區塊鏈51%雙花攻擊的進化博弈及防控策略研究

王 雷，任 南，李保珍

1.江蘇科技大學 經濟管理學院，江蘇 鎮江212003

2.南京審計大學 國家審計大數據研究中心，南京 211815

1 引言

雙花問題是指在數字貨幣系統中，由于數據的可復制性，存在同一筆數字資產因不當操作被重復使用的情況。雙花攻擊曾經是傳統在線支付中困擾多年的難題，Nakamoto提出的區塊鏈技術通過對每一個區塊加時間戳保證了交易記錄的真實性，一定程度上減小了雙花攻擊的概率[1]。但在基于POW（Proof Of Work）共識的區塊鏈中，挖礦節點通過工作量證明的方式競爭記賬，如果節點占有超過全網50%的算力，就可以創造一條長于公鏈的側鏈，使公鏈中的交易被回滾，借此完成雙重花費，這種雙花攻擊也叫51%雙花攻擊[2]。另外，Pinzón（2016）還提出了種族攻擊和芬妮攻擊兩種新的雙花攻擊，前者是通過給向自己支付的交易中加入更多的交易費用實現雙花，后者則是通過控制區塊的廣播時間實現雙花[3]。隨著算力的市場流動性越來越強，節點現在可以通過租借、加入礦池等多種方式積攢算力，2018年比特幣黃金BTG（Bitcoin Gold）就遭到了51%雙花攻擊，惡意節點預先準備了大量算力完成套現，最終系統損失超過1 800萬美元。因此雙花攻擊正成為區塊鏈中不可忽視的安全隱患。

針對這個問題，有學者從攻擊者的動機和平臺的安全防控兩個角度對區塊鏈中不同的雙花攻擊進行了研究。對于51%雙花攻擊的產生動機，Chaudhary運用時間自動機模型驗證工具證明了比特幣中的51%雙花攻擊成功概率是比較高的[4]；Liao提出少數攻擊者可以通過聯結理性節點的方法增加51%雙花攻擊成功的概率[5]；Biais證明在交易價格滿足某些條件時嘗試51%雙花攻擊是有利可圖的，但要求投入大量的算力[6]。對于51%雙花攻擊的防控策略，Budish提出交易成本必須和節點攻擊可能獲取的最大利益呈正相關關系[7]。Westerlund提出通過主節點和礦工的雙層共識機制消除51%雙花攻擊[8]。Liu研究種族攻擊和芬妮攻擊，他認為這兩種攻擊的對象都是接受零確認的商家，只要在多次確認的基礎上完成交易，便可有效規避風險[9]。

上述研究并未過多關注雙花攻擊中節點間的相互作用以及策略的動態變化，不過一些學者已經嘗試從博弈角度對區塊鏈中的另外一些安全問題進行過分析。Kiayias曾經指出，通過博弈方法研究區塊鏈中的安全問題，可以更深入的理解不同個體間如何競爭與合作[10]。Sapirstein分析礦工聯合形成礦池進行的自私采礦攻擊，并對區塊鏈底層協議做適當改進[11]。唐長兵主要研究區塊鏈中的區塊截留攻擊，并提出基于零行列式的優化方法[12]。Liu[13]和Easley[14]則分別把交易費用作為礦工選擇礦池和算力競爭問題中的重要因素進行博弈分析。Abadi構建博弈模型證明了POW共識不是激勵兼容的[15]。Liu提到可以基于波動理論和混合策略博弈理論，找到防止區塊鏈網絡攻擊的最佳策略[16]。

區塊鏈中的雙花攻擊在本質上是一個經濟問題，節點間關于是否攻擊進行博弈，選擇基于自身收益最大化的策略，節點的策略選擇相互之間也會產生影響。因此，本文選擇針對雙花攻擊中破壞力較強的51%雙花攻擊，構建了節點群體的進化博弈模型，以揭示節點策略的動態演化趨勢，并通過推導進化博弈策略，預測51%雙花攻擊出現的概率；同時，把交易價格和交易費用作為進化博弈模型中的兩個重要變量，探討變量在取值改變時對博弈結果產生的影響；最后，基于前面得到的結論，本文從交易費用和交易價格兩個方面提出51%雙花攻擊的防控策略。

