CN107819756B - 一种提高挖矿收益的方法 - Google Patents
一种提高挖矿收益的方法 Download PDFInfo
- Publication number
- CN107819756B CN107819756B CN201711049522.0A CN201711049522A CN107819756B CN 107819756 B CN107819756 B CN 107819756B CN 201711049522 A CN201711049522 A CN 201711049522A CN 107819756 B CN107819756 B CN 107819756B
- Authority
- CN
- China
- Prior art keywords
- miners
- strategy
- income
- mining
- mine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于数据处理技术领域，公开了一种提高挖矿收益的方法及系统，根据PoW共识算法以及困境模型，分析矿工算力相同与不同两种情况，得出矿工挖矿收益矩阵；构造不含ZD策略、单ZD策略、双ZD策略模型，根据收益矩阵与马氏转移矩阵计算算力相同与不相同时的系统挖矿收益。本发明提出的双ZD策略比[1,0,1,0]、[0.1,0.1,0.1,0.1](与单ZD策略博弈)分别提高68％、287％；算力不相同时，单ZD策略比其他两个策略分别提高35％、355％，双ZD策略比其他两个策略分别提高48％、139％；双ZD策略保证每个矿工合作挖矿，进而保证系统挖矿收益达到最大值。
Description
技术领域
本发明属于数据处理技术领域，尤其涉及一种提高挖矿收益的方法及系统。
背景技术
区块链技术在没有中央控制点的分布式对等网络下，使用分布式集体运作的方法，构建了一个P2P的自组织网络。通过复杂的校验机制，区块链数据库能够保持完整性、连续性和一致性，即使部分参与人作假也无法改变区块链的完整性，更无法篡改区块链中的数据。
作为区块链技术最成功的应用，比特币系统应用PoW的共识机制实现交易的不可篡改性和不可伪造性。PoW共识机制的核心思想是通过引入分布式节点的算力竞争来保证数据的一致性和共识的安全性，即通过矿工挖矿保证系统安全。由于电费廉价、硬件设施容量不断增大，矿工目标主要集中在如何提高自身挖矿收益。目前矿工挖矿仍然存在攻击情形，攻击称为矿工提高收益的又一捷径。但这种攻击将浪费算力，即耗费大量电力，进而减少攻击者本身应获得收益，也减少其他矿工收益，即减少系统收益挖矿收益，而且还将影响系统安全。
无论矿工还是研究者只关注如何保障矿工个体收益，可以通过攻击或者提高矿机效率保障挖矿收益，没有从社会效益、经济环保角度出发，考虑促进矿工合作进而提高系统挖矿收益的方法。因此如何促进矿工合作挖矿，保证系统挖矿收益最高是目前需要解决的问题。
综上所述，现有技术存在的问题是：
国内外相关技术、分析主要集中如何提高矿工挖矿效率，分析如何提高攻击矿工的收益。没有考虑矿工攻击对系统挖矿收益与社会经济效益的影响，重要的是对于矿工攻击没有提出相关激励机制促使矿工合作挖矿。矿工挖矿模型为博弈论中的囚徒困境，攻击者为“free rider”，当矿工都采取攻击策略时，每个矿工收益为零，整个系统挖矿收益也将为零，不仅浪费电力，造成环境污染，还将影响区块链系统的正常运转。而矿工合作挖矿，不仅是环境友好型，同时也能保证每个矿工获得与贡献算力相对应的最大收益，系统收益也将达到最高值。因此有必要提出一个能促使矿工合作挖矿、保证系统挖矿收益最高的有效方法。
发明内容
本发明的目的在于提供一种提高挖矿收益的方法及系统，本发明分析了矿工挖矿算力是否相同，以及矿工合作或攻击对整个系统的影响，分析并计算不含ZD策略、单ZD策略、双ZD策略模型的系统挖矿收益，进而提出一种保证系统挖矿收益最高，并激励矿工合作挖矿的方法：双ZD策略。
本发明是这样实现的，一种提高挖矿收益的方法包括：根据区块链系统中PoW共识算法的挖矿原理与挖矿困境模型，分析矿工算力相同与不同两种情况，以及矿工合作或攻击对整个区块链系统的影响；得出矿工挖矿收益矩阵；
构造双ZD策略模型并通过收益矩阵与马氏转移矩阵计算算力相同与不相同时的系统挖矿收益。
进一步，计算双ZD策略的系统挖矿收益具体为：
矿工1、矿工2都采取ZD策略，则令q’＝p’，因此可以得到马氏转移矩阵M为：
当双矿工采用ZD策略时，分析算力相同与不同情况，得到不同的系统挖矿收益。
进一步，所述提高挖矿收益的方法还包括：
构造常规策略[1,0,1,0]、[1,0,0,1]以及[0.1,0.1,0.1,0.1]策略模型并计算算力相同与不相同时的系统挖矿收益；
