区块链基础知识

根据B站上北大教授肖老师的教学视频记录的

视频链接：https://www.bilibili.com/video/BV1Vt411X7JF

密码学基础

区块链中密码学的核心概念：hash和签名

hash有三个重要的特性

1. collision resistance
2. hiding
3. puzzle friendly

分别的解释：

特征	解释
collision resistance（碰撞抵制）	很难找到$x,y$，使得$h(x)=h(y)$
hiding	$x\to h(x)$容易，但是$h(x)\to x$难
puzzle friendly	其分布难以控制

比如sealed envelope，A方发布消息，B方接受消息。hiding可以保证B方很难破解消息，而碰撞抵制可以防止A方进行篡改。这个签名过的消息则保存在可信的第三方。

目前广泛使用的是SHA-256（secure hash algorithm）

在密码学中，分为对称加密与非对称加密。非对称加密中，包含有公钥与私钥$(publickey,privatekey)$。pk加密，sk解密。需要注意的是用的是同一人的pk和sk。而签名正好相反，sk签名，pk验证。

区块链中，发送消息，通常是先hash，然后再签名。

数据结构

比特币中的2个重要的数据结构

1. 区块链
2. merkle tree

区块链

重要概念：hash指针，除了包含地址，还包含结构体的hash值（为的是防篡改）

区块链是使用了hash指针的链表（linked list）

某个区块里面的hash指针的取值为，前面整个区块的内容和它里面的指针一起hash得到的结果。

最后一个保存在系统中的hash指针值可以检测出前面任意的区块是否被篡改，叫做tamper-evident log。牵一发动全身，多米诺骨牌的效果。

merkle tree

最底层为data block，其它的节点都是hash指针，对根节点节点取的hash值为root hash。与区块链类似，root hash可以检测对其它任意内容的篡改，而且效率更高，因为其类似于二叉树的结构。

每个区块所包含的交易会组织成merkle tree，最底下的数据块都是比特币的交易块。

每个区块分为块头和块身，block header和block body。block header只记录root hash，而具体的交易记录在block body中。

merkle proof，是一连串的merkle路径，其可以证明merkle tree中包含了某个交易。（复杂度logn）

sorted merkle tree（对交易块取hash值，并排序），用于不存在证明（这样的复杂度还是logn）。比特币中因为不需要不存在证明，所以不是用排序merkle tree

协议

比特币的共识机制

普通的数字货币的问题

1. 双花攻击（double spending attack）
2. 中心化（每一次交易都要经过央行）

比特币

1. 谁发行（挖矿）
2. 验证有效性（防范双花攻击），所有用户共同维护一个数据库，即区块链

交易中，需要发款人的签名和收款人的地址（相当于银行账号），地址是通过收款人的公钥推算出来的（hash+转换）；输入部分说明币的来源，以及A的pk，输出部分给出收款人pk的hash 。

每个区块分为块头和块身

概念	组成
block header	version, hash of previous block header, merkle root hash, target, nonce	$H(blockheader)<=target$，hash的值是针对block header的
block body	transaction list

节点分为：full node和light node；系统中大多数的节点是轻节点

账本的内容要取得分布式共识（distribution consensus）

比特币中的共识协议：

有些节点有恶意的

membership，投票权的问题

比特币系统中创建账户特别容易，只需要生成一对公私钥。

sybil attack（女巫攻击），即创建很多个 账户，一直投票

比特币系统中，不是根据账户数，而是根据计算力来投票。

找到nonce，4个bytes，该节点就可以获取到记账权。

最长合法链的概念（longest valid chain）

forKing attack，通过往中间位置插入一个区块，来回滚已经发生过的交易。

正常的也会出现分叉链，比如同时有2个节点（矿工）获取到记账权，并写入。

orphan block被舍弃掉的区块

为什么要竞争记账权，因为会有奖励，block reward，每过21万个区块减半。
50->25->12.5

铸币交易，coinbase transaction，发行比特币的唯一方式，不用指明来源。

解puzzle，来获得记账权，没有捷径（puzzle friendly），只能一个nonce一个nonce地计算。

争夺记账权的过程称为挖矿（mining）

每一个区块都是被挖出来的。

实现

transaction-based ledger 基于交易的账本（隐私保护好）

需要说明币的来源和去处，没有账户的概念

UTXO: unspent transaction output

每个交易有多个输入和多个输出

total inputs = total outputs

比特币系统设计的第二个激励机制：交易费（第一个激励，初块奖励，21万减半），要保证挖矿的难度，确保10分钟挖出一个。

21w * 10 / (60 *24 * 365) ~~ 4年，即每四年减半

你把你的交易打包在我的区块里，我会给你一定的交易费

account-based ledger 基于账户的账本

比如以太坊使用的就是这种模式

计算hash值都只算block header

具体求解nonce的时候，会受tx的影响，实际上2层遍历，对一层遍历merkle tree里面的tx，第二个是nonce。

挖矿：

Bernoulli trial: a random experiment with binary outcome

Bernoulli: a sequence of independent Bernoulli trials

memoryless（多次实验不会相互影响）

出块时间服从指数分布；10分钟，属于系统的平均出块时间；将来还要挖多长时间和过去挖了多久没有关系，这样保证了公平性

总共的比特币总量为2100万，总量守恒，区块链无限长。

21w * 50 *(1+0.5+0.25+…+…)

Bitcoin is secured by mining.

