
POS 权益证明究竟是什么
大家好,你们可能在网上看过一些文章,当中表示,像比特币这样的加密货币使用大量的电力来维护网络安全性。
但是为什么会这样呢? 更重要的是,还有什么其他选择吗?
工作量证明(POW)
由于工作量证明的算法,挖新的货币需要大量的计算能力。这个概念最早出现在1993年,旨在打击滥发电子邮件,并于1997年正式被称为"工作量证明(Proof of Work)"。
然而这项技术并没有被大规模使用,直到中本聪在2009年创建了比特币。他意识到这种机制可以在网络中,让众多节点达成共识,而且他用此来保护比特币区块链的安全。
然而,工作量证明算法需要让所有节点解决密码难题。这个难题被矿工所解决,率先完成的能够获得奖励。
这导致人们构建越来越大型的挖矿设备,比如这样。
根据Digiconomist,仅仅比特币矿工就要使用54太千瓦时的电力。这些电量足够支持美国5百万个家庭用电,甚至整个新西兰或匈牙利,但是这不仅止于此。
对于有更好更多设备的人群,工作量证明将给予更多的奖励。你的计算能力越高,就越有可能去创建下一个区块,从而获得矿工奖励。
为了进一步提高机会,矿工们一起组成了矿池(mining pools),他们结合各自的算力,把奖励平均分配给矿池中的每个人。
总而言之 工作量证明让矿工们需使用大量的能量,从而促进了矿池的产生。这让区块链变得更加中心化,而不是去中心化。
为了解决这些问题,我们必须找到新的算法,比工作量证明一样高效甚至更好。
权益证明(POS)
在2011年,在一个比特币论坛中一位名为QuantumMechanic的用户提出一项技术,他称之为"权益证明(proof-of-stake)"。
基础概念是,让每个人互相竞争挖矿是很浪费的。因此相反的是,权益证明通过选举的形式,其中任意节点被随机选择来验证下一个区块。
在这里有一些小的术语区别,权益证明中没有矿工,但是有验证者(validator)。并不让人们”挖(mine)”新区块 而是"铸造(mint)” 或"制造(forge)”新区块。
验证者并不是被完全随机选择的,要成为验证者,节点需要在网络中存入一定数量的货币作为权益,可以将这理解为保证金。
权益的份额大小决定了被选为验证者的几率,从而得以创建下一个区块,这是线性相关的。假设Bob在网络中存入100美元 Alice存入1000美元,那么Alice比Bob有高于10倍的几率选为验证者。
因为这偏袒有钱的一方,似乎不太公平,但事实上这比起工作量证明更公平。
对于工作量证明,富人可以很大程度上享受经济实力带来的成果。他们为挖矿设备和电力支付的成本并没有直线上升。相反他们购买的越多,获得的越多。
但是让我们回到权益证明,如果一个节点被选出来验证下一个区块,他将检查当中所有的交易是否有效。如果一切没问题,节点则通过该区块,区块将加到区块链中。作为奖励,该节点可获得当中每个交易费。
那么,我们该如何相信网络中的其他验证者?
这里需要用到权益了。
如果验证者通过了欺诈性交易,他们将失去一部分权益。只要权益高于验证者所获得的交易费,我们就可以信任他们能够很好的完成工作。否则,他们失去的钱比能获得的还多。
这是金钱方面的动力,只要权益比所有交易费要高,这就是可行的。
如果节点不再是验证者,他的权益以及获得的交易费将在一定时间后返还给他。不会马上返还,因为若发现你的区块存在欺诈时,网络会对你进行惩罚。
因此,工作量证明和权益证明的区别是很明显的。
权益证明的优点
权益证明不会让每个人都对新区块进行挖矿。因此消耗更少的能量,而且更去中心化。
为什么这么说呢?
在工作量证明中存在着矿池。这些人联合起来,提高他们挖到新区快的机会,从而获得奖励。
然而,如今比特币区块链的大部分都由这些矿池所控制,它们集中挖矿过程是很危险的。
如果三大矿池合并,它们将在网络中占据大多数,从而开始通过欺诈性交易。
另一个重要的优点是,构建基于权益证明的区块链节点,比起工作量证明节点成本更低。
你不需要昂贵的挖矿设备,因此权益证明激励更多的人构建节点,从而让网络更去中心化 也更安全。
权益证明的缺点
但即使是权益证明也不是完美的,还是存在漏洞。
你可以会想,如果我买了网络中的大部分权益,那么我就能有效地进行控制。从而通过虚假交易。
你说对了。
这被成为51%攻击。这是权益证明算法的缺点。
如果一名或一群矿工获得了51%的哈希能力,他们将有效地控制区块链。
另一方面,考虑到加密货币的价值,权益证明让这种攻击非常不切实际。
如果比特币变为权益证明的机制,那么要获得全部货币的51%,你需要花费790亿美元。因此在权益证明中 51%攻击更不可能发生。
但这并不是唯一的风险。
权益证明算法也需要谨慎选择下一个验证者。这不能完全是随机的,因为必须考虑到权益的大小。
但同时光看权益还不够,因为这将偏袒有钱人,他们将更被频繁地选择,从而获得更多的交易费。然后变得更富有,再次提高在将来被选为验证者的几率。
有很多种方式来修复这个问题,例如基于币龄的选择。
另一个潜在的问题是,当选出了下一个验证者后,他并不出来完成他的任务。
这很容易解决,可以选择大量的候选验证者。
总之,在与工作量证明相比时,权益证明带来了新的风险。为了认识和减少当中的风险还需要大量的研究。
用例
现在我们知道了权益证明是什么,它的优点和风险,现在让我们看到现实中的用例。
现在用到该技术的有Peercoin Lisk和Nxt。在未来会有更多的加密货币使用。
例如,以太坊正在开发权益证明系统称为Casper,目前这被部署在以太坊测试网上,并且正在积极开发。Cardano项目已经在开发一种安全的权益证明算法,称为Ouroboros。
如何掌握区块链技术
区块链创新的推动以及数字经济的蓬勃发展离不开人才的培育,而CDA数据分析师作为行业的领头羊,紧密结合当前区块链发展实际与人才需求结构,重磅推出CDA区块链学院。
扫描二维码,进入 CDA 区块链学院,学习区块链知识,选择很多,站对未来。
扫描二维码 报名加入
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23