所述构造双ZD策略模型并通过收益矩阵与马氏转移矩阵计算算力相同与不相同时的系统挖矿收益时，同时分析并计算不含ZD策略模型、单ZD策略模型的系统挖矿收益。
进一步，得出矿工挖矿收益矩阵前，需进行：
构建矿工挖矿困境模型；具体包括：
矿工挖矿策略空间为合作、攻击；
矿工算力相同情形下，合作挖矿后系统挖矿收益将平分至每个矿工，即使矿工进行攻击，该矿工也获得一定收益；这不仅使总矿池收益减少，所有矿工收益也将降低；因此矿工将面临囚徒困境，矿工不断进行挖矿对应于博弈模型中的迭代囚徒困境模型。
进一步，所述得出矿工挖矿收益矩阵包括：
矿工正常挖矿时收益为1，合作挖矿后收益将扩大r倍，耗费算力为c；矿工挖矿收益总和为系统挖矿收益，矿工所得收益为系统挖矿收益/矿工个数；矿工收益矩阵如下：
矿工算力不同情形下，矿池总算力为1，矿工1算力为t，另一个矿工算力为(1-t)，c为耗费算力，r为矿工合作后收益扩大倍数；收益矩阵如下：
进一步，所述计算[1,0,1,0]、[1,0,0,1]以及[0.1,0.1,0.1,0.1]策略的挖矿收益包括：
矿工策略空间(C,A)，策略组合为{CC,CA,AC,AA}，矿工1的策略选择概率p＝[p1,p2,p3,p4]，矿工2的策略选择概率q＝[q1,q2,q3,q4]，则根据策略转移性质可得到由p、q决定的马氏转移矩阵M。若马氏转移矩阵M的稳态向量为v＝[v1,v2,v3,v4]，矿工1、2的期望收益分别为：
其中，v1+v2+v3+v4＝1，1是一个全为1的向量；
将三种策略分别代入M中，根据矿工算力是否相同条件，经过计算可得多种不同的系统挖矿收益。
进一步，所述计算单ZD策略的系统挖矿收益具体为：
根据ZD策略理论可知，p’为ZD策略，具体为：
矿工1采取p’策略，矿工2分别采取[1,0,1,0]、[1,0,0,1]、[0.1,0.1,0.1,0.1]策略进行挖矿时，分析算力相同与不同情况，可以得到单ZD策略的六种不同的系统挖矿收益。
矿工算力相同情形下，合作挖矿后系统挖矿收益将平分至每个矿工，即使矿工进行攻击，该矿工也获得一定收益；这不仅使总矿池收益减少，所有矿工收益也将降低；因此矿工将面临囚徒困境，矿工不断进行挖矿对应于博弈模型中的迭代囚徒困境模型。
本发明的另一目的在于提供一种所述提高挖矿收益的系统包括：
构建困境模型单元，用于矿工挖矿时，选择矿工合作、攻击的策略；矿工挖矿是一个困境，合作即贡献算力获得相应收益，每个矿工合作，系统收益将达到最大值；攻击将增加自身收益，降低其他矿工以及系统收益，但每个矿工选择攻击，则每个矿工收益为零，系统收益为零；因此矿工挖矿困境对应于博弈论中的迭代囚徒困境；
收益矩阵计算单元，根据区块链系统中PoW共识算法的挖矿原理以及困境模型，分析矿工算力相同与不同两种情况，得出矿工挖矿收益矩阵；
三种迭代模型的系统挖矿收益计算单元，根据矿工挖矿的马氏转移矩阵计算[1,0,1,0]、[1,0,0,1]以及[0.1,0.1,0.1,0.1]策略模型、单ZD策略模型以及双ZD策略模型在算力相同与不相同时的系统挖矿收益。
本发明提供的一种的提高挖矿收益的方法：双ZD策略。构建矿工挖矿困境模型，建立无ZD策略、单ZD策略、双ZD策略模型，经过数值仿真可以得到：算力相同时，单ZD策略比[1,0,1,0]、[0.1,0.1,0.1,0.1]策略分别提高19％、303％；本发明提出的双ZD策略比[1,0,1,0]、[0.1,0.1,0.1,0.1](与单ZD策略博弈)分别提高68％、287％。算力不同时，单ZD策略比[1,0,1,0]、[0.1,0.1,0.1,0.1]策略分别提高35％、355％；本发明提出的双ZD策略比[1,0,1,0]、[0.1,0.1,0.1,0.1](与单ZD策略博弈)分别提高48％、139％。在与其他策略进行博弈时，ZD策略比[1,0,0,1]策略更具优势，提高系统挖矿收益效果更佳。双ZD策略保证矿工合作挖矿，因此系统收益将达到最大值。
附图说明
图1是本发明实施例提供的提高挖矿收益的方法流程图。
图2是本发明实施例提供的矿工挖矿困境模型示意图。
图3是本发明实施例提供的当矿工算力相同时，矿工1分别采用ZD、[1,0,0,1]、[1,0,1,0]、[0.1,0.1,0.1,0.1]四种不同策略，矿工2始终采用[1,0,0,1]策略后，系统挖矿收益分布情况示意图。
图4是本发明实施例提供的当矿工算力相同时，矿工1采用四种不同策略，矿工2始终采用[1,0,1,0]策略后，系统挖矿收益分布情况示意图。
图5是本发明实施例提供的当矿工算力相同时，矿工1采用四种不同策略，矿工2始终采用[0.1,0.1,0.1,0.1]策略后，系统挖矿收益分布情况示意图。
