Automated Selfish Mining Analysis for DAG-Based PoW Consensus Protocols
针对DAG结构工作量证明协议中自私挖矿分析需手动构建MDP的问题，提出模块化通用攻击模型，自动推导并求解MDP，覆盖以太坊PoW、GhostDAG等协议。
2025-06-21 cs.CR cs.DC
MAD-DAG: Protecting Blockchain Consensus from MEV
MAD-DAG通过新颖的账本功能和可处理的模型，有效对抗自私挖矿，其安全阈值在不利条件下优于现有方案。
2025-11-26 cs.CR cs.DC
Countering Selfish Mining in Blockchains
自私挖矿是区块链中一个众所周知的漏洞，被矿工用来窃取区块奖励。在本文中，我们探索了一种新形式的自私挖掘攻击，保证高回报低成本。我们展示了这种攻击的可行性，区块链技术的最新发展开辟了新的攻击途径。通过概述现有对策的局限性，我们强调需要新的防御策略来应对这种攻击，并利用区块链应用程序中的关键系统参数来提出一种执行公平挖掘的算法。我们使用预期的交易确认高度和区块发布高度来检测自私的挖掘行为，并开发一个网络范围的防御机制来抑制自私的矿工。我们的设计涉及对交易的数据结构进行简单的修改，以获得用于捕获自私矿工并防止诚实矿工失去块奖励的“真值状态”。
2018-12-17 cs.CR
On the Preliminary Investigation of Selfish Mining Strategy with Multiple Selfish Miners
Eyal和Sirer的自私采矿策略表明，即使50%的总采矿权由利他主义矿工掌握，比特币系统也不安全。从那时起，研究人员一直在研究如何提高自私挖矿的效率，或者如何防御自私挖矿，通常是在单个自私矿工的情况下。然而，目前还没有研究系统中多个矿工并发使用的自私挖掘策略。这种自私的挖掘策略的有效性及其在这种多个自私矿工设置下所需的挖掘能力仍然是未知的。在本文中，一个初步的调查和我们的研究结果，自私的多矿工使用的挖掘策略。此外，比特币系统的传统模型略有重新设计，以解决其缺点：即单个采矿过程的并发性。虽然在这种情况下自私的挖掘策略的理论分析尚未建立，目前的研究结果的基础上模拟是有前途的，极大的兴趣。特别是，我们的工作表明，自私的挖掘策略所需的功率阈值的下限按比例减少自私的矿工的数量。此外，存在纳什均衡，其中系统中的所有自私矿工都不会改变为诚实的采矿策略，并且同时获得不公平的采矿奖励，因为他们同样拥有足够大的采矿能力。最后，我们的新模型产生的权力阈值安装自私的挖掘策略略大于一个从传统的模型。
2018-02-06 cs.CR cs.GT cs.MA
Selfish Mining in Multi-Attacker Scenarios: An Empirical Evaluation of Nakamoto, Fruitchain, and Strongchain
Brno University of Technology（布尔诺理工大学）
本研究通过实证分析评估了多攻击者场景下Nakamoto、Fruitchain和Strongchain共识协议中的自私挖矿问题，发现并验证了多个阈值，为改进区块链安全提供了参考。
2026-01-06 cs.CR
Undetectable Selfish Mining
针对自私挖矿可被统计检测的批评，提出一种统计不可检测的自私挖矿变体，其孤块模式与高延迟诚实矿工世界相同，且对拥有38.2%算力的攻击者严格有利。
2024-02-04 cs.CR cs.DC cs.DS
Majority is not Needed: A Counterstrategy to Selfish Mining
本文针对自私挖矿提出一种无需多数算力的反制策略：大矿池可利用自私矿池攫取全部利润并实施双花，从而威慑各类偏离策略。
2025-05-13 cs.CR
Selfish Mining Attacks Exacerbated by Elastic Hash Supply