2 51%雙花攻擊的進化博弈分析

2.1 51%雙花攻擊中的進化博弈問題

傳統博弈論采用“完全理性”的假設，要求參與者有完美的判斷和預測能力，然而事實上個人決定容易犯錯，集體決策也經常失準[17]。針對這個問題，Smith[18]和Price結合達爾文的自然選擇理論創立了進化博弈論，認為參與博弈的個體是“有限理性”的。在進化博弈論中，每個參與人都是重復從群體中隨機抽取對手并進行博弈，參與人既可以通過自己的經驗獲得決策信息，也可以通過觀察其他參與人的決策并模仿而獲得決策信息。他們之間的策略均衡不是通過迅速的最優化計算得到，而是需要經歷一個學習調整的過程。進化穩定策略是進化博弈論中的核心概念，是指如果群體中的大多數個體選擇進化穩定策略，那么小的突變者群體就不可能侵入到這個群體中，也代表系統此時處于進化穩定均衡。Taylor[19]之后提出了著名的復制動態模型，用來描述單群體策略的動態過程。隨著進化博弈理論研究的深入，該理論在經濟學、社會學、生態學領域都有非常廣泛的應用。

51%雙花攻擊是區塊鏈中最為典型且破壞力較強的一種雙花攻擊，在這種攻擊中實際上也包含了一個關于進化博弈的策略選擇和均衡問題。在區塊鏈系統中，所有節點組成一個節點群體，每個節點關于是否選擇51%雙花攻擊都擁有一個初始策略，之后節點重復從群體中隨機選取其他節點進行博弈，在這個過程中采用策略收益較低的節點會改變自己的策略，轉向模仿有高收益的策略，而低收益的策略逐漸被淘汰，經過這樣不斷的學習與調整后節點群體最終會達到一個均衡狀態，即群體中的所有節點都選擇進化穩定策略。因此，本文構建區塊鏈中51%雙花攻擊的進化博弈模型，對節點策略的動態進化情況進行分析。

2.2 研究假設與基本參數

首先與實際情況相結合，對于51%雙花攻擊模型做出如下假設條件：

（1）節點選擇攻擊時消耗的算力成本足夠大，足以使節點順利完成攻擊，并且兩個節點選擇攻擊時的算力成本相同。

（2）當進行博弈的兩個節點都選擇攻擊時，為了減少各自的算力成本消耗，他們會選擇在同一條側鏈上合作挖礦。

（3）兩個節點購買商品的價格，以及挖礦所獲得的交易費用獎勵和新幣獎勵都是相同的。

（4）每個區塊都只包括一條交易記錄。

（5）不考慮由幣的市價變化引起的節點收益變化。

另外，本研究模型中的基本參數包括：參與者節點i和節點j；參與雙方的策略Si和Sj，可選的策略集均為{攻擊，不攻擊}；初始狀態下選擇攻擊策略的概率為x(0≤x≤1)，則選擇不攻擊策略的概率為1-x，進化穩定策略用x*表示；參與雙方的收益函數分別為Ui（Si，Sj），Uj（Si，Sj）；參與雙方與第三方商家的交易分別為i1、j1，發送給自己的用于雙重支付的交易分別為i2、j2，無i和j參與的其他交易用k表示；第三方商家商品的價格為p；對一個區塊進行挖礦消耗的算力成本為h；挖礦獲得的獎勵包括：每筆交易中由交易發起人承擔的交易費用f，每個區塊產生后由系統發放的新幣b?；诓┺碾p方不同的策略組合，節點的收益會是由p、h、f、b組合而成的函數。

2.3 51%雙花攻擊進化博弈模型

兩個節點基于是否進行51%雙花攻擊的問題進行博弈，策略組合包括以下四種情況：Si=攻擊，Sj=攻擊；Si=攻擊，Sj=不攻擊；Si=不攻擊，Sj=攻擊；Si=不攻擊，Sj=不攻擊。