图6是本发明实施例提供的当矿工算力相同时，矿工1始终采取ZD策略，矿工2分别采取[1,0,0,1]、[1,0,1,0]、[0.1,0.1,0.1,0.1]、ZD四种不同策略后，系统挖矿收益分布示意图。
图7是本发明实施例提供的当矿工算力不同时，矿工2采用[1,0,0,1]策略，矿工1采用四种不同的策略，系统挖矿收益情况示意图。
图8是本发明实施例提供的当矿工算力不同时，矿工2采用[1,0,1,0]策略，矿工1采用四种不同的策略，系统挖矿收益情况示意图。
图9是本发明实施例提供的当矿工算力不同时，矿工2采用[0.1,0.1,0.1,0.1]策略，矿工1采用四种不同的策略，系统挖矿收益情况示意图。
图10是本发明实施例提供的当矿工算力不同时，矿工1始终采取ZD策略，矿工2分别采取四种不同策略后，系统挖矿收益分布示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
国内外相关技术、分析主要集中在攻击后如何提高矿工各自收益，没有分析矿工算力是否相同对攻击与否以挖矿收益变化的影响，没有对攻击造成的影响进行有针对性的分析，没有对于矿工攻击建立相关激励机制促使矿工不进行攻击而合作挖矿，没有分析矿工挖矿困境模型，同时没有提出一个能保证系统挖矿收益最高的有效方法。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示，本发明实施例提供的提高挖矿收益的方法包括以下步骤：
S101：根据区块链系统中PoW共识算法的挖矿原理与挖矿困境模型，分析矿工算力相同与不同两种情况，以及矿工合作或攻击对整个区块链系统的影响；得出矿工挖矿收益矩阵；
S102：构造双ZD策略模型并通过收益矩阵与马氏转移矩阵计算算力相同与不相同时的系统挖矿收益。
所述提高挖矿收益的方法还包括：
构造常规策略[1,0,1,0]、[1,0,0,1]以及[0.1,0.1,0.1,0.1]策略模型并计算算力相同与不相同时的系统挖矿收益；
所述构造双ZD策略模型并通过收益矩阵与马氏转移矩阵计算算力相同与不相同时的系统挖矿收益时，同时分析并计算不含ZD策略模型、单ZD策略模型的系统挖矿收益。
得出矿工挖矿收益矩阵前，需进行：
构建矿工挖矿困境模型；具体包括：
矿工挖矿策略空间为合作、攻击；
矿工算力相同情形下，合作挖矿后系统挖矿收益将平分至每个矿工，即使矿工进行攻击，该矿工也获得一定收益；这不仅使总矿池收益减少，所有矿工收益也将降低；因此矿工将面临囚徒困境，矿工不断进行挖矿对应于博弈模型中的迭代囚徒困境模型。
本发明实施例提供的所述提高挖矿收益的系统包括：
构建困境模型单元，用于矿工挖矿时，选择矿工合作、攻击的策略；矿工挖矿是一个困境，合作即贡献算力获得相应收益，每个矿工合作，系统收益将达到最大值；攻击将增加自身收益，降低其他矿工以及系统收益，但每个矿工选择攻击，则每个矿工收益为零，系统收益为零；因此矿工挖矿困境对应于博弈论中的迭代囚徒困境；
收益矩阵计算单元，根据区块链系统中PoW共识算法的挖矿原理以及困境模型，分析矿工算力相同与不同两种情况，得出矿工挖矿收益矩阵；
三种迭代模型的系统挖矿收益计算单元，根据矿工挖矿的马氏转移矩阵计算[1,0,1,0]、[1,0,0,1]以及[0.1,0.1,0.1,0.1]策略模型、单ZD策略模型以及双ZD策略模型在算力相同与不相同时的系统挖矿收益。
一、下面结合具体实施例对本发明的应用原理作进一步的描述。
本发明实施例中，以一个小型挖矿矿池为分析对象，该矿池中有双矿工，矿工1和矿工2，提高挖矿收益的方法包括：
第一步：构建矿工挖矿困境模型。
(1)将矿池看成整体，作为挖矿的一个系统；
(2)矿工进行挖矿可选择攻击或合作策略；
(3)矿工耗费算力进行合作挖矿可获得相应收益，矿工也可通过攻击，作为“freerider”获得收益，但矿工都进行攻击时，所获得的收益将少于不攻击时获得的，系统挖矿收益将为零，这就将对应于博弈论中的迭代囚徒困境。
如图2所示的挖矿困境模型。图中有双矿池，矿池1和矿池2。在矿池1中，双矿池合作挖矿，获得较高的挖矿收益，此时，系统挖矿收益达到最高值。矿池2中，5个矿工共同挖矿，矿工1作为“free rider”，对该矿池进行区块截留攻击，自身不耗费算力而与其他矿工共同分享系统挖矿收益。相对于矿工1不进行攻击这不仅使矿工1应有收益减少，而且也会使整个矿池系统的挖矿收益降低。若矿工合作挖矿，获得较高挖矿收益的同时，也会耗费一定算力。若矿工进行攻击，不耗费算力也可以获得系统分配的挖矿收益。如果每个矿工都进行攻击，则每个矿工收益为零，因此整个矿池挖矿收益也将为零。这就是矿工困境，即攻击是矿工的最优选择，但不是系统最优的。
第二步：计算挖矿收益矩阵。
