一文讀懂拜占庭將軍問題_ERA

拜占庭將軍問題(TheByzantineGeneralsProblem)提供了對分布式共識問題的一種情景化描述，由LeslieLamport等人在1982年首次發表。論文《TheByzantineGeneralsProblem》同時提供了兩種解決拜占庭將軍問題的算法：口信消息型解決方案(Asolutionwithoralmessage);簽名消息型解決方案(Asolutionwithsignedmessage).論文：https://www-inst.eecs.berkeley.edu/本文之后將詳細講述這兩種算法。事實上，拜占庭將軍問題是分布式系統領域最復雜的容錯模型，它描述了如何在存在惡意行為(如消息篡改或偽造)的情況下使分布式系統達成一致。是我們理解分布式一致性協議和算法的重要基礎。拜占庭將軍問題描述

拜占庭將軍問題描述了這樣一個場景：

圖1.拜占庭將軍問題拜占庭帝國(ByzantineEmpire)軍隊的幾個師駐扎在敵城外，每個師都由各自的將軍指揮。將軍們只能通過信使相互溝通。在觀察敵情之后，他們必須制定一個共同的行動計劃，如進攻(Attack)或者撤退(Retreat)，且只有當半數以上的將軍共同發起進攻時才能取得勝利。然而,其中一些將軍可能是叛徒，試圖阻止忠誠的將軍達成一致的行動計劃。更糟糕的是，負責消息傳遞的信使也可能是叛徒，他們可能篡改或偽造消息，也可能使得消息丟失。為了更加深入的理解拜占庭將軍問題，我們以三將軍問題為例進行說明。當三個將軍都忠誠時，可以通過投票確定一致的行動方案，圖2展示了一種場景，即GeneralA，B通過觀察敵軍軍情并結合自身情況判斷可以發起攻擊，而GeneralC通過觀察敵軍軍情并結合自身情況判斷應當撤退。最終三個將軍經過投票表決得到結果為進攻：撤退=2:1，所以將一同發起進攻取得勝利。對于三個將軍，每個將軍都能執行兩種決策(進攻或撤退)的情況下,共存在6中不同的場景，圖2是其中一種，對于其他5中場景可簡單地推得，通過投票三個將軍都將達成一致的行動計劃。

今日恐慌與貪婪指數為33，恐慌程度與昨日持平:金色財經報道，今日恐慌與貪婪指數為33（昨日為33），恐慌程度與昨日持平，等級仍為恐慌。

注：恐慌指數閾值為0-100，包含指標：波動性（25%）＋市場交易量（25%）＋社交媒體熱度（15%）＋市場調查（15%）＋比特幣在整個市場中的比例（10%）＋谷歌熱詞分析（10%）。[2023/3/12 12:58:17]

圖2.三個將軍均為忠誠的場景當三個將軍中存在一個叛徒時，將可能擾亂正常的作戰計劃。圖3展示了GeneralC為叛徒的一種場景，他給GeneralA和GeneralB發送了不同的消息，在這種場景下GeneralA通過投票得到進攻：撤退=1:2，最終將作出撤退的行動計劃；GeneralB通過投票得到進攻：撤退=2:1，最終將作出進攻的行動計劃。結果只有GeneralB發起了進攻并戰敗。

Cardano創始人：Ripple附屬代幣應作為商品而非證券進行監管:金色財經報道，Cardano創始人Charles Hoskinson就XRP的法律地位發表了自己的看法。Hoskinson認為，Ripple附屬代幣應作為商品而非證券進行監管。為了支持他的論點，Hoskinson寫道，大多數Layer 1協議（包括 XRP）都提供實用性并且在其中具有足夠程度的去中心化，因此它們不是證券。此外，他們還通過了Howie測試，該測試顯示資產是否為證券。[2022/10/11 10:30:23]