（1）當i和j都選擇攻擊時，i從第三方商家購買某商品價格為p，另外支付交易費用f廣播到網絡中，交易會被挖礦節點記錄到公鏈上；接著i重復利用上筆交易(i1)中的幣p發送給自己，并投入較高的算力成本h在另一條側鏈中挖礦，將這筆交易(i2)記錄在側鏈中，i作為礦工獲得相應的交易費用與新幣獎勵；之后i繼續在這條側鏈上挖礦，并獲得相應的獎勵；j也選擇攻擊，并且與i選擇同一條側鏈，攻擊流程與i完全相同。由于i和j在算力方面的優勢，最終通過合作挖礦使側鏈的長度超過公鏈，兩者第一筆交易消費的金額p都回到自己賬戶，商品也在自己手中，因此i、j分別完成雙花攻擊。具體流程如圖1（a）。

節點i的收益由以下幾部分組成：交易i1中獲取的商品價格p，支付的交易費用f；交易i2中支付的交易費用f，通過挖礦獲取的交易費用獎勵f和新幣獎勵b，消耗的算力成本h；對網絡中的其他交易k挖礦獲取的獎勵f+b，消耗算力成本h。

綜上，節點i的收益：Ui（攻擊，攻擊）=p+2b-2h，節點j的收益與i完全相同：Uj（攻擊，攻擊）=p+2b-2h。

（2）當i選擇攻擊，j選擇不攻擊時，i和j分別從商家購買價格為p的商品，并支付交易費用f后被礦工記錄到公鏈上；接著i重復利用上筆交易(i1)中的幣p發送給自己，并通過挖礦將這筆交易(i2)記錄在側鏈中，作為礦工獲得相應的獎勵；之后i繼續挖礦并將j的交易(j1)和其他交易k記錄在側鏈中，并獲得相應的獎勵。最終側鏈長度超過公鏈，i第一筆交易(i1)的金額p回到自己賬戶，i完成雙花攻擊。具體流程如圖1（b）。

節點i的收益由以下幾部分組成：交易i1中獲取的商品價值p，支付的交易費用f；交易i2支付的交易費用f，通過挖礦獲取的獎勵f+b，消耗算力成本h；交易i1中獲取的獎勵f+b，消耗算力成本h；其他交易k中獲取的獎勵f+b，消耗算力成本h。節點j的收益包括交易j1中支付的交易費用f。

綜上，節點i的收益：Ui（攻擊，不攻擊）=p+f+3b-3h，節點j的收益：Uj（攻擊，不攻擊）=-f。

（3）當i選擇不攻擊，j選擇攻擊時，情況與（2）正好相反。

節點i的收益：Ui（不攻擊，攻擊）=-f，節點j的收益：Uj（不攻擊，攻擊）=p+f+3b-3h。

（4）當i和j都選擇不攻擊時，i和j各支付p購買商品，并支付交易費用f后被記錄到公鏈上，具體流程如圖1（c）。

圖1 雙花攻擊博弈流程圖

節點i的收益：Ui（不攻擊，不攻擊）=-f，節點j的收益：Uj（不攻擊，不攻擊）=-f。

綜上，節點i和j的收益矩陣見表1。

表1 51%雙花攻擊節點收益矩陣

根據收益矩陣，當節點選擇攻擊策略時，可以求出其期望收益為：

當節點選擇不攻擊策略時，其期望收益為：

節點選擇攻擊策略的概率為x，選擇不攻擊策略的概率為1-x，因此節點的平均期望收益為：

博弈類型動態變化的速度取決于兩個因素，即可模仿對象數量的大?。ㄔ擃愋筒┺姆降谋壤┖湍７聦ο蟮某晒Τ潭龋ㄔ擃愋筒┺姆绞找娉^整體平均收益的幅度）[20]。由式（1）～（3）得到節點選擇攻擊策略的復制動態方程為：位圖如圖3。博弈有兩個進化穩定策略，即x*1=0和x*2=1，博弈結果取決于x的大小，如果x位于區間

