COTI的模擬算法解釋

COTI的模擬算法解釋

我們許多的COTI社區成員都寫信詢問我們是如何創建DAG模擬,我們的首席技術官Nir Haloani博士解釋了模擬的全部細節,在下面進行介紹。

介紹

該模擬的目的是介紹Trustchain算法的工作原理。它以多種方式演示了算法的功能,但不包括網絡傳播,存儲和加密功能。模擬中的DAG由預先計算的交易組成,我們可以看到其增長符合各種參數和Trust Score分佈。

什麼是COTI Web模擬?

我們的模擬以2D和3D格式呈現。仿真本身基於3D力導向圖,該圖是用於繪製DAG的開源模塊。數據通過離線生成的實時數據同步到模塊,並隨機重新連接到插件。這個想法是模擬共識和附件算法是如何工作的。

在2D模擬中,集群中的所有交易都呈現為相互連接形成網格的圓。這些交易被繪製在可信度分數與時間軸上。新交易的增加速度為。因此,更改此參數會更改模擬中事務發生的速率。下圖顯示了2D仿真的一個示例。在這種情況下= 10。

如上圖所示,交易根據其確認狀態而改變顏色。當事務首次添加到群集時,它們是橙色的。交易驗證後,它變為藍色。最後,當交易達到確認信任閾值時,它變為黑色。隨著仿真的繼續,將出現與網絡各個部分發生的驗證和確認事件相對應的顏色變化波。由於來自低信賴用戶的交易需要較長的時間才能達到信任閾值,因此我們預計確認顏色過渡傾向於較小,信任交易確認較低且信任交易確認較高。如下圖所示,放大交易顯示其信任評分(TS)。

與二維仿真不同,三維仿真中的交易並不依賴於固定的二維網格,而是可以自由傳播。當一個交易驗證另一個交易時,它形成一個鏈接,一起持有交易; 否則,未鏈接的交易會相互排斥並移動,直到它們均勻間隔。

與2D模擬一樣,交易根據其確認狀態改變顏色,遵循與2D模擬相同的配色方案。除了根據交易確認狀態進行彩色標記之外,交易還會根據其信任評分進行特殊顯示。如下圖所示,單擊交易將以紅色突出顯示確認它的Trustchain。

我們是如何做到的?

符號

來源:源是附加到群集並驗證另一個事務的事務,但尚未自行驗證。驗證涉及驗證交易是否有效(即正確簽署)。
附件:用戶將其事務鏈接到群集中的其他事務時。
已驗證的交易:與至少一個其他交易相關聯的交易。
已確認的交易:已獲得足夠累積信任以獲得網絡價值的交易。
DAG:事務以單向前饋方式連接到以前的事務,從而創建有向無環圖(DAG)。

模擬的關鍵

模擬的關鍵在於源選擇算法,該算法定義了網絡中的新事務如何選擇要驗證的源。重要的考慮因素是新的交易信任分數以及他們等待驗證的時間。

首先發生的事情是,新事務在其鄰域內收到具有Trust Score的Cluster中所有源的列表。鄰域的大小由參數定義,該參數表示新事務與它在驗證過程中可以連接到的源之間的信任分數中的允許差異(作為100的一部分)。從允許的來源附近,新交易選擇兩個來源進行驗證。它們由來源等待的時間量加權,以便已經等待的時間更長的來源具有更高的驗證可能性。

一旦新交易驗證了兩個來源,它就會附加到群集並成為一個來源。新事務驗證源和執行所需工作證明所花費的時間由參數Δt控制。

這些是加入群集的任何單個新事務的DAG模擬的內部工作原理。實際上,每秒有很多新的交易遵循前面討論過的確切程序。在模擬中,每秒新事務的數量由參數控制。

自然,有一些邊緣案例必須考慮,因為網絡必須在某個時間點開始。最初的交易(即創世交易)代表了當第一個COTI兌換成其他貨幣時網絡的第一階段。DAG必須從這些起源交易中發展壯大,因此如果有比交易來源更多的新交易,則新交易可以通過驗證一個交易而不是兩個交易來加入群集。這使群集的增長不會影響安全性。為了簡化數學分析,模擬假設信任評分是隨機分佈的,並且網絡沒有受到惡意方的攻擊。

附屬算法的基礎數學

交易附件流程圖

以下是說明需要附加到群集的新事務的附件算法的流程圖。

結論

“COTI利用的數學框架不僅理論上合理,而且通過模擬進行了嚴格測試。考慮到Cluster(有向無環圖)和時間變化,關於工作證明和交易到達率過程的假設是合理的。進行的模擬以對數表示,隨著信任評分的增加,交易確認延遲隨時間減少。這一顯著的突破增強了這樣的假設,即基於信任的算法可以顯著降低風險,從而提高事務處理速度吞吐量。“  
– Obakeng Moepya博士,機器學習欺詐檢測專家

“利用所提供的模擬進行的一系列實證調查再次確認了我們對算法選擇和現實世界群集性能優化的假設。模擬的數學框架清楚地顯示了內部和外部參數對COTI Cluster的性能和吞吐量特性的影響。這提供了不失一般性的確鑿證據,證明Cluster是可擴展的。“  
– Nir Haloani,應用數學博士

 


中文電報:https://t.me/coti_chinese
英文電報:https://t.me/COTInetwork


 

分享文章

You may also like...