eth表示感谢🙏.

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/239081.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Halcon参考手册语义分割和边缘提取知识总结

1.1 语义分割和边缘提取介绍 通过语义分割,我们使用深度学习(DL)网络将输入图像的每个像素分配给一个类。 图(1)语义分割示例 在图(1)中,输入图像的每个像素都被分配给一个类,但是苹果的三个不同实例和橘子的两个不同实例都不是可区分的对象…

C++STL的vector模拟实现

文章目录 前言成员变量成员函数构造函数push_backpop_backinserterase析构函数拷贝构造 前言 成员变量 namespace but {template<class T>class vector{public:typedef T* iterator;private:iterator _start;iterator _finish;iterator _end_of_storage;}; }我们之前实…

c/c++ malloc、calloc、realloc and free

malloc 需要头文件 #include<stdlib.h> void *malloc( size_t size ); malloc returns a void pointer to the allocated space, or NULL if there is insufficient memory available. To return a pointer to a type other than void, use a type cast on the return …

【算法题】单词接龙(js)

![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/7fcc5df3354742bd88dad28219f82bf8.png 用例&#xff1a; 输入&#xff1a; 0 6 word dd da dc dword d 输出&#xff1a; worddwordda 说明&#xff1a; 先确定起始单词word&#xff0c;再接以d开有的且长度最长…

Canal实时同步MySQL数据到ES

一、canal简介 canal主要用途是对MySQL数据库增量日志进行解析&#xff0c;提供增量数据的订阅和消费&#xff0c;简单说就是可以对MySQL的增量数据进行实时同步&#xff0c;支持同步到MySQL、Elasticsearch、HBase等数据存储中去。 早期阿里巴巴因为杭州和美国双机房部署&…

MATLAB运动学之蒙特卡罗法求积分与机器人工作域分析

蒙特卡罗法又叫做统计模拟法、随机抽样技术&#xff0c;是一种随机模拟方法以概率和统计理论方法为基础的一种计算方法&#xff0c;通俗来说是可以使用随机数来解决很多计算问题的一种方法&#xff0c;很直观简单&#xff0c;尤其对于一些求解积分无解的情况&#xff0c;非常好…

《Easy3d+Qt+VTK》学习

《Easy3dQtVTK》学习-1、编译与配置 一、编译二、配置注 一、编译 1、 资源下载&#xff1a;easy3d giuhub 2、解压缩 3、用qt打开CMakeLists.txt即可 4、点击项目&#xff0c;选择debug或者release&#xff0c;图中3处可自行选择&#xff0c;因为我的qt版本是6&#xff0c…

Linux上使用Python的requests库进行HTTP请求

在Linux上使用Python的requests库进行HTTP请求是一种非常方便和高效的方式。requests库是一个第三方库&#xff0c;用于发送HTTP请求并获取响应。下面是一个简单的示例&#xff0c;演示如何使用requests库发送GET请求并获取响应。 首先&#xff0c;你需要安装requests库。你可…

玩转大数据15:常用的分类算法和聚类算法

前言 分类算法和聚类算法是数据挖掘和机器学习中的两种常见方法。它们的主要区别在于处理数据的方式和目标。 分类算法是在已知类别标签的数据集上训练的&#xff0c;用于预测新的数据点的类别。聚类算法则是在没有任何类别标签的情况下&#xff0c;通过分析数据点之间的相似性…

MATLAB代码:含电热联合系统的微电网运行优化

微♥关注“电击小子程高兴的MATLAB小屋”获取专属优惠 说明书 MATLAB代码&#xff1a;含电热联合系统的微电网运行优化 关键词&#xff1a;微网 电热联合系统 优化调度 参考文档&#xff1a;《含电热联合系统的微电网运行优化》完全复现 仿真平台&#xff1a;MATLAB yalmi…

vue的小练习-翻转单词

先将字符串转成数组&#xff0c;用reverse&#xff08;&#xff09;翻转数组&#xff0c;再转成字符串 <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8"><meta name"viewport" content"widthdevic…

路由器的转换原理--ENSP实验

目录 一、路由器的工作原理 二、路由表的形成 1、直连路由 2、非直连路由 2.1静态路由 2.2动态路由 三、静态路由和默认路由 1、静态路由 1.1静态路由的缺点 1.2路由的配置--结合ensp实验 2、默认路由--特殊的静态路由 2.1概念 2.2格式 2.3默认路由的配置--ens…

MySQL中的回表

目录 1、表扫描和索引&#xff1a; 表扫描&#xff08;Table Scan&#xff09;&#xff1a; 索引&#xff1a; 2、聚簇索引 vs. 非聚簇索引&#xff1a; 聚簇索引&#xff08;Clustered Index&#xff09;&#xff1a; 非聚簇索引&#xff08;Non-clustered Index&#x…

mybatis多表映射-分步查询

1、建库建表 create database mybatis-example; use mybatis-example; create table t_book (bid varchar(20) primary key,bname varchar(20),stuid varchar(20) ); insert into t_book values(b001,Java,s001); insert into t_book values(b002,Python,s002); insert into …

焦炭冶金工艺3D可视化仿真展示更直观、形象

冶金行业作为重要的工业领域&#xff0c;其岗位实践培训一直面临着诸多挑战&#xff0c;随着web3d开发和VR虚拟仿真技术的不断创新和应用&#xff0c;冶金3D虚拟仿真实践教学平台应运而生&#xff0c;为钢铁生产培训带来了崭新的变革。 冶金3D虚拟仿真实践教学平台采用了先进的…

节日问候:在 Metaverse 中一起庆祝节日!

冬季即将来临&#xff0c;节日的脚步也越来越近&#xff0c;是时候通过 The Sandbox 中的最新活动——“节日问候”来迎接节日气氛了&#xff01;为期 43 天的庆祝活动从 12 月 11 日开始&#xff0c;到 1 月 22 日结束&#xff0c;将带领玩家穿越一个充满 60 种体验的冬季仙境…

QT中时间时区处理总结

最近项目中要做跨国设备时间校正功能&#xff0c;用到了时区时间&#xff0c;在此做一下记录。 目录 1.常见时区名 2.测试代码 3.运行效果 1.常见时区名 "Pacific/Midway": "中途岛 (UTC-11:00)", …

【NSX-T】搭建NSX-T环境 —— Lab 说明和准备工作

目录 Lab 说明VM列表IP地址规划使用192.168.1.0/24作为实验环境主IP网段使用192.168.2.0/24网段作为freenas存储网段NSX 网段 拓扑汇总vSphere 7vSphere 8 虚拟机部署顺序 准备工作 Lab 说明 VM列表 Y&#xff1a;表示已部署N&#xff1a;表示未部署 HostIPDomain NameOSServ…

清雪除冰,扫出“平安路” 开封市鼓楼区民政局社工组织开展除雪破冰志愿行动

近日&#xff0c;我市迎来大范围降雪天气&#xff0c;积雪融化、道路结冰、湿滑难行&#xff0c;造成居民群众出行不便和较大的交通安全隐患。为迅速清除积雪和道路结冰积水&#xff0c;保障辖区居民尤其是困境群体的出行安全&#xff0c;2023年12月11日下午&#xff0c;鼓楼区…

Kafka系列之:统计kafka集群Topic的分区数和副本数,批量增加topic副本数

Kafka系列之:统计kafka集群Topic的分区数和副本数,批量增加topic副本数 一、创建KafkaAdminClient二、获取kafka集群topic元信息三、获取每个topic的名称、分区数、副本数四、生成增加topic副本的json文件五、执行增加topic副本的命令六、确认topic增加副本是否成功一、创建K…