Завдяки антикрихкому механізму, вбудованому в протокол Filecoin, Filecoin здатний протистояти впливу значного падіння обчислювальної потужності.
Цей механізм забезпечує сильні економічні стимули для приєднання нових постачальників сховищ (SP), а для існуючих постачальників сховищ залишаються в мережі після відключення електроенергії.
Зокрема, після значної втрати обчислювальної потужності через різке збільшення концентрації винагороди обчислювальна потужність, що надходить у мережу, отримає надлишкову винагороду.
передмова
Filecoin — це розподілена мережа зберігання даних, яка зберігає найважливішу інформацію про людей. SP надає ємність для зберігання в мережі протягом передбаченого контрактом періоду та отримує блокові винагороди як компенсацію. Щоб гарантувати виконання контракту, токени FIL потрібні як забезпечення. Сума застави та отримана винагорода за блоки змінюватимуться залежно від типу обчислювальної потужності мережі (закріплена потужність і реальні дані).
Що означає еластичність? Merriam-Webster визначає стійкість як здатність легко відновлюватися або адаптуватися після негараздів чи змін. Стійкість має відношення до багатьох аспектів криптоекономіки, таких як Filecoin, наприклад атаки 51%, атаки Sybil і атаки Finney. Ця стаття зосередиться на одному конкретному аспекті стійкості: стійкості мережі Filecoin до шоків хешрейту. У Filecoin обчислювальна потужність відноситься до зберігання та обсягу даних мережевих служб. З різних причин виведення СП з мережі може спричинити поразки електроживлення.
По-перше, давайте поставимо саме питання, пов’язане з відмовостійкістю, на яке ми хочемо отримати кількісну відповідь: як мережа Filecoin відреагує на збій, якщо SP зазнає наступного?
SP граціозно пішов і відключив електроенергію та відключив мережу після завершення контракту на зберігання.
SP раптово розірвав договір про зберігання до кінцевої дати, що призвело до ураження мережі та раптового відключення електроенергії.
моделювання
Як упорядковано змоделювати стійкість мережі та забезпечити відповідність прогнозів криптоекономіці Filecoin? Наш підхід полягає у використанні агентської моделі (ABM) економіки Filecoin, яка складається з середовища та агентів, які взаємодіють із середовищем. У цьому ABM середовище реалізує криптоекономічні механізми Filecoin (такі як взаємодія блокування, набуття прав, карбування та постачання токенів), тоді як агент є моделлю SP. Для отримання додаткової інформації про Filecoin ABM зверніться до цієї статті.
Щоб дослідити стійкість, ми створили агенти, які моделюють три типи SP у мережі Filecoin:
Лише SP, які завантажують сектори виділеної ємності (CC).
Завантажувати лише SP сектора транзакцій (Fil+)
Завантажте як сектор CC, так і SP сектора транзакцій
Кожен SP може мати такі поведінки:
Поведінка усереднення вартості в доларах — у цьому режимі проксі-сервери підключатимуться та постійно оновлюватимуть попередньо налаштований хешрейт до дати припинення, після чого проксі-сервери залишать мережу (через закінчення терміну живлення або припинення).
Адаптивна поведінка рентабельності інвестицій. У цьому режимі, якщо прогнозована рентабельність інвестицій FoFR перевищує налаштований поріг, агент використовуватиме прогнозовану рентабельність FoFR (FIL-on-FIL Returns) для визначення потужності навантаження.
За допомогою цих специфікацій проксі та середовища ми можемо налаштувати кілька контрфактичних сценаріїв, що представляють різні стани мережі, де можуть виникати сценарії хешрейту. Стан мережі визначається як розподіл типів SP, які працюють у мережі, кожен із яких може призвести до різних результатів. Тому що кожен штат має унікальні необроблені байти та хеш-потужність, скориговану за якістю, що призводить до різної динаміки карбування, стекінгу та FoFR. Початковий стан мережі, який ми протестували, був:
Рівномірний розподіл CC, FIL+ і гібридних SP
Рівномірний розподіл лише постачальників сховищ CC і FIL+
Співвідношення постачальників сховищ FIL+ і CC становить 70/30 (перекос FIL+)
Співвідношення постачальників сховищ FIL+ і CC становить 30/70 (перекос CC)
Починаючи з цих моментів, ми змоделювали гіпотетичні сценарії, у яких обчислювальна потужність мережі впала на 30% або 70% від поточного значення. Розглянемо дві ситуації, за яких обчислювальна потужність мережі зменшується: а) обчислювальна потужність мережі поступово вичерпується та б) обчислювальна потужність мережі припиняється.
