Jidar A Jigsaw-like Data Reduction Approach without Trust Assumptions for Bitcoin System

这篇文章中提出了一个减少区块链中数据存储的方法，Jigsaw-like Data Reduction Jidar
简单来说就是每个ueser 各自存储自己的数据和感兴趣的数据。需要的时候再像拼图一样给拼回去。每个节点维护自己需要的数据，不需要信任假设。

cub 只适合用在联盟链中，信任假设太强了。

还有一些减少数据存储的方式，是从数据库的角度出发的，但是区块链中交易的冗余信息比较少，压缩的效果并不好。

再一个，能不能不要每个设备都存储相同数量的数据，每个设备可以根据自己的需要存储数据。

With Jidar, only data of interest is stored in each node.

如果要扫描所有的数据，需要向所有的节点进行请求并拼成完整的block，但是如果有的node存储了block就是不响你的查询请求，应该如何是好？

• An approach aiming to reduce the data storage is elaborated, without making any trust assumptions nor sacrificing the original properties of blockchains. 在不做任何信任假设、不牺牲原有特性的前提下，减少数据的存储量

GOAL 1: Storage size for a user should be in proportion to the number of transactions related to him/her, so as to get reduced largely.

GOAL 2: Data should be stored by the stakeholders respectively, which is consistent with what in our real life and accords with the protection of data ownership.

GOAL 3: Few assumptions about the trust among users should be made, so as to reserve the original advantages of Bitcoin.

每个节点只保留和他相关的交易，以及交易的merkle branch。

如图1中，A 向 C 进行转账，A提出交易Txn，当Txn被打包到区块中，节点B只保留这个区块的头
，因为没有他所涉及到的交易，但是A C 分别保留了区块头，交易txn 和txn的merkle branch。

如何验证双花？如何证明之前的交易没有被花费过？

使用 Bloom filter，Bloom Filter 可以根据交易的hash值指明这笔交易是否已经在某个block中被花过。

如果交易在这个区块中被花掉了，那么这这笔交易取hash，对相应的bloom filter的位赋值1，如build 步骤所示。

当验证的时候，只需要验证bloom filter中是否为positive，当然 bloom filter 最关键的就是会出现 false positive，就是这笔交易没有在这个区块中花过，但是确被误认为在这儿区块中花过了。

在对一笔交易的有效性进行验证时，需要进行两种验证方式，一是验证转账输入是存在的 Existenc
Validation 二是验证没有被花费过 Unspent validation
如果验证存在，只需要找到交易所在的k区块的块头就好了。
但是如果验证没有被花费过，需要从k+1区块，到最近的区块扫描所有的 bloom filter。这个方法的缺点是计算代价太大。

之前说了bloom filter 存在 false positive 的情况，如何解决

节点可以发布交易，节点对收到的block 进行检查，如果检查block 对于 他的UTXO中的交易存在 flase positive 的情况，则将这个block 的完整的merkle tree进行保留，并且在交易的时候作为proof 发送出去。
这样做计算的代价太大。

如何查询本地没有的数据？

因为node可能因为断网等原因再试无法连接。
根据断开的时间长短,长于时间T 和短于时间T 分成 short-term crash long-term crash。
时间窗口

设置一个时间窗口，每个节点都完整保留T 时间内的block，如果有节点在T内恢复，可以从临近节点请求缺失的数据

多实例

每个用户维护多个node，以防止node crash

Jadard 减少存储是以计算量和通信量为代价的。

bloom filter选取的大小也会验证影响系统的性能，UTXO 集合越大，bloom filter 也应越大，否则fasle positive的概率也会越大。