已经提出了针对工作量证明区块链的几种攻击，这可能会增加攻击者的挖掘奖励份额（例如，自私的采矿，区块扣留）。这种攻击的另一个影响，在以前的工作中没有考虑过，是降低诚实节点的挖掘利润率，激励他们停止挖掘或离开受攻击的链，寻找更有利可图的链。诚实节点的离开加剧了攻击，并可能进一步降低盈利能力，并激励更多诚实节点离开。在本文中，我们首先提出了一个实证分析，表明采矿的盈利能力和总哈希率之间存在统计学上的显著相关性，证实了矿工确实会对盈利能力的变化做出反应。其次，我们提出了一个理论分析，表明在这种弹性哈希供应下的自私挖掘会导致链的崩溃，即，所有诚实的节点离开，或到一个稳定的平衡取决于攻击者的初始份额。
2021-03-14 cs.CR
A Deep Dive into Blockchain Selfish Mining
本文研究了区块链安全性的一个基本问题，即多个行为不端的池的存在如何影响自私挖掘的盈利能力。每个自私的矿工维护一个私有链，并将其公开，以获得与他的哈希率不相称的更多奖励。我们建立了一个新的马尔可夫链模型来描述所有的状态转移的公共和私有链。哈希率的最小要求以及盈利的最小延迟以封闭形式导出。前者在对称自私矿工的情况下降低到21.48%，而他们与非对称哈希率的竞争对盈利阈值提出了更高的要求。随着自私矿工哈希率的降低，有利可图的延迟会增加，这使得矿池在执行自私采矿时更加谨慎。
2018-11-01 cs.CE cs.CR
A technique to avoid Blockchain Denial of Service (BDoS) and Selfish Mining Attack
本文针对区块链面临的两大关键攻击——BDoS 与自私挖矿，提出一种无需大幅改动现有基础设施即可有效防御这两种攻击的技术方案。
2023-04-29 cs.CR
Optimal Selfish Mining Strategies in Bitcoin
比特币是一种分散的加密货币，以及一种伴随的协议，创建于2008年。比特币节点不断地生成和传播区块--新批准的交易的集合，这些交易被添加到比特币的分类账中。区块创建需要节点投入计算资源，但也会以比特币的形式向创建者支付奖励。虽然该协议要求节点快速分发新创建的区块，但强大的节点实际上可以通过扣留他们创建的区块并选择性地推迟其发布来获得更高的回报。这种自私挖掘攻击的存在首先由Eyal和Sirer报道，他们已经证明了与标准协议的特定偏差（我们将其命名为SM 1）。在本文中，我们扩展了自私的挖掘攻击的基础模型，并提供了一个算法，以找到$ε$ -最优策略的模型内的攻击者，以及严格的上界的收入最优的政策。因此，我们能够提供攻击者需要的计算能力的下限，以便从自私的挖掘中受益。我们发现，利润阈值-一个有利可图的攻击所需的资源的最小比例-是严格低于SM 1计划引起的。事实上，我们的算法给出的策略通过更好地调节攻击-撤回来主导SM 1。使用我们的算法，我们表明，Eyal和Sirer的建议对策自私的挖掘是略低于以前的有效性。接下来，我们深入了解存在通信延迟的自私挖掘，并表明，在考虑延迟的模型下，利润阈值消失，即使是小的攻击者也有动机偶尔偏离协议。我们的结论与自私的采矿和双重支出攻击的综合力量的观察。
2015-07-23 cs.CR
On profitability of selfish mining
我们回顾了比特币网络中所谓的自私挖矿策略，并将其盈利能力与诚实挖矿进行了比较，建立了一个严格的重复博弈盈利能力模型。在以前的文献中，基于马尔可夫模型的攻击的时间分析被忽略了，但这是至关重要的。利用鞅方法和Doob停时定理，我们计算了攻击周期的期望持续时间。我们发现了比特币网络的一个显著特性：在难度调整之前，没有任何策略比诚实策略更有利可图。因此，自私挖掘只能在事后变得有利可图，因此它是对难度调整算法的攻击。我们提出了一种改进的比特币协议，使其免疫自私的挖掘攻击。我们还研究了矿工对自私矿池的吸引力。我们计算自私矿工获利前的预期持续时间，这是以前的马尔可夫模型无法实现的计算。
2019-01-22 cs.CR cs.GT math.PR
Inside Qubic's Selfish Mining Campaign on Monero: Evidence, Tactics, and Limits
ShardLab, Seoul, Republic of Korea（ShardLab）；Hashed Open Research, Seoul, Republic of Korea（Hashed Open Research）；Korea University, Seoul, Republic of Korea（韩国大学）