Коротше кажучи, ми моделюємо падіння обчислювальної потужності мережі на 30% або 70% у різних початкових точках мережі через поступовий процес завершення сектору або подію негайного завершення. Ми моделюємо кожну конфігурацію та записуємо ключові показники продуктивності мережі (KPI).
результат
Є деякі нюанси у випадку поступових і раптових відключень електроенергії, але в обох випадках втрати електроенергії ми спостерігали, що мережева потужність почала відновлюватися після події припинення через збільшення концентрації винагород, що призвело до збільшення FoFR.
Принцип роботи: після припинення обчислювальна потужність мережі швидко падає, але це негативно впливає на стандартизовані винагороди для кожного сектору забезпечення якості, натомість винагороди збільшаться. У поєднанні зі зниженням ставок з’явилася концентрація винагород, що призвело до різкого зростання FoFR. Ця комбінація мережевих умов забезпечує вищу віддачу FIL-on-FIL для учасників, які залишаються в мережі. Наше моделювання відображає це явище – тут агенти (раціональні учасники) спостерігають високу віддачу FIL-on-FIL і використовують цю ситуацію для отримання більшої хеш-потужності, що дозволяє відновити хеш-потужність мережі.
Більш детальну інформацію, додаткові сценарії та обговорення можна знайти в цьому звіті.
На малюнку вище показано KPI мережі Filecoin у кількох випадках, коли SP залишає мережу. Пунктирна вертикальна лінія вказує на початок моделювання, а пунктирна вертикальна пунктирна лінія вказує на дату, коли обчислювальна потужність почала витрачатися з мережі. Крім того, була змодельована базова ситуація з DCAAgent, що моделює постійне навантаження, щоб забезпечити основу для порівняння (пунктирна чорна пунктирна лінія).
На малюнку вище показано KPI мережі Filecoin у кількох випадках, коли SP залишає мережу. Вертикальна пунктирна лінія позначає початок моделювання, а пунктирна вертикальна пунктирна лінія позначає дату, коли обчислювальна потужність починає витрачатися з мережі. Крім того, було змодельовано базовий випадок постійного навантаження за допомогою DCAAgent, щоб забезпечити основу для порівняння (чорна пунктирна лінія).
на завершення
Таким чином, ми дослідили стійкість мережі Filecoin до впливу обчислювальної потужності мережі. Висновок полягає в тому, що мережа є стійкою завдяки централізації винагород, збільшенню доходу решти постачальників сховищ, і нестабільною завдяки базовому механізму відновлення.
Якщо ви хочете дізнатися більше про CryptoEconLab і нашу роботу, відвідайте наш веб-сайт або слідкуйте за нами в Twitter.
*Ця стаття призначена лише для інформаційних цілей. CryptoEconLab не надає юридичних, податкових, фінансових чи інвестиційних консультацій, і жодна сторона не повинна покладатися на будь-яку відповідну консультацію чи очікувати її отримання. *
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
У цій статті досліджується, наскільки Filecoin стійкий до впливу обчислювальної потужності мережі.
Джерело: Filecoin Network
TLDR
передмова
Filecoin — це розподілена мережа зберігання даних, яка зберігає найважливішу інформацію про людей. SP надає ємність для зберігання в мережі протягом передбаченого контрактом періоду та отримує блокові винагороди як компенсацію. Щоб гарантувати виконання контракту, токени FIL потрібні як забезпечення. Сума застави та отримана винагорода за блоки змінюватимуться залежно від типу обчислювальної потужності мережі (закріплена потужність і реальні дані).
Що означає еластичність? Merriam-Webster визначає стійкість як здатність легко відновлюватися або адаптуватися після негараздів чи змін. Стійкість має відношення до багатьох аспектів криптоекономіки, таких як Filecoin, наприклад атаки 51%, атаки Sybil і атаки Finney. Ця стаття зосередиться на одному конкретному аспекті стійкості: стійкості мережі Filecoin до шоків хешрейту. У Filecoin обчислювальна потужність відноситься до зберігання та обсягу даних мережевих служб. З різних причин виведення СП з мережі може спричинити поразки електроживлення.
По-перше, давайте поставимо саме питання, пов’язане з відмовостійкістю, на яке ми хочемо отримати кількісну відповідь: як мережа Filecoin відреагує на збій, якщо SP зазнає наступного?