挖矿困境模型中策略空间为合作(Cooperation，C)、攻击(Attack，A)；分析矿工挖矿算力相同或不相同是否会对挖矿收益造成影响，本发明将从双方面进行分析。
矿工算力相同情形下，矿工正常挖矿时收益为1，合作挖矿后收益将扩大r倍，耗费算力为c；矿工挖矿收益总和为系统挖矿收益，矿工所得收益为系统挖矿收益/矿工个数。假设耗费算力c＝5/8，合作后挖矿收益扩大倍数r＝5/3，则矿工收益矩阵如下：
分析矿工算力不同情形，矿池总算力为1，矿工1算力为t，另一个矿工算力为(1-t)，c为耗费算力，r为矿工合作后收益扩大倍数。这里c＝0.3，r＝1.1，t＝0.48收益矩阵如下：
第三步：计算[1,0,1,0]、[1,0,0,1]及[0.1,0.1,0.1,0.1]策略的系统挖矿收益。
矿工策略空间(C,A)，策略组合为{CC,CA,AC,AA}，矿工1的策略选择概率p＝[p1,p2,p3,p4]，矿工2的策略选择概率q＝[q1,q2,q3,q4]，则由p、q决定的马氏转移矩阵为M：
根据第二步的收益矩阵可得，当算力相同时，矿工1收益向量W1＝[R1,S1,T1,P1]T＝[5/8,-1/8,1/2,0]T，矿工2收益向量W2＝[R2,T2,S2,P2]T＝[5/8,1/2,-1/8,0]T。算力不同情况下，矿工1收益向量W1＝[R1,S1,T1,P1]T＝[0.198,-0.067,0.25,0]T，矿工2收益向量W2＝[R2,T2,S2,P2]T＝[0.242,0.25,-0.027,0]T。
矿工1分别采取[1,0,0,1]、[1,0,1,0]、[0.1,0.1,0.1,0.1]策略时，矿工2都采取[1,0,0,1]策略。算力相同情况下的系统挖矿收益分布情况如图3，算力不同时如图7，系统挖矿收益值如表1第2-4行。矿工2始终采取[1,0,1,0]策略是，算力相同情况下的系统挖矿收益分布情况如图4，算力不同时如图8，系统挖矿收益值如表1第6-8行。矿工2始终采取[0.1,0.1,0.1,0.1]策略时，算力相同情况下的系统挖矿收益分布情况如图5，算力不同时如图9，系统挖矿收益值如表1第10-12行。
第四步：计算一个ZD策略的系统挖矿收益。
矿工1采取ZD策略，矿工2分别采取[1,0,0,1]、[1,0,1,0]、[0.1,0.1,0.1,0.1]策略时，算力相同情况下的系统挖矿收益分布情况如图6，算力不同时如图10。系统挖矿收益值如表1第5、9、13行。
第五步：计算双ZD策略的系统挖矿收益。
矿工1、矿工2都采取ZD策略，则可令q’＝p’，下面仍从矿工算力是否相同两种情况进行分析，算力相同时系统挖矿收益分布如图6，算力不同时如图10，系统挖矿收益值如表2。
第六步：根据收益结果得出双ZD策略可有效提高系统挖矿收益。
根据系统挖矿收益变化图3-10，可以得出系统挖矿收益变化表1、2。容易得出：(1)算力是否相同不影响策略性能；(2)当矿工2采取[1,0,0,1]策略，矿工1分别采取四种不同策略时，[1,0,0,1]策略与ZD策略都能达到挖矿最高值；(3)当矿工2采取[1,0,1,0]策略，矿工1分别采取四种不同策略时，最优策略为ZD策略，(4)当矿工2采取[0.1,0.1,0.1,0.1]策略，矿工1采取不同的四种策略时，最优策略仍为ZD策略。(5)无论矿工算力是否相同，[1,0,0,1]--ZD策略、双[1,0,0,1]策略、双ZD策略都能获得最高系统收益，而其他博弈模型策略都不能取得最高值，与其他策略进行博弈时，ZD策略优于[1,0,0,1]策略。因此ZD策略可有效促进矿工合作，而双ZD策略是一种提高挖矿收益的方法。
表1是本发明实施例提供的三组挖矿收益表。
表2是本发明实施例提供的一组挖矿收益表
图10是本发明实施例提供的当矿工算力不同时，矿工1始终采取ZD策略，矿工2分别采取四种不同策略后，系统挖矿收益分布示意图。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.一种提高挖矿收益的方法，其特征在于，所述提高挖矿收益的方法包括：
根据区块链系统中PoW共识算法的挖矿原理与挖矿困境模型，分析矿工算力相同与不同两种情况，以及矿工合作或攻击对整个区块链系统的影响；得出矿工挖矿收益矩阵；挖矿困境模型中策略空间为合作C、攻击A；
所述得出矿工挖矿收益矩阵包括：
矿工正常挖矿时收益为1，合作挖矿后收益将扩大r倍，耗费算力为c；矿工挖矿收益总和为系统挖矿收益，矿工所得收益为系统挖矿收益/矿工个数；矿工收益矩阵如下：
矿工算力不同情形下，矿池总算力为1，矿工1算力为t，另一个矿工算力为(1-t)，c为耗费算力，r为矿工合作后收益扩大倍数；收益矩阵如下：
计算双ZD策略的系统挖矿收益具体为：矿工1的策略选择概率p＝[p1,p2,p3,p4]，矿工2的策略选择概率q＝[q1,q2,q3,q4]；