研究分析了Qubic对Monero的自私挖矿攻击，发现其算力份额虽高但未达多数控制，且通过模型预测收益低于诚实挖矿，但存在系统性偏差。
2026-08-04 cs.CR
Fully Automated Selfish Mining Analysis in Efficient Proof Systems Blockchains
针对采用权益证明或空间证明的类比特币最长链区块链，论文将最优自私挖矿建模为 MDP，并提出可给出 ε-紧收益下界和对应策略的全自动形式化分析方法。
2024-05-07 cs.CR
Bitcoin Selfish Mining and Dyck Words
我们给出了一个简单的证明公式，该公式仅使用基本概率和组合学，更准确地说，是Dyck的单词，给出了比特币中自私采矿策略的长期表观哈希率。不需要计算马尔可夫链上的平稳概率，也不需要像以前那样计算泊松过程的停时。我们还考虑了其他几个区块预扣策略。
2019-02-05 cs.CR math.CO math.PR
Sensitivity-Based Optimization for Blockchain Selfish Mining
本文提出了一种基于灵敏度优化理论的区块链自私挖掘动态决策方法。我们的目标是找到不诚实矿池的最佳动态区块链挂钩策略。为了研究自私挖掘攻击，设计了两个不同竞争准则的矿池，其中诚实矿池遵循两块领先竞争准则，而不诚实矿池通过使用区块链挂钩策略来遵循两块领先竞争准则的修改。为了找到最优的区块链挂钩策略，我们建立了一个基于策略的连续时间马尔可夫过程，并分析了一些关键因素。在此基础上，我们讨论了长期平均利润相对于区块链挂钩奖励的单调性和最优性，并证明了最优区块链挂钩策略的结构。希望本文的研究方法和结果能够为区块链自私挖掘攻击的动态决策研究提供参考。
2021-11-13 cs.CR math.CO math.OC
A New Theoretical Framework of Pyramid Markov Processes for Blockchain Selfish Mining
在本文中，我们提供了一个新的金字塔马尔可夫过程的理论框架，以解决严格的数学设置下的区块链自私挖掘的一些开放和基本问题。我们首先描述了一个更一般的区块链自私挖掘模型，它既有两个区块的领先竞争标准，又有一个新的经济激励机制。然后建立了一个金字塔马尔可夫过程，证明了它是不可约的正常返过程，其平稳概率向量是矩阵几何的，具有一个显式表示的速率矩阵。此外，我们还使用静态概率向量来研究大量孤立块对计算资源浪费的影响。接下来，我们建立了一个金字塔马尔可夫奖励过程来研究诚实和不诚实的矿池的长期平均利润。作为一个副产品，我们建立了三个近似的马尔可夫过程，并提供了一些新的有趣的解释马尔可夫链和收入分析报告中的开创性工作由Eyal和Sirer（2014）。请注意，金字塔马尔可夫（奖励）过程可以在区块链自私挖掘的研究中开辟一条新的途径。因此，我们希望本文中开发的方法和结果能够为区块链自私挖掘提供启发，从而可以潜在地开展一系列有前途的研究。
2021-09-12 cs.CR cs.DC cs.PF
Nik Defense: An Artificial Intelligence Based Defense Mechanism against Selfish Mining in Bitcoin
Amirkabir University of Technology（阿米尔卡比尔理工大学）
Bitcoin cryptocurrency最近备受关注。在比特币网络中，交易记录在分类账中。在这个网络中，记录交易的过程取决于一些称为矿工的节点，这些节点执行一个称为挖掘协议的协议。挖掘协议的一个重要方面是激励相容性。然而，文献表明，比特币挖矿的协议是不兼容激励的。一些具有高计算能力的节点可以通过采用一种称为自私挖掘攻击的攻击来获得比其公平份额更多的收益。本文应用学习自动机理论，提出了一种基于人工智能的防御自私挖掘攻击的方法。该防御机制通过基于区块发现时间分配权重来忽略私有区块，并利用学习自动机自适应地评估分支高度差来改变当前比特币的分叉解析策略。据我们所知，该协议是文献中第一个基于学习的防御机制。仿真结果表明，该机制对平局打破机制，这是一个众所周知的防御的优越性。仿真结果表明，所提出的防御机制将收益阈值提高到40%，并降低了自私攻击者的收益.
