이 기사에서는 Filecoin이 네트워크 컴퓨팅 성능에 미치는 영향에 대해 얼마나 탄력적인지 살펴봅니다.

星球君的朋友们

Odaily资深作者

2023-09-02 10:00 (UTC+8)

이 기사는 약 1767자로, 전체를 읽는 데 약 3분이 소요됩니다

이 기사에서는 Filecoin 네트워크 탄력성에 중점을 둘 것입니다.

AI 요약

이 기사에서는 Filecoin 네트워크 탄력성에 중점을 둘 것입니다.

원본 출처:Filecoin Network

TLDR

Filecoin 프로토콜 설계에 내장된 취약 방지 메커니즘으로 인해 Filecoin은 컴퓨팅 성능이 크게 저하되는 충격을 견딜 수 있습니다.
이 메커니즘은 새로운 SP(스토리지 공급자)가 가입하고 기존 스토리지 공급자가 정전 후에도 네트워크에 남아 있도록 강력한 경제적 인센티브를 제공합니다.
구체적으로, 컴퓨팅 파워의 막대한 손실 이후, 네트워크에 진입하는 컴퓨팅 파워는 보상 집중도의 급격한 증가로 인해 초과 보상을 받게 됩니다.

머리말

Filecoin인류의 가장 중요한 정보를 저장하는 분산 데이터 저장 네트워크입니다. SP는 지정된 계약 기간 동안 네트워크에 스토리지 용량을 제공하고 블록 보상으로 보상받습니다. 계약이 이행되도록 하려면 FIL 토큰을 담보로 사용해야 합니다. 받는 담보 및 블록 보상의 양은 네트워크에 추가된 컴퓨팅 성능 유형(약정 용량 대 실제 데이터)에 따라 달라집니다.

탄력성은 무엇을 의미하나요? Merriam-Webster는 회복탄력성을 불행이나 변화로부터 쉽게 회복하거나 조정하는 능력으로 정의합니다. 탄력성은 Filecoin과 같은 암호화폐 경제의 여러 측면과 관련이 있습니다.51% 공격、시빌 공격그리고피니 공격. 이 기사는 탄력성의 한 가지 특정 측면, 즉 해시 파워 쇼크에 대한 Filecoin 네트워크의 탄력성에 중점을 둘 것입니다. Filecoin에서 컴퓨팅 파워는 네트워크 서비스의 저장 및 데이터 양을 의미합니다. 다양한 이유로 SP가 네트워크를 종료하면 전원 충격이 발생할 수 있습니다.

먼저, 우리가 정량적으로 답하고 싶은 복원력 관련 질문을 정확하게 물어보겠습니다. SP에 다음과 같은 일이 발생하면 Filecoin 네트워크는 중단에 어떻게 대응합니까?

SP는 스토리지 계약을 완료한 후 우아하게 떠나고 전력과 그리드를 차단했습니다.
SP가 종료일을 앞두고 스토리지 계약을 돌연 해지해 네트워크에 충격이 가해지고 갑작스러운 정전이 발생했다.

모델링

체계적인 방식으로 네트워크 탄력성을 모델링하고 예측이 Filecoin 암호경제학을 따르도록 보장하는 방법은 무엇입니까? 우리의 접근 방식은 Filecoin 경제의 프록시 모델을 사용하는 것입니다(ABM), ABM은 환경과 환경과 상호 작용하는 에이전트로 구성됩니다. 이 ABM에서 환경은 Filecoin의 암호경제적 메커니즘(예: 잠금, 베스팅, 발행 및 토큰 공급의 상호 작용)을 구현하는 반면 에이전트는 SP의 모델입니다. Filecoin ABM에 대한 자세한 내용은 다음을 참조하세요.기사。

복원력을 탐색하기 위해 Filecoin 네트워크에서 세 가지 SP를 모델링하는 에이전트를 구축했습니다.

CC(약정 용량) 부문에 대해서만 SP 로드
거래 부문의 SP만 로드(Fil+)
CC 부문과 거래 부문 모두에 대한 SP 로딩

각 SP에는 다음과 같은 동작이 있을 수 있습니다.