моделювання
Як упорядковано змоделювати стійкість мережі та забезпечити відповідність прогнозів криптоекономіці Filecoin? Наш підхід полягає у використанні агентської моделі (ABM) економіки Filecoin, яка складається з середовища та агентів, які взаємодіють із середовищем. У цьому ABM середовище реалізує криптоекономічні механізми Filecoin (такі як взаємодія блокування, набуття прав, карбування та постачання токенів), тоді як агент є моделлю SP. Для отримання додаткової інформації про Filecoin ABM зверніться до цієї статті.
Щоб дослідити стійкість, ми створили агенти, які моделюють три типи SP у мережі Filecoin:
Кожен SP може мати такі поведінки:
За допомогою цих специфікацій проксі та середовища ми можемо налаштувати кілька контрфактичних сценаріїв, що представляють різні стани мережі, де можуть виникати сценарії хешрейту. Стан мережі визначається як розподіл типів SP, які працюють у мережі, кожен із яких може призвести до різних результатів. Тому що кожен штат має унікальні необроблені байти та хеш-потужність, скориговану за якістю, що призводить до різної динаміки карбування, стекінгу та FoFR. Початковий стан мережі, який ми протестували, був:
Починаючи з цих моментів, ми змоделювали гіпотетичні сценарії, у яких обчислювальна потужність мережі впала на 30% або 70% від поточного значення. Розглянемо дві ситуації, за яких обчислювальна потужність мережі зменшується: а) обчислювальна потужність мережі поступово вичерпується та б) обчислювальна потужність мережі припиняється.
Коротше кажучи, ми моделюємо падіння обчислювальної потужності мережі на 30% або 70% у різних початкових точках мережі через поступовий процес завершення сектору або подію негайного завершення. Ми моделюємо кожну конфігурацію та записуємо ключові показники продуктивності мережі (KPI).
результат
Є деякі нюанси у випадку поступових і раптових відключень електроенергії, але в обох випадках втрати електроенергії ми спостерігали, що мережева потужність почала відновлюватися після події припинення через збільшення концентрації винагород, що призвело до збільшення FoFR.
Принцип роботи: після припинення обчислювальна потужність мережі швидко падає, але це негативно впливає на стандартизовані винагороди для кожного сектору забезпечення якості, натомість винагороди збільшаться. У поєднанні зі зниженням ставок з’явилася концентрація винагород, що призвело до різкого зростання FoFR. Ця комбінація мережевих умов забезпечує вищу віддачу FIL-on-FIL для учасників, які залишаються в мережі. Наше моделювання відображає це явище – тут агенти (раціональні учасники) спостерігають високу віддачу FIL-on-FIL і використовують цю ситуацію для отримання більшої хеш-потужності, що дозволяє відновити хеш-потужність мережі.
Більш детальну інформацію, додаткові сценарії та обговорення можна знайти в цьому звіті.
На малюнку вище показано KPI мережі Filecoin у кількох випадках, коли SP залишає мережу. Пунктирна вертикальна лінія вказує на початок моделювання, а пунктирна вертикальна пунктирна лінія вказує на дату, коли обчислювальна потужність почала витрачатися з мережі. Крім того, була змодельована базова ситуація з DCAAgent, що моделює постійне навантаження, щоб забезпечити основу для порівняння (пунктирна чорна пунктирна лінія).
На малюнку вище показано KPI мережі Filecoin у кількох випадках, коли SP залишає мережу. Вертикальна пунктирна лінія позначає початок моделювання, а пунктирна вертикальна пунктирна лінія позначає дату, коли обчислювальна потужність починає витрачатися з мережі. Крім того, було змодельовано базовий випадок постійного навантаження за допомогою DCAAgent, щоб забезпечити основу для порівняння (чорна пунктирна лінія).
на завершення
Таким чином, ми дослідили стійкість мережі Filecoin до впливу обчислювальної потужності мережі. Висновок полягає в тому, що мережа є стійкою завдяки централізації винагород, збільшенню доходу решти постачальників сховищ, і нестабільною завдяки базовому механізму відновлення.
Якщо ви хочете дізнатися більше про CryptoEconLab і нашу роботу, відвідайте наш веб-сайт або слідкуйте за нами в Twitter.
*Ця стаття призначена лише для інформаційних цілей. CryptoEconLab не надає юридичних, податкових, фінансових чи інвестиційних консультацій, і жодна сторона не повинна покладатися на будь-яку відповідну консультацію чи очікувати її отримання. *