矿工1、矿工2都采取ZD策略，则p1＝q1＝1，因此可以得到马氏转移矩阵M为：
当两个矿工都采用ZD策略时，分析算力相同与不同情况，得到不同的系统挖矿收益；
所述提高挖矿收益的方法还包括：
构造常规策略[1,0,1,0]、[1,0,0,1]以及[0.1,0.1,0.1,0.1]策略模型并计算算力相同与不相同时的系统挖矿收益；
所述构造双ZD策略模型并通过收益矩阵与马氏转移矩阵计算算力相同与不相同时的系统挖矿收益时，同时分析并计算不含ZD策略模型、单ZD策略模型的系统挖矿收益。
2.如权利要求1所述的提高挖矿收益的方法，其特征在于，得出矿工挖矿收益矩阵前，需进行：
构建矿工挖矿困境模型；具体包括：
矿工挖矿策略空间为合作、攻击；
矿工算力相同情形下，合作挖矿后系统挖矿收益将平分至每个矿工，即使矿工进行攻击，该矿工也获得一定收益；这不仅使总矿池收益减少，所有矿工收益也将降低；因此矿工将面临囚徒困境，矿工不断进行挖矿对应于博弈模型中的迭代囚徒困境模型。
3.如权利要求1所述的提高挖矿收益的方法，其特征在于，所述计算[1,0,1,0]、[1,0,0,1]以及[0.1,0.1,0.1,0.1]策略的挖矿收益包括：
矿工策略空间(C,A)，策略组合为{CC,CA,AC,AA}，矿工1的策略选择概率p＝[p1,p2,p3,p4]，矿工2的策略选择概率q＝[q1,q2,q3,q4]，则根据策略转移性质可得到由p、q决定的马氏转移矩阵M；若马氏转移矩阵M的稳态向量为v＝[v1,v2,v3,v4]，矿工1、2的期望收益分别为：
其中，v1+v2+v3+v4＝1，1是一个全为1的向量；W1为旷工1的收益向量；W2为旷工2的收益向量；
将三种策略[1,0,1,0]、[1,0,0,1]以及[0.1,0.1,0.1,0.1]分别代入M中，根据矿工算力是否相同条件，经过计算可得多种不同的系统挖矿收益。
4.如权利要求1所述的提高挖矿收益的方法，其特征在于，所述计算单ZD策略的系统挖矿收益具体为：
根据ZD策略理论可知，p’为ZD策略，具体为：
矿工1采取p’策略，矿工2分别采取[1,0,1,0]、[1,0,0,1]、[0.1,0.1,0.1,0.1]策略进行挖矿时，分析算力相同与不同情况，可以得到单ZD策略的六种不同的系统挖矿收益；
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711049522.0A CN107819756B (zh) | 2017-10-31 | 2017-10-31 | 一种提高挖矿收益的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711049522.0A CN107819756B (zh) | 2017-10-31 | 2017-10-31 | 一种提高挖矿收益的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107819756A CN107819756A (zh) | 2018-03-20 |
| CN107819756B true CN107819756B (zh) | 2021-06-29 |
Family
ID=61603047
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711049522.0A Active CN107819756B (zh) | 2017-10-31 | 2017-10-31 | 一种提高挖矿收益的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107819756B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108712468B (zh) * | 2018-04-19 | 2021-01-08 | 上海分布信息科技有限公司 | 一种区块链收益分配方法和分配系统 |
| CN110611701B (zh) * | 2018-08-21 | 2022-10-11 | 汇链丰(北京)科技有限公司 | 一种基于区块链的参数配置和交易处理方法 |
| CN109242299A (zh) * | 2018-08-31 | 2019-01-18 | 深圳付贝科技有限公司 | 分布式挖矿方法、挖矿机及区块链系统 |
| CN109509090A (zh) * | 2018-09-11 | 2019-03-22 | 深圳市元征科技股份有限公司 | 一种转换挖取虚拟数字货币种类的方法及装置 |