2023-02-14 cs.AI cs.CR cs.DC
Insightful Mining Equilibria
自私挖矿攻击，可以说是区块链中最著名的博弈论攻击，表明比特币协议是不兼容激励的。大多数后续的工作主要集中在加强自私的挖掘策略，从而使一个单一的战略代理更容易偏离。与此形成鲜明对比的是，很少有人关注对自私采矿攻击的抵抗行为，更不用说对区块链作为多代理系统中的矿工和矿池进行进一步的均衡分析。在本文中，首先，我们提出了一个策略，称为洞察挖掘，以抵消自私的挖掘。通过将卧底矿工渗透到自私池中，洞察池可以获得其隐藏区块的数量。我们证明了，有了这个额外的洞察力，有洞察力的池的效用可以严格大于自私的池时，他们有相同的挖掘能力。然后，我们研究了采矿游戏中，所有的游泳池可以选择是诚实的或采取有见地的采矿策略。我们刻画了这个采矿博弈的纳什均衡，并得到了三个推论：（a）每个采矿博弈都有一个纯纳什均衡;（b）如果最大的采矿池的采矿能力不超过1/3，诚实采矿是一个纳什均衡;（c）无论采矿能力如何分配，均衡下最多有两个有洞察力的矿池。
2022-02-17 cs.CR cs.GT
Blockchain Mining with Multiple Selfish Miners
本文研究多攻击者对自私挖矿盈利性的影响，通过马尔可夫链和POMDP模型分析盈利阈值，发现多攻击者显著降低阈值，并揭示自私挖矿初期不盈利的特性。
2023-04-01 cs.CR cs.GT
YODA: Enabling computationally intensive contracts on blockchains with Byzantine and Selfish nodes
比特币和以太坊等无需许可的区块链的一个主要缺点是它们不适合运行计算密集型智能合约（CIC）。这阻止了这样的区块链运行机器学习算法、零知识证明等，这些可能需要非平凡的计算。在本文中，我们介绍了YODA，据我们所知，这是第一个在无许可区块链中有效计算CIC的解决方案，并保证了拜占庭和自私节点的威胁模型。YODA通过排序选择一个或多个执行集（ES）来执行特定的CIC链下。一个关键的创新是基于序贯假设检验的多轮自适应一致性估计（MIRACLE）算法。M I RACLE允许执行集很小，从而使YODA高效，同时确保正确的CIC执行概率很高。它根据系统中拜占庭节点的集中度自动调整ES集的数量，并且在某些场景中使用的ES集的预期数量方面是最佳的。通过一套经济激励和技术机制，如新的随机插入合同执行（RICE）算法，我们迫使自私的节点诚实的行为。我们还证明了自私节点的诚实行为是一个近似的纳什均衡。我们介绍了YODA的系统设计和细节，并证明了MIRACLE和RICE的安全性。我们在以太坊之上构建的原型实现展示了YODA运行CIC的能力，其单位时间内的气体数量级以及总气体需求比以太坊目前支持的高。这也证明了大米的低成本。
2018-12-18 cs.CR
Twisted by the Pools: Detection of Selfish Anomalies in Proof-of-Work Mining
针对工作量证明加密货币中的自私挖矿攻击威胁，本文提出结合统计检验与地址聚类的检测方法，在多种主流加密货币中发现异常矿工及协同挖矿卡特尔，为这类策略性挖矿行为的实际存在提供了首批经验证据。
2023-05-03 cs.CR
New intelligent defense systems to reduce the risks of Selfish Mining and Double-Spending attacks using Learning Automata
针对区块链数字货币的双花与自私挖矿攻击及二者结合的新型攻击，提出基于学习自动机的SDTLA和WVBM防御模型，可提升自私挖矿盈利阈值、降低双花风险，优化区块链安全与效率。
2024-03-08 cs.CR cs.LG
Profit lag and alternate network mining
对于挖矿策略，我们将“利润滞后”定义为在那一刻之后盈利所需的最短时间。我们计算封闭形式的利润滞后和收益率的策略“自私的挖掘”和“间歇性自私的挖掘”。这证实了一些早期的数值模拟和澄清文献中的盈利能力的误解。我们还研究了使用相同的挖掘算法挖掘PoW加密货币对，通常来自分叉。这代表了一个攻击向量，可以使用我们定义的“备用网络挖掘”策略进行利用。我们计算了该策略的收益滞后和收益率的封闭形式，该策略比自私挖掘和间歇性自私挖掘更有利可图。它也更难应对，因为它不依赖于难度调整公式中的缺陷，而该缺陷是其他策略盈利的原因。
2020-10-06 cs.CR math.PR