달러 비용 평균화 동작 - 이 모드에서 에이전트는 종료 날짜까지 사전 프로비저닝된 해시 전력을 연결하고 지속적으로 갱신합니다. 그 이후에는 에이전트가 네트워크를 종료합니다(전력 만료 또는 종료를 통해).
적응형 ROI 동작 - 이 모드에서 예측된 ROI FoFR이 구성된 임계값보다 큰 경우 에이전트는 예측된 FoFR 반환(FIL-on-FIL 반환)을 사용하여 로드 컴퓨팅 능력을 결정합니다.

이러한 프록시 및 환경 사양을 사용하면 해시율 시나리오가 발생할 수 있는 다양한 네트워크 상태를 나타내는 여러 반사실적 시나리오를 구성할 수 있습니다. 네트워크 상태는 네트워크에서 실행 중인 SP 유형의 분포로 정의되며, 각 SP 유형은 서로 다른 결과를 초래할 수 있습니다. 각 상태에는 고유한 원시 바이트와 품질 조정 해시력이 있어 발행, 스테이킹 및 FoFR 역학이 다르기 때문입니다. 테스트한 초기 네트워크 상태는 다음과 같습니다.

CC, FIL+ 및 하이브리드 SP의 균일한 분포
CC 및 FIL+ 스토리지 제공업체만의 균일한 배포
FIL+ 및 CC 스토리지 제공업체 간 70/30 분할(FIL+ 왜곡도)
FIL+ 및 CC 스토리지 제공업체의 비율이 30/70(CC 왜곡)

이러한 지점에서 우리는 현재 값에서 네트워크 해시율이 30% 또는 70% 감소하는 반사실적 시나리오를 시뮬레이션합니다. 네트워크 컴퓨팅 파워가 감소하는 두 가지 상황을 생각해 보십시오: a) 네트워크 컴퓨팅 파워가 점차적으로 고갈되고, b) 네트워크 컴퓨팅 파워가 종료됩니다.

간략하게, 우리는 점진적인 섹터 종료 프로세스 또는 즉각적인 종료 이벤트를 통해 다양한 네트워크 출처에 대한 30% 또는 70% 네트워크 해시율 하락을 시뮬레이션합니다. 우리는 각 구성을 시뮬레이션하고 네트워크 핵심성과지표(KPI)를 기록합니다.

결과

점진적인 정전과 갑작스러운 정전의 경우에는 미묘한 차이가 있지만, 해시 전력 손실의 두 경우 모두 종료 이벤트 이후 네트워크 해시 전력이 회복되기 시작하는 것을 관찰했습니다. 보상 집중으로 인해 FoFR이 증가했습니다.

작동 원리:종료 후 네트워크 컴퓨팅 파워는 급격하게 떨어졌으나 QA 부문별 표준화된 보상은 반대 효과를 가져왔고 대신 보상은 늘어났다. 스테이킹 감소와 함께 보상이 집중되면서 FoFR이 급등하게 됩니다. 이러한 네트워크 조건의 조합은 네트워크에 남아 있는 참가자에게 더 높은 FIL-on-FIL 수익을 제공합니다. 우리의 시뮬레이션은 이러한 현상을 반영합니다. 여기서 에이전트(합리적 행위자)는 높은 FIL-on-FIL 수익을 관찰하고 상황을 활용하여 더 많은 컴퓨팅 성능을 확보함으로써 네트워크의 컴퓨팅 성능을 복구할 수 있습니다.

자세한 내용, 추가 시나리오 및 토론은 다음에서 확인할 수 있습니다.이 보고서。

위 그림은 SP가 네트워크를 떠나는 여러 경우의 Filecoin 네트워크의 KPI를 보여줍니다. 수직 점선은 시뮬레이션의 시작을 나타내고, 수직 점선은 네트워크에서 컴퓨팅 성능이 소모되기 시작한 날짜를 나타냅니다. 또한 DCAAgent를 사용하여 일정한 로딩을 시뮬레이션하는 기준 시나리오를 시뮬레이션하여 비교 기준을 제공했습니다(검은 점선 점선).

위 그림은 SP가 네트워크를 떠나는 여러 경우의 Filecoin 네트워크의 KPI를 보여줍니다. 수직 점선은 시뮬레이션의 시작을 나타내고, 점선 수직 점선은 컴퓨팅 성능이 네트워크에서 소모되기 시작하는 날짜를 나타냅니다. 또한 비교를 위한 기초를 제공하기 위해 DCAAgent를 사용한 지속적인 로딩의 기본 사례를 시뮬레이션했습니다(검은색 점선).