| CN110460564B (zh) * | 2019-03-29 | 2020-11-03 | 武汉大学 | 基于随机博弈增强学习的比特币矿池攻击策略学习方法 |
| CN111275488A (zh) * | 2020-01-19 | 2020-06-12 | 南京邮电大学 | 一种区块链中基于博弈论的算力协作方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106530072A (zh) * | 2016-11-22 | 2017-03-22 | 天津米游科技有限公司 | 一种区块链共识机制 |
| WO2017145007A1 (en) * | 2016-02-23 | 2017-08-31 | nChain Holdings Limited | System and method for controlling asset-related actions via a blockchain |
-
2017
- 2017-10-31 CN CN201711049522.0A patent/CN107819756B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017145007A1 (en) * | 2016-02-23 | 2017-08-31 | nChain Holdings Limited | System and method for controlling asset-related actions via a blockchain |
| CN106530072A (zh) * | 2016-11-22 | 2017-03-22 | 天津米游科技有限公司 | 一种区块链共识机制 |
Non-Patent Citations (2)
| Title |
|---|
| PoW共识算法中的博弈困境分析与优化;唐长兵，杨珍，郑忠龙，陈中育，李翔;《自动化学报》;20170930;第43卷(第9期);1520-1531 * |
| Zero-determinant Strategy for the Algorithm optimize of Blockchain PoW Consensus;Yang Zhen, Miao Yue, Chen Zhong-yu *, Tang Chang-bing, Chen Xin;《Proceedings of the 36th Chinese Control Conference》;20170728;1441-1446 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107819756A (zh) | 2018-03-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107819756B (zh) | 一种提高挖矿收益的方法 | |
| Brauers et al. | Comparing coal phase-out pathways: The United Kingdom’s and Germany’s diverging transitions | |
| Xie et al. | Spatial-temporal disparities, saving potential and influential factors of industrial land use efficiency: A case study in urban agglomeration in the middle reaches of the Yangtze River | |
| Hu et al. | Enhanced evolutionary multi-objective optimization-based dispatch of coal mine integrated energy system with flexible load | |
| US11113677B1 (en) | Data processing using proof-of-transfer | |
| Cheung | The politics of regional cooperation in the Greater Pearl River Deltaapv_1473 21.. 37 | |
| Wang et al. | Evolution model with time lag effects for the coal industrial symbiosis system: A case study of Ordos, China | |