Mining Power Destruction Attacks in the Presence of Petty-Compliant Mining Pools
针对比特币存在轻微合规矿池的场景，分析自私挖矿、新型贿赂攻击及算力分散攻击三种算力破坏攻击，考虑矿池算力分布等因素，揭示各攻击的效果与特性，为比特币安全防护提供参考。
2025-02-11 cs.CR
On the profitability of selfish blockchain mining under consideration of ruin
众所周知，在配备工作量证明共识协议的区块链上挖掘区块是消耗资源的。矿工承担采矿的运营成本，主要是电力消耗和IT设备，并在发现区块时获得资本收益的补偿。本文的目的是量化的盈利能力的采矿时，也考虑了可能的破产事件。这是通过制定一个易于处理的随机模型，并使用工具，从应用概率和分析，包括显式解的某种类型的先进的泛函微分方程。未来某个时间点的预期利润是针对矿工遵守协议以及他/她保留区块的情况确定的。得到的显式表达式允许分析的敏感性相对于不同的模型成分，并确定条件下，自私的挖掘是一个战略优势。
2020-10-24 cs.CR math.OC math.PR
Tree Representation, Growth Rate of Blockchain and Reward Allocation in Ethereum with Multiple Mining Pools
研究具有多个矿池的以太坊是有趣但困难和具有挑战性的。其中一个主要的困难来自于不仅如何表示这样一个一般的树与多个区块分支（或子链）相关的多个矿池，但如何分析一个多维随机系统，由于多个矿池之间的采矿竞争。在本文中，我们首先建立了一个数学表示的树与多块分支。然后，我们提供了以太坊的区块分类：常规区块（主链中），孤儿区块，叔叔区块，陈旧区块和侄子区块，并通过应用大数定律给出了生成不同类型区块的一些关键概率。在此基础上，我们进一步讨论了区块链的增长率，并通过应用更新奖励定理在多个矿池之间分配奖励。最后，我们使用一些模拟实验来验证我们的理论结果，并表明开发的近似计算方法，如关键概率，区块链的长期增长率，以及多个矿池之间的长期奖励分配（率），可以有更快的收敛速度。因此，我们提供了一个强大的工具来观察和理解自私采矿攻击对多个采矿池的以太坊性能的影响。我们相信，本文中开发的方法和结果将有助于多矿池以太坊的研究，从而可能激发一系列有前途的研究。
2022-01-25 cs.CR cs.DC cs.IT
Selfish Mining in Proof-of-Work Blockchain with Multiple Miners: An Empirical Evaluation
工作量证明区块链尽管有许多好处，但仍然不是一种完全安全的技术，因为存在可能破坏系统及其采矿经济的自私采矿（SM）策略。虽然SM的影响主要是在两个矿工的情况下研究的，但还没有在更实际的情况下进行研究，其中有多个恶意矿工单独执行SM。为了填补这一空白，我们进行了一项实证研究，分别考虑了不同数量的SM矿工（他们总是执行SM）和战略矿工（他们选择SM或中本聪的采矿协议，这取决于最大化他们的个人采矿奖励）。我们的研究结果表明，随着SM矿工数量的增加，SM通常更有效，但其有效性在大量战略矿工的存在下并没有变化。在特定的挖掘功率分布下，我们还证明了多个矿工可以执行SM，同时获得比他们应该获得的更高的挖掘奖励。令人惊讶的是，我们还表明，战略矿工越多，系统就越强大。由于区块链矿工自然应该被视为自私的战略矿工，我们的研究结果鼓励区块链系统开发人员和工程师吸引尽可能多的矿工，以防止SM和类似行为。
2019-10-06 cs.CR cs.MA
Efficient MDP Analysis for Selfish-Mining in Blockchains
工作量证明（PoW）区块链协议根据其参与者（称为矿工）在总计算能力中的份额向其分配奖励。足够大的矿工可以执行自私的挖掘-偏离协议以获得超过其公平份额的收益。因此，如果所有矿工都小于阈值大小，那么这样的系统是安全的，因此他们的最佳响应是遵循协议。为了找到阈值，必须确定不同规模的矿工的最佳策略，即，马尔可夫决策过程（MDP）然而，由于PoW难度调整机制，矿工的效用是一个非线性比率函数。因此，我们称之为平均回报率（ARR）MDP。Sapirshtein等人是第一个通过求解一系列收敛到ARR MDP解的标准MDP来求解ARR MDP的人。在这项工作中，我们提出了一种新的技术，通过解决一个标准的MDP解决ARR MDP。我们的方法的关键是增加MDP，使其在预期的轮数内随机终止。我们称之为概率终止优化（PTO），该技术适用于任何效用为比率函数的MDP。我们限制了PTO的近似误差-它与终止前的预期轮数成反比，这是我们控制的参数。从经验上看，PTO的复杂度比现有技术低一个数量级，PTO可以很容易地应用于不同的区块链。我们用它来收紧以太坊中自私挖矿的门槛。