多等几个确认（第六次确认），被篡改的概率会呈指数级下降

confirmation

irrevocable ledger

zero confirmation（交易发生了，但还没有往区块链里面写 ）

self mining（挖好了先藏着，然后一下全部发出去，前提是算力足够强）

比特币网络、挖矿难度

设计原则：简单 鲁棒 而不高效

比特币中所有的节点都是对等的

应用层：bitcoin blockchain

网络层：P2P Overlay network

每个区块的最大限制为1M

挖矿难度

$H(blockheader)<=target$

target越小，越难

Hash使用的是SHA-256

$2^{256}$

如果挖矿的时间设置得过短，可能会出现很多分叉

网络延迟过大，分叉情形更加容易出现

51% attack危害很大

好人的算力被分散了，恶意攻击者可以一直加长一个链

以太坊出块时间为15s，也需要保持稳定

2016*10/60/24=14天

target = target * (actual time / expected time)

actual time = time spent mining the last 2016 blocks

由于nbits的存在，恶意节点如果故意不调，会不被接受

Hash Rate，算力

挖矿难度与算力增长都大致呈指数级增长

挖矿

全节点与轻节点

是否一致在线

是否保存整个区块链

比特币网络中，大多数都是轻节点

比特币安全：1.密码学机制2.共识机制

挖矿设备：

CPU->GPU挖矿，效率提高（大规模的并行系统）->ASIC

现在流行用ASIC（专门用来挖矿的芯片）挖矿

一个芯片只能为一种货币挖矿

购买矿机要提前预定

矿池（矿主和矿工，矿工只负责挖矿，不知道别的，矿主负责组装一个区块，让矿工去试nonce，矿工不能自己私自发布区块）

矿池之间存在竞争关系，所有可以派一些搞乱的矿工去别的矿池，挖到后故意丢弃。

根据矿工的share计算工作量

矿池带来的危害，使得51%攻击容易了

分叉攻击、boycott攻击

回答（提问，巩固知识）

1. 转账时，不要求收款人在线。该交易只需要记录就可以。
2. 创建账户时，其它节点都不知道，第一次转账后才会通知其它节点。
3. 私钥丢失了，由于去中心化，没办法找回密码，账户里面的钱就没有了，永远取不出来了；如果私钥泄露了，可以把钱转到另外的安全账户上。公私钥一旦生成就不能更改了，所以只能重新创建一个账号。
4. 如果转钱时收款人地址写错了，怎么办？没有办法取消已经发布的交易。地址是由公钥的hash得到的。如果是非法的地址（即不存在的公钥），那钱就再也取不出来了。
5. 不存在偷答案，每个矿工挖到的nonce都是和自己的收款地址绑定在一起的。
6. 事先不需要知道哪个矿工获得交易费，一个交易会有很多个输入与输出，当total inputs大于total outputs时，差值作为交易费。哪个矿工挖到了，就可以计算出交易费。
7. 每天产生的区块数目差不多的，交易数目的变化主要取决于每个区块中包含的交易数目。

bitcoin and anonymity

与隐私保护有关

pseudonymity（一种假的匿名）

比特币的匿名性比真实货币差，比电子银行好。

影响比特币匿名性的：

输入地址有多个，很有可能是同一个人的。这些地址会被关联起来。

资金的转入转出，盯住交易链

支持比特币支付

总结：比特币的匿名性并不好

多路径转发（TOR，洋葱路由）

coin mixing，

匿名性不好的本质：公开的，不可篡改的

零知识证明：

同态隐藏

$x\ne y,E(x)\ne E(y)$

$E(x)\to x$很难

给定E(x)和E(y)，很容易计算出某些关于x,y的加密函数值

同态加法：$E(x)、E(y)\to E(x+y)$

同态乘法：$E(x)、E(y)\to E(xy)$

盲签

具有更好的匿名性：零币和零钞（匿名性来源于密码学保证，它们都不主流）

思考：

hash指针：实际中只有hash，没有指针

（key, value）（区块的hash，区块的内容）levelDB

hash指针的性质保证了区块的不可篡改性

区块恋👫，把私钥划分为多个，目前使用的是256位私钥

不安全：破解难度降低很多

多个人的账户，建议使用多重签名。 MULTISIG(每个私钥独立产生)

UTXO里面的死钱很麻烦

分布式共识：理论上不可能，现实中为什么可以取得共识（理论和现实的差距）

比特币的稀缺性：矿工为什么要挖矿，为了获得收益

总量定死的货币不适合做货币，应当要有通货膨胀的能力

类似于房地产，如果房价一直疯长，那么有钱的人越来越有钱，没钱的人越来越买不起房

量子计算：对密码学造成巨大的打击；量子计算首先会对电子货币造成威胁，而不是比特币；取hash的时候，其实信息已经有一定的丢失了，所以不用害怕量子。SHA-256不可逆。

公钥的hash作为地址

比特币是区块链1.0；以太坊是区块链2.0（memory hard）