圖2 p＜h-b時的動態相位圖

由于在常見的區塊鏈平臺（比特幣BTC、比特現金BCH）中，新幣獎勵一般幾年才變動一次，因此本模型中假設新幣獎勵b為定值，另外假設算力成本h也是足夠大的定值。將商品價格p和交易費用f作為模型中的兩個變量，根據p和f的不同取值，節點的進化穩定策略可分以下幾種情況進行討論：不攻擊策略；相反，如果x位于區間1），則收斂到x*2=1，節點選擇攻擊策略。分界點越大，節點選擇攻擊策略的可能性越小。當f≥時，復制動態相位圖與圖2（c）相同，x*=1是節點的進化穩定策略，節點在長期都會選

由于在復制動態相位圖上，復制動態曲線與橫坐標軸相交并且交點處切線斜率為負的點就是進化穩定策略[21]。所以當p＜h-b且f≤時，復制動態相位圖如圖2（a），該博弈有唯一的進化穩定策略，即x*=0，表明節點在長期都會選擇不攻擊策略。當p＜h-b且＜2h-2b-p時，如圖2（b），x*=是唯一的進化穩定策略。表明節點選擇攻擊策略的比例為，比例越小節點選擇攻擊策略的可能性就越小。當p＜h-b且f＞2h-2b-p時，如圖2（c），x*=1是進化穩定策略，表示即使有少量節點選擇不攻擊策略，隨著不斷的學習和調整，最終所有節點都會采取攻擊策略。

（2）在h-b＜p＜2h-2b條件下，分三種情況進行分析，當f＜2h-2b-p時，復制動態相位圖與圖2（a）相同，x*=0是進化穩定策略，節點在長期都會選擇不攻擊策略。當2h-2b-p＜f＜時，復制動態相

圖3 h-b＜p＜2h-2b時的動態相位圖

（4）在p＞3h-3b條件下，無論f的取值是多少，復制動態相位圖都和圖2（c）相同，x*=1是節點的進化穩定策略，節點在長期都會選擇攻擊策略。

綜上所述，當交易價格和交易費用處于不同區間時，節點的進化穩定策略如表2所示。

3 仿真分析

3.1 仿真環節設計

為了更直觀地體現節點進行51%雙花攻擊意愿的進化過程，本文使用Matlab軟件進行仿真分析。首先對p、b、h、f進行賦值，根據進化博弈模型中得到的結論，并結合實際情況，本文將算力成本h和新幣獎勵b分別設置為定值200元和80元，然后將交易價格p分為四種情況，在每種情況下交易費用f有多種取值，具體賦值情況如表3所示。

表2 節點的進化穩定策略分類情況

表3 關鍵參數賦值情況 元

2.3節中已經得到了節點選擇策略的復制動態方程：F(x)==x(1-x)[p+(3-x)b+(x-3)h+(2-x)f]，把經過賦值的p、b、h、f依次填入該方程形成節點策略迭代和進化的函數。

接著在[0，1]區間內以0.05為間隔，取20個不同的節點攻擊的初始概率值（0、0.05、0.1、0.15……），再設置所觀察節點攻擊概率變化的時間區間。根據節點策略迭代和進化的函數，以時間t為橫坐標，以節點選擇攻擊策略的概率x為縱坐標，繪制20種初始條件下節點攻擊意愿進化情況的曲線。

然后根據交易價格和交易費用的不同取值對每種情況下節點攻擊意愿的進化情況進行具體分析。

3.2 交易價格在最小區間

當交易價格為60時，p小于臨界值h-b。首先當交易費用f=200時，節點的攻擊意愿進化情況如圖4（a），可以看出進化穩定策略是x*=1，所有節點在長期都會選擇攻擊策略。接著減少交易費用使f＜2h-2b-p，當f=170時的節點攻擊意愿進化情況如圖4（b），進化穩定策略是x*=4/5，表明會有4/5的節點選擇攻擊策略，1/5的節點選擇不攻擊策略，此時攻擊概率仍然較高。進一步減少交易費用使f=100，節點攻擊意愿進化情況如圖4（c），此時節點的進化穩定策略變為x*=0，無論節點選擇不同策略的初始比例是多少，最終所有節點都會選擇不攻擊策略。