2020-09-15 cs.CR
Crystal: Enhancing Blockchain Mining Transparency with Quorum Certificate
本文提出Crystal协议，通过两轮抗Sybil委员会选举和法定人数证书机制强制矿工公开区块，从根本上消除区块扣留，从而显著降低自私挖矿和双花攻击成功率，并提供形式化端到端安全性证明。
2023-12-01 cs.CR cs.DC
VDHLA: Variable Depth Hybrid Learning Automaton and Its Application to Defense Against the Selfish Mining Attack in Bitcoin
学习自动机（LA）是一种自适应的自组织模型，通过与未知环境的交互来改进其动作选择。有限作用集的LA可以分为两大类：固定结构和可变结构。变动作集学习自动机（VASLA）是变结构学习自动机的主要子集之一。在本文中，我们提出了一种新的混合学习自动机模型VDHLA，它是固定结构和可变动作集学习自动机的组合。在所提出的模型中，可变的动作集学习自动机可以增加，减少，或保持不变的深度固定结构的学习自动机在动作切换阶段。此外，所提出的模型的深度可以以对称（SVDHLA）或非对称（AVDHLA）的方式改变。据我们所知，它是第一个智能地改变固定结构学习自动机深度的混合模型。几个计算机模拟进行研究所提出的模型的性能相对于总数量的奖励和动作切换在平稳和非平稳环境。将该模型与FSLA和VSLA进行了比较。为了确定所提出的模型在实际应用中的性能，考虑了威胁基于工作量证明的区块链环境的激励兼容性的自私挖掘攻击。将该模型应用于防御比特币中的自私挖掘攻击，并与著名的防御机制平局打破机制进行了比较。在各种环境下的仿真结果表明了该模型的优越性。
2023-02-15 cs.AI cs.CR cs.DC
When Should Selfish Miners Double-Spend?
University of Maryland, College Park（马里兰大学帕克分校）
本文研究了在自私挖矿中实现双重消费的最优策略，分析了固执与自私挖矿的结合，并探讨了固执程度与k确认规则的关系。
2026-03-20 cs.CR cs.DC cs.DM
SquirRL: Automating Attack Analysis on Blockchain Incentive Mechanisms with Deep Reinforcement Learning
激励机制是非许可区块链功能的核心：它们激励参与者运行和保护底层共识协议。然而，设计激励相容的激励机制是众所周知的挑战。因此，今天大多数公共区块链使用的激励机制的安全属性知之甚少，而且在很大程度上未经测试。在这项工作中，我们提出了SquirRL，这是一个使用深度强化学习来分析对区块链激励机制的攻击的框架。我们通过首先恢复已知的攻击来展示SquirRL的能力：（1）比特币中的最佳自私挖掘攻击[52]，以及（2）块扣留攻击中的纳什均衡[16]。我们还使用SquirRL获得了一些新的经验结果。首先，我们发现了一个违反直觉的缺陷，在广泛使用的冲对手模型时，适用于多智能体马尔可夫博弈不完全信息。其次，我们证明了[52]中确定的最佳自私挖掘策略实际上不是多代理自私挖掘设置中的纳什均衡。事实上，我们的研究结果表明（但没有证明），当两个以上的竞争代理人从事自私的挖掘，没有有利可图的纳什均衡。这与在野外没有观察到自私的采矿是一致的。第三，我们发现了一种针对以太坊终结机制简化版的新型攻击，Casper the Friendly Finality Gadget（FFG）允许战略代理人将其奖励放大高达30%。值得注意的是，[10]表明诚实投票是Casper FFG中的纳什均衡：我们的攻击表明，当Casper FFG由自私挖掘组成时，情况不再如此。总之，我们的实验证明了SquirRL的灵活性和承诺，作为一个框…
2020-08-04 cs.CR
Towards Secure Decentralized Applications and Consensus Protocols in Blockchains (on Selfish Mining, Undercutting Attacks, DAG-Based Blockchains, E-Voting, Cryptocurrency Wallets, Secure-Logging, and CBDC)