圖3.二忠一叛的場景事實上，對于三個將軍中存在一個叛徒的場景，想要總能達到一致的行動方案是不可能的。詳細的證明可參看LeslieLamport的論文。此外，論文中給出了一個更加普適的結論：如果存在m個叛將，那么至少需要3m+1個將軍，才能最終達到一致的行動方案。解決方案

LeslieLamport在論文中給出了兩種拜占庭將軍問題的解決方案，即口信消息型解決方案(Asolutionwithoralmessage)和簽名消息型解決方案(Asolutionwithsignedmessage)。1、口信消息型解決方案首先,對于口信消息(Oralmessage)的定義如下：A1.任何已經發送的消息都將被正確傳達;A2.消息的接收者知道是誰發送了消息;A3.消息的缺席可以被檢測。基于口信消息的定義，我們可以知，口信消息不能被篡改但是可以被偽造。基于對圖3場景的推導，我們知道存在一個叛將時，必須再增加3個忠將才能達到最終的行動一致。為加深理解，我們將利用3個忠將1個叛將的場景對口信消息型解決方案進行推導。在口信消息型解決方案中，首先發送消息的將軍稱為指揮官，其余將軍稱為副官。對于3忠1叛的場景需要進行兩輪作戰信息協商，如果沒有收到作戰信息那么默認撤退。圖4是指揮官為忠將的場景，在第一輪作戰信息協商中，指揮官向3位副官發送了進攻的消息；在第二輪中，三位副官再次進行作戰信息協商，由于GeneralA、B為忠將，因此他們根據指揮官的消息向另外兩位副官發送了進攻的消息，而GeneralC為叛將，為了擾亂作戰計劃，他向另外兩位副官發送了撤退的消息。最終CommandingGeneral,GeneralA和B達成了一致的進攻計劃，可以取得勝利。

價值20億美元比特幣期權將于今日到期交割，最大痛點價格為21,500美元:9月30日消息，據 Deribit 數據顯示，共有價值20億美元的比特幣期權和19億美元的以太坊期權將于今日到期交割，最大痛點分別為21,500美元和1500美元。

注：最大痛點（Max Pain）是指當期權到期交割時，使得買方盈利最小虧損最大，或是賣方虧損最小盈利最大的價位。廣義來說就是市場會向大多數人比較痛苦的方向發展，這樣才可以使主力的利益最大化[2022/10/1 22:42:57]

圖4.指揮官為忠將的場景圖5是指揮官為叛將的場景，在第一輪作戰信息協商中，指揮官向GeneralA、B發送了撤退的消息，但是為了擾亂GeneralC的決定向其發送了進攻的消息。在第二輪中，由于所有副官均為忠將，因此都將來自指揮官的消息正確地發送給其余兩位副官。最終所有忠將都能達成一致撤退的計劃。

CFTC主席：CFTC是數字資產市場的合適監管機構:9月15日消息，美國商品期貨交易委員會（CFTC）主席Rostin Behnam在參議院農業委員會的聽證會上表示，委員會領導人正在推動一項為加密行業制定新規則的法案，承認CFTC的專業知識和經驗使其成為數字資產商品市場的合適監管機構。Behnam稱這將使CFTC能夠迅速采取行動建立對數字商品資產的新監管，法院、立法者和監管機構承認這些資產包括比特幣，是否包括其他加密資產仍不清楚。

委員會主席參議員 Debbie Stabenow 上個月公布了與該小組的共和黨參議員 Sen. John Boozman 合作的立法，這將使該機構能夠在監管數字資產交易方面發揮重要作用，包括授權 CFTC 監督加密現貨市場。但是，它不會讓該機構定義它將監管哪些代幣，仍然讓法院和證券交易委員會有余地來確定哪些資產將被定義為 SEC 監管的證券。[2022/9/15 6:59:19]

