#reward-mechanism

共收录 1 条相关安全情报。

← 返回所有主题
推荐 14.5
Conf: 50%
👥 作者: Hongyin Chen, Yubin Ke, Xiaotie Deng, Ittay Eyal

该论文研究了区块链智能合约中依赖外部报告的问题。现有机制在安全性与性能之间存在权衡:依赖少量受信报告者会引入中心化风险,而允许开放报告则导致链上报告数量过多。作者指出,根本原因在于对称奖励设计,即对所有报告一视同仁。论文证明,任何对称奖励机制都无法克服这一权衡。为此,他们提出了 Prrr(Personal Random Rewards for Reporting)协议,该协议为报告分配随机的、非统一的奖励值,引入了一种新型机制设计概念——事前合成不对称性(Ex-Ante Synthetic Asymmetry)。据作者所知,Prrr 是第一个有意构建参与者不对称性的博弈论机制(在任何领域中)。Prrr 采用类似第二价格拍卖的结算方式分配奖励,确保激励兼容性,并同时实现安全性和效率。遵循该协议构成子博弈完美纳什均衡,能够抵御合谋和女巫攻击。Prrr 适用于众多依赖及时报告的智能合约。

💡 推荐理由: 提出了一种全新的机制设计思路,通过故意引入奖励不对称性,打破了区块链报告机制中安全与效率的固有矛盾,对去中心化预言机和链上数据报告场景具有重要理论价值。

🎯 建议动作: 研究跟进

排序因子: 影响边界/网络设备 (+5) | 来自网络安全顶级会议 (+8) | Community 数据源 (+1) | LLM 评分加成 (+0.5)