本文研究了区块链和去中心化应用的安全性问题，提出安全参考架构、共识安全、钱包安全、e-投票协议及安全日志记录改进方案，提升区块链系统的整体安全性。
2025-12-15 cs.CR cs.DC cs.GT
On profitability of stubborn mining
我们计算和比较收益的顽固的挖掘策略，自私的挖掘的变化。这些都是违反比特币网络协议规则的异常挖矿策略。我们应用了上一篇关于自私挖掘的盈利能力的配套文章中的基本设置，以及新的鞅技术来获得收益率的封闭式计算，这是盈利能力的正确基准。Catalan数和Catalan分布出现在封闭形式的计算中。这标志着加泰罗尼亚数字在比特币协议的数学中首次出现。
2018-08-02 cs.CR math.PR
Raven: Mining Defensive Patterns in Ethereum via Semantic Transaction Revert Invariants Categories
Umeå University（于默奥大学）；KTH Royal Institute of Technology（皇家理工学院）
Raven通过语义聚类挖掘以太坊中的防御不变量类别，发现六个新类别以提升安全分析工具开发。
2025-12-27 cs.CR
Majority is not Enough: Bitcoin Mining is Vulnerable
比特币加密货币将其交易记录在称为区块链的公共日志中。它的安全性关键在于维护区块链的分布式协议，由称为矿工的参与者运行。传统观点认为，该协议是激励兼容的，并且可以防止少数群体的勾结，即，它激励矿工按照规定遵守协议。我们表明，比特币协议是不兼容的激励。我们提出了一种攻击，勾结矿工获得的收入大于他们的公平份额。这种攻击可能会对比特币产生重大影响：理性的矿工更愿意加入自私的矿工，而勾结的群体将不断扩大，直到成为大多数。在这一点上，比特币系统不再是一种去中心化的货币。自私挖矿对于任何规模的合谋矿工都是可行的。我们对比特币协议提出了一个实际的修改，以防止控制不到1/4资源的自私矿池。这个阈值低于错误假设的1/2界限，但优于当前的现实，即任何规模的群体都可能危及系统。
2013-11-15 cs.CR
ZeroBlock: Timestamp-Free Prevention of Block-Withholding Attack in Bitcoin
比特币最近被引入作为点对点电子货币，以促进传统金融体系之外的交易。比特币的核心，区块链，是所有矿工作为分布式共享寄存器维护的系统中的交易历史。区块链中的新区块包含系统中的最后一笔交易，并由矿工在解决资源消耗工作量证明（加密难题）的区块挖掘过程后添加。奖励是挖掘过程的动机，但也可能是自私挖掘等攻击的动机。在本文中，我们提出了一个解决方案，在比特币的主要问题之一：自私的采矿或块扣留攻击。这种攻击是由敌对或自私的矿工进行的，目的是获得不适当的奖励或浪费诚实矿工的计算能力。与最近的解决方案相反，我们的解决方案ZeroBlock使用一种可以伪造的无时间戳技术来防止块扣留。此外，我们表明，我们的解决方案是符合节点流失。
2017-05-03 cs.CR
AutoMESC: Automatic Framework for Mining and Classifying Ethereum Smart Contract Vulnerabilities and Their Fixes
由于智能合约中的漏洞所带来的风险，其安全性近年来受到了极大的关注。然而，缺乏关于智能合约漏洞及其修复的开放数据集，从而可以进行数据驱动的研究。为此，我们提出了一种自动化方法，用于从GitHub和国家漏洞数据库中的常见漏洞和暴露（CVE）记录中挖掘和分类以太坊的智能合约漏洞及其相应的修复。我们在一个完全自动化的框架中实现了所提出的方法，我们称之为AutoMESC。AutoMESC使用七种最知名的智能合约安全工具，根据漏洞类型对收集到的漏洞进行分类和标记。此外，它还收集可用于数据密集型智能合约安全研究的元数据（例如，漏洞检测、漏洞分类、严重性预测和自动修复）。我们使用AutoMESC构建了一个样本数据集，并将其公开。目前，该数据集包含6700个以Solidity编写的智能合约的可行性修复对。我们从准确性、来源和相关性方面评估了构建数据集的质量，并将其与现有数据集进行比较。AutoMESC旨在持续收集数据，并通过GitHub和CVE记录中新发现的智能合约漏洞及其修复程序来更新相应的数据集。
2022-12-20 cs.CR cs.SE
Competing (Semi)-Selfish Miners in Bitcoin