機構級流動性質押協議Alluvial獲Coinbase及Figment支持:5月17日消息，機構級流動性質押協議 Alluviall 獲 Coinbase 及加密貨幣質押項目 Figment 支持，Coinbase Cloud 和 Figment 將作為新 Alluvial 協議的驗證者。Alluviall 的創始團隊包括前 Figment 流動性質押產品負責人 Matt Leisinger、質押平臺 Kiln 的前 CTO Nicolas Maurice 以及 Index Cooperative DAO 機構業務前負責人 Mike Taormina。

Matt Leisinger 表示，Alluvial 除了可以提供質押服務外，還將支持合規性要求。Alluvial 最初將支持以太坊，未來將制定多鏈計劃，協議預計將在今年晚些時候推出。（ The Block）[2022/5/18 3:23:43]

圖5.指揮官為叛將的場景如上所述，對于口信消息型拜占庭將軍問題，如果叛將人數為m，將軍人數不少于3m+1，那么最終能達成一致的行動計劃。值的注意的是，在這個算法中，叛將人數m是已知的，且叛將人數m決定了遞歸的次數，即叛將數m決定了進行作戰信息協商的輪數，如果存在m個叛將，則需要進行m+1輪作戰信息協商。這也是上述存在1個叛將時需要進行兩輪作戰信息協商的原因。2、簽名消息型解決方案同樣，對簽名消息的定義是在口信消息定義的基礎上增加了如下兩條：A4.忠誠將軍的簽名無法偽造，而且對他簽名消息的內容進行任何更改都會被發現；A5.任何人都能驗證將軍簽名的真偽。基于簽名消息的定義，我們可以知道，簽名消息無法被偽造或者篡改。為了深入理解簽名消息型解決方案，我們同樣以3三將軍問題為例進行推導。圖6是忠將率先發起作戰協商的場景，GeneralA率先向GeneralB、C發送了進攻消息，一旦叛將GeneralC篡改了來自GeneralA的消息，那么GeneralB將將發現作戰信息被GeneralC篡改，GeneralB將執行GeneralA發送的消息。

圖6.忠將率先發起作戰協商圖7是叛將率先發起作戰協商的場景，叛將GeneralC率先發送了誤導的作戰信息，那么GeneralA、B將發現GeneralC發送的作戰信息不一致，因此判定其為叛將。可對其進行處理后再進行作戰信息協商。

圖7.叛將率先發起作戰協商簽名消息型解決方案可以處理任何數量叛將的場景。總結在分布式系統領域,拜占庭將軍問題中的角色與計算機世界的對應關系如下:將軍,對應計算機節點；忠誠的將軍,對應運行良好的計算機節點；叛變的將軍,被非法控制的計算機節點；信使被殺,通信故障使得消息丟失；信使被間諜替換,通信被攻擊,攻擊者篡改或偽造信息。如上文所述，拜占庭將軍問題提供了對分布式共識問題的一種情景化描述，是分布式系統領域最復雜的模型。此外,它也為我們理解和分類現有的眾多分布式一致性協議和算法提供了框架。現有的分布式一致性協議和算法主要可分為兩類：一類是故障容錯算法(CrashFaultTolerance,CFT)，即非拜占庭容錯算法，解決的是分布式系統中存在故障，但不存在惡意攻擊的場景下的共識問題。也就是說，在該場景下可能存在消息丟失，消息重復，但不存在消息被篡改或偽造的場景。一般用于局域網場景下的分布式系統，如分布式數據庫。屬于此類的常見算法有Paxos算法、Raft算法,、ZAB協議等。一類是拜占庭容錯算法，可以解決分布式系統中既存在故障，又存在惡意攻擊場景下的共識問題。一般用于互聯網場景下的分布式系統，如在數字貨幣的區塊鏈技術中。屬于此類的常見算法有PBFT算法、PoW算法。

看完本文，你對這兩種解決方案有什么看法？歡迎在評論區跟我們討論！

Tags：RALERAGENENERAQuontralCroatian Football Federation TokenAlpha Genesisgeneraldig

Pol幣