圖4 交易價格在最小區間的攻擊意愿進化情況

3.3 交易價格在第二區間

當交易價格為200時，p大于臨界值h-b，小于臨界值2h-2b。首先當交易費用f=100時，節點攻擊意愿進化情況如圖5（a），進化穩定策略是x*=1，所有節點都會選擇攻擊策略。減少交易費用使當f=70時節點的攻擊意愿進化情況如圖5（b），此時的進化穩定策略取決于x的初始值，x＜2/5時所有節點都會選擇不攻擊策略，相反會選擇攻擊策略。進一步減少交易費用，f=20時的節點攻擊意愿進化情況如圖5（c），可以看出節點的進化穩定策略變為x*=0，節點都會選擇不攻擊策略。

3.4 交易價格在第三區間

當交易價格為280時，p大于臨界值2h-2b，小于臨界值3h-3b。首先當交易費用f=60時，節點攻擊意愿進化情況如圖6（a），此時的進化穩定策略是x*=1，節點都會選擇攻擊策略。減少交易費用使f＜，f=20時節點的攻擊意愿進化情況如圖6（b），此時進化穩定策略取決于x的初始值，x＜2/5時所有節點都會選擇不攻擊策略，相反會選擇攻擊策略。

3.5 交易價格在最大區間

當交易價格為400時，p大于臨界值3h-3b，首先當交易費用f=100時節點攻擊意愿進化情況如圖7（a），此時的進化穩定策略是x*=1。減少交易費用至f=50，節點攻擊意愿進化情況如圖7（b），進化穩定策略還是x*=1。因此無論交易費用f為多少，節點最終都會選擇攻擊策略。

圖5 交易價格在第二區間的攻擊意愿進化情況

圖6 交易價格在第三區間的攻擊意愿進化情況

圖7 交易價格在最大區間的攻擊意愿進化情況

經過上述仿真實驗可以看出，當交易價格和交易費用取不同值時，實驗結果與進化博弈模型中的結論完全吻合。

4 對策與建議

通過對區塊鏈中的51%雙花攻擊進行進化博弈分析，本文揭示了51%雙花攻擊的內在機理，基于相關內在機理，嘗試提出如下風險防控策略：

（1）平臺調控與市場調節相結合

對于比特幣、以太坊這些知名的區塊鏈平臺，交易費用都是由礦工和交易發起者自愿決定的，屬于市場調節機制，然而這種方法會造成交易費用的極不穩定，為節點進行51%雙花攻擊提供了機會。為了有效抑制51%雙花攻擊的出現，平臺需要制定嚴格的交易費用標準。對于不同交易價格的交易，都要設定相應的交易費用最大值，交易發起者需在規定的范圍內支付交易費用，這樣會使節點基于收益最大化的考慮趨向于選擇不攻擊策略。此外，考慮到對礦工的激勵，可由礦工來決定每筆交易的最低費用。這種將平臺調控與市場調節相結合的方法，有利于在提高區塊鏈安全性的基礎上保證資源配置的效率。

（2）根據價格區間劃分相應風險監控等級

雖然規范交易費用可以有效抑制51%雙花攻擊的出現，但無法完全消除，因此需要制定平臺的監督機制，制約和懲罰節點的惡意行為。根據前文得到的結論，不同交易價格區間節點攻擊意愿的進化情況不同，受到抑制的效果也不同。因此可以基于不同價格將平臺中的交易劃分4個風險等級，由低到高分別為：稍有危險、一般危險、高度危險、極其危險。風險等級更高的交易進行攻擊的可能性更大，產生的危害也更大，需要對其進行重點監督。在監督過程中收集和分析與風險相關的各種信息，預測可能發生的風險，及時提出預警。對于已發生的攻擊行為，立即限制節點的交易和挖礦活動，并進行處罰。這種方法可以更有效及時地減小51%雙花攻擊產生的危害。