| Han et al. | Residential space-heating energy demand in urban Southern China: An assessment for 2030 | |
| Wang et al. | A novel evolutionary algorithm with column and sub-block local search for sudoku puzzles | |
| CN109376544A (zh) | 一种防止复杂网络中的社团结构被深度挖掘的方法 | |
| Alami et al. | The ‘wicked trinity’of late capitalism: Governing in an era of stagnation, surplus humanity, and environmental breakdown | |
| Zhang et al. | Environmental economic dispatch optimization using niching penalized chimp algorithm | |
| Żuk et al. | Semi-peripheries in the world-system? The Visegrad group countries in the geopolitical order of energy and raw materials after the war in Ukraine | |
| Cao et al. | An adaptive differential evolution framework based on population feature information | |
| Lu et al. | A novel artificial bee colony algorithm with division of labor for solving CEC 2019 100-digit challenge benchmark problems | |
| Kawecka-Wyrzykowska | A new industrial policy in the EU: in search for a new paradigm of public intervention | |
| CN102136975B (zh) | 一种面向大规模网络环境的相似网络构建方法 | |
| Huang et al. | An improved artificial bee colony algorithm based on special division and intellective search | |
| Goodman | Responding to climate crisis: Modernisation, limits, socialism | |
| Hammoudeh | Blockchain, Internet of Things and Digital Twins in Trustless Security of Critical National Infrastructure | |
| Shi et al. | Informative snps selection based on fuzzy clustering and genetic algorithm | |
| Sunil et al. | Optimal power dispatch of multiple DGs using a hybrid algorithm for mitigating voltage deviations and losses in a radial distribution system with economic benefits | |
| Luo | The Contents and Construction Method of Digital Economy as a New Driving Force | |
| Luo | The Difficult Course of the Heavy Enterprise in the Reform of China’s State-owned Enterprises | |
| Fuller et al. | Technology Policy Under Xi Jinping, 2012–2022 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |