← COMP5567 全部讲次
L05a-2 · 第 4 周

L05a-2 Nothing at Stake 与罚没:分叉时为什么要两边都押

先补期望收益,再用同一组分叉概率算 PoW、无罚没 PoS、加罚没 PoS 三种规则下的收益,讲清 Casper 罚没哪几种签名,以及以太坊 2022 年怎样切到 PoS。

一句话版

链一分叉,PoW 矿工只能把算力押在一边,因为劈开算力两边都会变弱;PoS 验证者签名不花钱,两边都签反而赚得最多,这就是 Nothing at Stake。修法是让这种两边都签的行为可被证明,再没收作恶者的押金,以太坊的 Casper 就是这么做的。

这一页先补一块算账工具「期望收益」,再用它把三种规则下的收益算一遍,然后讲罚没到底罚什么,最后讲以太坊怎样切换到 PoS。

先认识这几个词

词 全称 / 读法 一句人话
分叉 fork 链在某个块之后分成两条,暂时不知道哪条会赢
期望收益 expected value,EV 每种结果的概率乘收益,再加起来
Nothing at Stake 无利害关系问题 签名零成本,分叉时两边都签最划算
罚没 slashing 抓到可证明的作恶签名,没收押金并踢出
包围投票 surround vote 一票的起止区间整个包住另一票
Casper 以太坊的 PoS 规则 加了罚没的那套共识规则
The Merge 合并 以太坊从 PoW 切换到 PoS 的那次升级

一个类比:同时押两匹马

一场赛马只有两匹马,A 马赢面大,B 马赢面小。

在 PoW 赛场,你手里的筹码是固定的一袋。押 A 多少,押 B 就少多少。两边都押,等于每边都只押了一半,赢面被稀释,不如全押 A。

在没有罚没的 PoS 赛场,筹码变成了「签名」,签名可以复印,复印不花钱。你在 A 上签一张,在 B 上再签一张,筹码一点没少。不管哪匹马赢,你都中奖。这时两边都押成了最优策略。

赛场管理员发现后立了规矩:同一场比赛在两匹马上都签名的,签名就是证据,押金全部没收,人也赶出赛场。罚金够大,两边都押又变回最差的选项。

类比在哪里失效:

  • 赛马的输赢和下注无关;区块链里大家押哪边会反过来影响哪边赢。
  • 真实协议的罚金不是一个固定数,后面会讲它随一起作恶的人数放大。
  • 罚没只针对能拿出签名证据的行为,单纯不出场不算作恶,只是少拿奖励或被扣一点余额。

从零讲起

1. 先补一块:期望收益(补充)

它解决什么问题

分叉时谁也不知道哪条链会赢,只知道大致的赢面。要比较「只押 A」「只押 B」「两边都押」哪个划算,得有一种把概率和收益合成一个数的办法,这个数就是期望收益。

从哪来(补充)

期望值的想法来自 1654 年 Blaise Pascal 和 Pierre de Fermat 之间的通信,讨论的是一场中途停下的赌局该怎么分赌注。1657 年 Christiaan Huygens 把这套推理写成了一本专门讲概率的书。

出处:Wikipedia: Expected value

直觉

把同一个局面重复很多很多次,平均每次能拿到多少,就是期望收益。

赢面大但奖励小的,可能不如赢面小但奖励大的。期望收益把两者放到同一把尺子上比。

一步一步看

目标:用「只押 A」把期望收益的算法走一遍,看 0.9 是怎么来的。

以「只押 A」为例。A 赢的概率是 0.9,B 赢的概率是 0.1,出块奖励记作 1。

  1. 列出所有可能的结果:A 赢,或 B 赢。

  2. 写出每个结果下的收益:A 赢时你的块在主链上,拿 1;B 赢时你的块被丢掉,拿 0。

  3. 每个结果的概率乘以收益:0.9 × 1 = 0.9,0.1 × 0 = 0。

  4. 把乘积加起来:0.9 + 0 = 0.9,这就是「只押 A」的期望收益。

    期望收益的分叉树:根节点是只投 A,分出两条边,上边概率 0.9 表示 A 获胜,收益为 0.9 乘 1 等于 0.9;下边概率 0.1 表示 B 获胜,收益为 0.1 乘 0 等于 0;右侧用青绿框标出两项相加得到期望收益等于 0.9

怎么算

EV = Σ(概率 × 收益)

意思是:把每一种可能的结果,按它发生的概率给收益打个折,再把所有打完折的收益加起来。所有结果的概率加起来必须等于 1,不能漏掉哪一种结果。

两条分支上都有自己的块时,要注意不能把收益简单当成两份。A 赢就拿 A 上那一份,B 赢就拿 B 上那一份,任何时候只有一条是主链,所以最多只拿 1。

常见误解

以为期望收益就是「最可能拿到的钱」

期望收益是长期平均。只押 A 的期望收益是 0.9,可单次结果要么是 1 要么是 0,从来不会恰好拿 0.9。

以为两边都押就能拿两份奖励

分叉最后只留下一条主链,另一条上的块作废。两边都押的好处是「不管谁赢都有一份」,最多仍是一份。

试一下

只押 B 的期望收益是多少?

B 赢时拿 1,A 赢时拿 0。EV = 0.1 × 1 + 0.9 × 0 = 0.1。

2. Nothing at Stake

它解决什么问题

这一节要回答:同样是分叉,为什么 PoW 矿工会老老实实只挖一边,PoS 验证者却会两边都签?答案决定了 PoS 必须额外加一套惩罚。

直觉

PoW 的算力是竞争性资源。一台矿机这一秒算 A 链,就算不了 B 链。劈开用,两边都变弱。

PoS 的签名是非竞争性资源。在 A 链签一次,不妨碍再在 B 链签一次,成本几乎是零。两边都签,哪条赢都有份。

一步一步看

目标:比较分叉时「两边都押」在 PoW 和无罚没 PoS 下的期望收益,看谁会两边都签。

  1. 链在 Block 50 之后分叉。分支 A 获胜概率 0.9,分支 B 获胜概率 0.1。

    分叉第 1 步:Block 50 之后分成两条,上面分支 A 有块 51、52、53,获胜概率 0.9;下面分支 B 有块 51 撇、52 撇,获胜概率 0.1;还没有任何出块人站队

  2. 在 PoW 下想两边都挖,只能把算力劈成两半。每边的中签率都减半,A 边贡献 0.9 × 0.5 = 0.45,B 边贡献 0.1 × 0.5 = 0.05,合计 0.45 + 0.05 = 0.5,比只挖 A 的 0.9 还低。

    分叉第 2 步 PoW:两条分支末端各挂一个标着半份算力的块,A 边写 0.45,B 边写 0.05,合计 0.45 加 0.05 等于 0.5,低于只挖 A 的 0.9

  3. 在无罚没的 PoS 下,两条分支各签一个块,签名零成本。获胜那条上必然有自己的一个块,EV = 0.1 + 0.9 = 1,比只投 A 的 0.9 更高。

    分叉第 3 步 PoS:两条分支末端各挂一个标着签名零成本的青绿块,A 边写 0.9,B 边写 0.1,合计 0.1 加 0.9 等于 1,高于只投 A 的 0.9

  4. 所有理性验证者都这么做,分叉就没人愿意收敛,攻击者也能便宜地在另一条链上拉票。这就是 Nothing at Stake。

  5. 把三种规则下四个策略的收益排在一起,就是课件里那组三张图:

    三个面板对照 PoW、无罚没 PoS、加罚没 PoS 三种规则下四个策略的期望收益。三个面板用同一组分叉概率 0.9 与 0.1。PoW 面板里都不投是 0、只投 A 是 0.9、只投 B 是 0.1、把算力劈成两半是 0.05 加 0.45 等于 0.5,理性选择是只投 A。无罚没 PoS 面板前三行数字相同,两边都投变成 0.1 加 0.9 等于 1,理性选择改成两边都投。加罚没 PoS 面板里两边都投是 1 减 5 等于负 4,理性选择回到只投 A

怎么算

三种规则下「两边都参与」的期望收益:

PoW:0.9 × 0.5 + 0.1 × 0.5 = 0.45 + 0.05 = 0.5

无罚没 PoS:0.9 × 1 + 0.1 × 1 = 0.1 + 0.9 = 1

加罚没 PoS:0.1 + 0.9 − 5 = −4

意思是:PoW 里劈算力会让两边的中签率同时打折,所以总和落回 0.5;PoS 里签名不打折,两条分支的胜率直接相加到 1;加一笔大罚金后,两边都押的收益被压成负数。

这组数字背后有一个模型边界:奖励归一化为 1,胜率固定为 0.9 和 0.1,PoS 双投假设一定被发现。如果被发现的概率是 d、罚金是 F,两边都押的 EV = 1 − dF。要比只投 A 差,需要 1 − dF < 0.9,也就是 dF > 0.1。

常见误解

以为 PoW 也有 Nothing at Stake,只是程度轻一点

PoW 两边都挖的期望收益是 0.5,比只挖一边的 0.9 低,理性矿工不会这么做。问题出在签名零成本,这是 PoS 特有的。

以为 Nothing at Stake 说的是「PoS 验证者没押东西」

验证者确实押了币。名字里的 nothing at stake 指的是:分叉时两边都签,押着的币并不会因此承担任何风险。加了罚没以后,押着的币才真正「在风险里」。

试一下

如果分叉概率改成 A 0.6、B 0.4,三种规则下两边都参与的 EV 各是多少?罚金仍是 5。

PoW:0.6 × 0.5 + 0.4 × 0.5 = 0.3 + 0.2 = 0.5,低于只挖 A 的 0.6。无罚没 PoS:0.6 + 0.4 = 1,高于 0.6。加罚没:1 − 5 = −4。结论和原题一样,概率怎么分都不改变「PoW 劈开是 0.5、PoS 双押是 1」。

3. Casper 罚没:罚的是哪几种签名

它解决什么问题

签名本身不花钱,没法让它变贵。能做的是让「两边都签」留下证据,再对拿得出证据的人没收押金。这就要求把作恶行为定义成可被密码学证明的几种签名组合。

直觉

每个验证者的签名都绑在自己的公钥上,谁也冒充不了。只要拿出两条互相矛盾、都带同一个人签名的消息,就能证明他作恶,不用信任任何人的说法。

所以罚没只管「签了矛盾的东西」。单纯掉线、漏投,拿不出矛盾的签名,就不算 slashing,只是少拿奖励或被扣一点余额。

一步一步看

目标:认清 Casper 罚没的三种矛盾签名,以及拿到证据后协议怎么罚。

  1. 同一个 slot 双提案:验证者 V 在同一个 slot 签了两个不同的块 X 和 Y。

    罚没违规一:同一个 slot 4 下画了两个不同的块 X 和 Y,两个块都盖着验证者 V 的签名,两条签名用青绿连线指向同一个 slot,表示一个 slot 只许提一个块

  2. 双投:验证者对同一个 target epoch 签了两份不同的投票,一份的 head 指向 X,另一份指向 Y。

    罚没违规二:两张投票卡片,target epoch 都是 4,一张 head 写 X,另一张 head 写 Y,都由同一个验证者签名,青绿框标出两张卡片目标相同、内容不同

  3. 包围投票:两票的 epoch 满足 s₁ < s₂ < t₂ < t₁,外面那票的区间把里面那票整个包住。

    罚没违规三:一条 epoch 数轴从 0 到 6,上方青绿弧线从 epoch 1 连到 epoch 5,下方灰色弧线从 epoch 2 连到 epoch 4,外面那票的区间严格套住里面那票,底部注明 1 小于 2 小于 4 小于 5,先签哪张都一样违规

  4. 任何人拿到这样一对签名,就能提交证据。协议没收作恶者的一部分押金,并把他强制退出验证者集合。

怎么判断

拿到两条消息,判断是否构成可罚没行为,按这个顺序问:

  1. 两条消息是不是同一个验证者签的?不是,就和罚没无关。
  2. 是两个块提案吗?同一个 slot 下两个不同的块,构成双提案。
  3. 是两份投票吗?先看 target epoch 是否相同。相同而内容不同,构成双投。
  4. target 不同的话,再看两票的起止区间。一票的 source 更早、target 更晚,把另一票整个包住,构成包围投票。区间相交但不包住,不构成。
  5. 只是没投、迟投,不构成 slashing。

罚多少也要分清。课件图里的罚金 5 是示意值。真实以太坊的罚没由初始罚没、退出期内的持续扣减和相关性惩罚组成,金额与协议版本、有效余额、同期被罚的权重有关:独自失误损失不大,大批验证者一起作恶可能被没收全部质押。

常见误解

以为包围投票要看哪一票先签

不看先后。只要两票的 epoch 满足 s₁ < s₂ < t₂ < t₁,不管先签外面那票还是里面那票,都一样违规。

以为漏投也会被 slash

漏投拿不出矛盾的签名,不属于 slashing,只会扣奖励或扣一点余额。长时间无法最终化时还有 inactivity leak 会持续扣减,那是另一套机制。

以为罚没就是固定扣 5

5 只是课件图里为了让结论翻转选的示意值。真实罚金不是常数,并且会随同期被罚的权重放大。

试一下

验证者 W 签了两票:(source 2, target 3) 和 (source 1, target 4)。构成可罚没行为吗?

target 不同,不是双投。看区间:1 < 2 < 3 < 4,第二票把第一票整个包住,构成包围投票,可以罚没。

两票 (source 1, target 3) 和 (source 2, target 4) 呢?

1 < 2,但 3 < 4,第一票的终点早于第二票,两个区间只是相交,没有谁包住谁,不构成包围投票,也不是双投。

4. The Merge:以太坊切到 PoS

它解决什么问题

前面讲的是机制设计,这一节讲它怎样落到一条在跑的大链上。以太坊不能停机换引擎,只能先把新引擎在旁边跑起来,再找一个时刻把两边接上。

从哪来(补充)

The Merge 在 2022 年 9 月 15 日完成,以太坊主网的执行层和信标链的 PoS 共识层从这天起合成一条链。信标链早在 2020 年 12 月就已上线,作为独立的 PoS 链与 PoW 主网并行运行。

出处:ethereum.org: The Merge

直觉

可以把它想成给一列在跑的火车换车头。新车头先在旁边的轨道上空跑一段,确认能跑稳,再在某一刻挂到车厢前面,旧车头退下。车厢里的账户和合约一样不少。

一步一步看

目标:按时间顺序看以太坊怎样先并行跑信标链,再在一个时刻合并、停掉 PoW。

  1. 以太坊主网一直用 PoW 出块,账户、交易、合约都在这条链上。

  2. 2020 年 12 月,信标链上线,只跑 PoS 共识,不处理普通交易。

  3. 两条链并行一段时间,信标链上的验证者开始积累质押。

  4. 2022 年 9 月 15 日,两条线合并:原主网成为执行层,信标链成为共识层,PoW 挖矿停止。

    以太坊合并时间轴:上面一条实线是 PoW 主网,下面一条从 2020 年 12 月开始的虚线是只跑共识的 Beacon Chain,两条线在 2022 年 9 月 15 日汇合成一条青绿粗线,标注为执行层加共识层

怎么判断

遇到和 The Merge 有关的判断题,抓两个日期、两个层。

信标链 2020 年 12 月上线,合并发生在 2022 年 9 月 15 日。两者不能混:上线时并没有切换,切换是合并那天的事。

合并之后的以太坊分两层。执行层管交易和合约,延续原来的主网;共识层管谁出块、何时最终化,来自信标链。下一页讲的 slot、epoch、LMD GHOST、检查点,都是共识层的事。

常见误解

以为信标链上线那天以太坊就变成 PoS 了

信标链上线后近两年,主网仍是 PoW 出块。切换发生在合并那天。

以为合并后是一条全新的链,旧账户要迁移

合并换掉的只是共识部分,执行层沿用原主网,账户和合约原样保留。

试一下

合并前一天,以太坊主网上的交易由谁打包?

还是 PoW 矿工。信标链那时只跑共识,不打包主网的交易,第二天合并后才由 PoS 验证者接手。

把它们串起来

分叉时比较策略,靠的是期望收益:每种结果的概率乘收益,再加起来。

用这把尺子算,PoW 两边都挖只有 0.5,因为算力劈开会同时稀释两边;无罚没 PoS 两边都签是 1,因为签名可以免费复用,获胜那条上必有一个自己的块。这就是 Nothing at Stake,问题出在签名零成本。

签名没法变贵,Casper 就让作恶可被证明:同 slot 双提案、同 target 双投、包围投票,任何一对矛盾签名都能当证据,作恶者被没收押金并强制退出。罚金够大,双押的 EV 就压到 −4。罚金的具体数额随版本和同期被罚的权重变化。

以太坊先在 2020 年 12 月上线信标链跑共识,2022 年 9 月 15 日完成合并,从此出块交给 PoS 验证者。合并后的共识层怎样计时、选链、敲定历史,下一页接着讲。

课件里的坑

  • [读图提醒] p.19 的标题「Proof of Work – not lucrative」易被读成「PoW 不赚钱」→ 省略的主语是上一页那个双押策略,先看第四格的数字再下结论(p.19)
  • [历史口径] p.31 的 0.5 ETH 不是跨版本常量;处罚可能部分或全部损失,不能保证操作失误一定只罚小额(p.31)
  • [适用条件] p.20 写作恶者「全部质押被没收」过强;slash 的金额与协议版本、有效余额和同期被罚权重有关,普通漏投只扣奖励或余额(p.20)
  • [读图提醒] p.21 是 p.18 那张图的第三版,前三格数字一字未改,只有第四格多了一项红色的罚金,比较时只看第四格(p.21)

课后 10 分钟:考点复习

这 10 分钟怎么用:合上页面,先默写三格 EV 的三行算式;再画一条 epoch 数轴,自己举一对包围投票;然后做课件例题和变式题;最后回查一个易错点:把双押 EV 讲成「赚两份」。

必背

  1. Nothing at Stake:PoS 里支持一个分叉几乎零成本,所以双押是理性的
  2. 双押的期望收益是把两条分支的胜率相加:两边各有一个自己的块,获胜那条上必有一个,不是拿两份奖励
  3. 三格 EV:PoW 劈算力 0.05 + 0.45 = 0.5 < 0.9;无罚没 PoS 双押 0.1 + 0.9 = 1 > 0.9;加罚没后 0.1 + 0.9 − 5 = −4
  4. 罚金 5 是示意值;真实罚没与协议版本、有效余额和同期被罚权重有关,独自失误损失小,协同作恶可能没收全部质押
  5. Casper 的 slashing 针对可被密码学证明的两类行为:同 slot 双提案、FFG 双投/包围投票;惩罚是没收本金 + 强制退出,与「漏投扣奖励」不是一回事
  6. The Merge 发生在 2022-09-15;Beacon Chain 早在 2020-12 就已上线,作为独立链与 PoW 主网并行运行

课件例题

例 3(课件 p.17):红链蓝链同时下注

链分叉成红、蓝两条,你是 PoS 出块者。为什么两边都出块对你最划算?

提示

想一想在 PoS 里出一个块要付出什么,再想一想哪条链赢了你能拿到什么。

解答

在 PoS 里出块只要签名,不耗算力,两边都签成本近乎为零。哪条链赢你都有份,没有任何损失,这就是 Nothing at Stake。

例 4(课件 p.18–21):三套规则下的下注收益

见下方完整例题。

提示

三张图前三格数字相同,只比第四格「两边都投」。

解答

PoW 0.5、无罚没 PoS 1、加罚没 PoS −4,推导见完整例题。

完整例题

题面:某条链分叉,分支 A 获胜概率 0.9,分支 B 是 0.1,出块奖励归一化为 1,PoW 双边参与时等分算力;PoS 双投一定被发现并处罚,暂不计其他成本。在 PoW、无罚没 PoS、罚金为 5 的 PoS 三种规则下分别算出「两边都参与」的期望收益,并指出各自的最优策略。

约定:四个策略是都不投、只投 A、只投 B、两边都投;前三个在三种规则下收益相同,分别是 0、0.9、0.1。

解法:

  1. PoW 下算力守恒,劈成两半则两边中签率同时减半,A 支 0.9 × 0.5 = 0.45,B 支 0.1 × 0.5 = 0.05,合计 0.5 < 只挖 A 的 0.9,最优策略是只挖 A。
  2. 无罚没的 PoS 下签名可复用,两条分支各签一个块,获胜那条上必然有一个自己的,期望收益 0.1 + 0.9 = 1 > 0.9,最优策略变成两边都投,这就是 Nothing at Stake。
  3. 罚金为 5 时双押要扣 5,期望收益 0.1 + 0.9 − 5 = −4,四个选项里最差,最优策略回到只投 A。

要点:算力是竞争性资源,分叉会自动稀释它;币是非竞争性资源,稀释得靠罚没人工造(p.18、p.19、p.21)。

答题格式:先列四个策略,再分三行写算式,每行末尾写「最优策略:…」,最后用一句话写出竞争性资源和非竞争性资源的区别。

变式题(先自己做)

(1) 改编自课件 p.21:某条 PoS 链把罚金定为 0.5(其余条件同上例)。双押还是最优策略吗?由此说明罚金该怎么定。 (2) 自编情境:双投只有一半概率被发现(d = 0.5),罚金 F = 0.3。双押的 EV 是多少?要让双押不如只投 A,F 至少要大于多少? (3) 自编情境:验证者 U 签了 (source 0, target 5) 和 (source 1, target 3) 两票,另一个验证者 T 签了 (source 2, target 4) 和 (source 3, target 6) 两票。谁可以被罚没?

提示

(1) 先算双押的期望收益,再和只投 A 的 0.9 比大小,比较对象是次优策略的收益。(2) 用 EV = 1 − dF。(3) 每人两票分别看 target 是否相同,再看区间是否严格包住。

判分点与答案(非官方评分标准)

判分点:① (1) 写出威慑下界的来源;② (2) 列出 1 − dF 并解不等式;③ (3) 每人写出区间比较的不等式链。

(1) 双押的期望收益是 0.1 + 0.9 − 0.5 = 0.5 < 只投 A 的 0.9,罚金已经起作用。威慑下界是「双押比最优诚实策略多赚的那部分」,即 1 − 0.9 = 0.1,0.5 远超这条线。真实协议定得远高于下界,因为攻击者可能同时从链外获益(p.21)。

(2) EV = 1 − 0.5 × 0.3 = 0.85,比只投 A 的 0.9 低,双押已不划算。要求 1 − 0.5F < 0.9,即 F > 0.2。

(3) U:0 < 1 < 3 < 5,第一票包住第二票,构成包围投票,可罚没。T:2 < 3,但 4 < 6,两个区间相交不包住,target 也不同,不可罚没。

闪卡自测

1. 为什么双押的期望收益是把两个概率相加,而不是加权平均?

两条分支上各有一个自己的块,获胜那条上必然有一个中了,中奖成了必然事件。相加等于把「10% 概率白干」这个折扣消掉,期望值从 0.9 抬到 1(p.18)。

2. 用一句话说明 Nothing at Stake 为什么只在 PoS 出现。

PoW 把算力劈成两半,期望收益 0.05 + 0.45 = 0.5,低于只挖 A 的 0.9;PoS 的签名可以免费复制,双押期望收益 0.1 + 0.9 = 1,高于 0.9。算力会被分叉稀释,币不会(p.18–19)。

3. 加入罚没后双押的期望收益是多少?罚没在 PoS 里扮演什么角色?

0.1 + 0.9 − 5 = −4。罚没是 PoS 用来补物理稀缺性的补丁:签名本身不花钱,就让可证明的双押付出本金(p.21)。

4. 说出两类会触发 slashing 的行为,以及它和「漏投票扣奖励」的区别。

同一 slot 双提案;同一 target epoch 签不同 AttestationData;或两票 epoch 严格满足 s₁ < s₂ < t₂ < t₁。包围与签署先后无关。普通漏投可能扣余额,但不属于 slashing;slash 会强制退出且金额可变(p.20、p.31)。

5. 真实以太坊的罚没由哪几部分组成?为什么要有相关性惩罚?

初始罚没、强制退出期内的持续扣减、相关性惩罚。相关性惩罚让罚金随同期被罚的权重放大:孤立的操作失误不至于倾家荡产,协同攻击要付出全部代价(p.31)。

6. 信标链什么时候上线?The Merge 什么时候发生?

信标链 2020 年 12 月上线,作为独立链与 PoW 主网并行;The Merge 在 2022 年 9 月 15 日完成(p.22)。

下一讲

L05b 接着讲合并之后的以太坊怎么跑:12 秒一个 slot、32 个 slot 一个 epoch,验证者分成几种角色,LMD GHOST 怎样在分叉里选链头。带一个问题去看:罚没要抓的「同一目标 epoch 双投」,这个 epoch 是怎么切出来的?

下一讲 →
L05b L05b 信标链的时钟与选链:slot、委员会和 LMD GHOST

个人整理的学习笔记,不是官方材料;数字与结论以课件和讲师为准。