比特币协议规定了负责维护和扩展底层区块链的矿工的某些行为;特别是，成功解决难题的矿工，因此可以通过一个区块来扩展链，应该立即释放该区块。然而，Eyal和Sirer表明，自私的矿工被激励偏离协议，并在某些条件下保留其区块。Eyal和Sirer的分析以及后续工作考虑了\emph{single}偏离矿工（可能控制网络中大部分哈希能力）与剩余的诚实矿工池进行交互。在这里，我们将这种分析扩展到存在\emph{multiple}（非串通）自私矿工的情况。我们发现，对于多个战略矿工，多个战略代理人的诚实挖掘的特定偏差可以优于诚实挖掘，即使单个矿工不会被激励不诚实。这一点实际上使比特币协议比以前认为的更不安全。
2019-06-11 cs.CR cs.GT
Bobtail: A Proof-of-Work Target that Minimizes Blockchain Mining Variance (Draft)
区块链系统旨在以恒定的平均速率生产区块。目前最流行的系统采用工作量证明（PoW）算法作为创建这些块的方法。比特币平均每10分钟产生一个区块。所有已部署的PoW区块链系统的一个不幸限制是，区块之间的时间差异很大。例如，5%的时间，比特币的区块间时间至少为40分钟。这种差异阻碍了系统中经过验证的交易的一致流动。我们提出了一种基于PoW的块发现的替代过程，该过程导致块间时间具有显着较低的方差。我们的算法，称为短尾，概括了目前的算法，通过比较平均的k个最低阶统计量的目标。我们发现，块间时间的方差随着k的增加而减小。如果我们的方法应用于比特币，大约80%的区块将在7到12分钟内找到，几乎每个区块都将在5到18分钟内找到;平均区块间时间将保持在10分钟。此外，我们表明，低方差挖掘显着挫败double-pend和自私的挖掘攻击。对于目前的比特币和以太坊（k=1），当商家设置8个区块的禁运时，拥有40%挖矿能力的攻击者将以30%的概率成功;然而，当k>=20时，成功的概率下降到不到1%。类似地，对于比特币和以太坊，目前，一个拥有40%挖矿能力的自私矿工将获得大约66%的区块;然而，当k>=5时，同一个矿工会发现自私挖矿不如诚实挖矿成功。我们的方法的成本是一个更大的块头。
2019-08-13 cs.CR
Be Selfish and Avoid Dilemmas: Fork After Withholding (FAW) Attacks on Bitcoin
本文提出比特币扣块后分叉（FAW）攻击，结合BWH与蓄意分叉，使攻击者收益显著高于BWH且打破矿工困境，揭示其严重威胁并指出对策仍是开放问题。
2017-08-31 cs.CR
Is Stubborn Mining Severe in Imperfect GHOST Bitcoin-like Blockchains? Quantitative Analysis
GHOST与最长链协议一样，是一种链选择协议，其抵抗自私挖掘攻击的能力已经在比特币及其变种（Bitcoin-like）的不完美区块链中得到了验证。本文探索了一种基于分析模型的方法来研究不完美的GHOST类比特币区块链中顽固采矿攻击的影响。首先基于马尔可夫链对链动态进行量化，然后推导出矿工收益和系统吞吐量的公式。我们还提出了一个新的度量标准，“危险指数”，它可以用来比较攻击的严重性，也可以帮助攻击者确定它是否是有利可图的进行攻击。实验结果表明：1）计算能力超过30%的攻击者可以通过发起顽固挖掘攻击获得巨大的利润，并极大地降低系统的吞吐量。2)理性攻击者如果计算能力低于25%，就不应该发起顽固的挖掘攻击。3)在GHOST环境下，顽固挖矿攻击比自私挖矿攻击造成的破坏更大。我们的工作提供了深入了解顽固的采矿攻击，并有助于设计对策。
2023-02-01 cs.CR cs.NA math.NA
Incentive Attacks in BTC: Short-Term Revenue Changes and Long-Term Efficiencies
University of Maryland（马里兰大学）
本文研究了比特币激励攻击的短期收益变化及长期效率，提出新的效率指标，发现长期来看自私挖矿更高效，且coin hopping策略对忠实矿工有益，而PAW攻击在无难度调整时仍可获利。
2026-03-22 cs.CR cs.IT math.IT
Selfish & Opaque Transaction Ordering in the Bitcoin Blockchain: The Case for Chain Neutrality
大多数公共区块链协议，包括流行的比特币和以太坊区块链，都没有正式规定矿工从待处理（或未提交）交易池中选择交易的顺序。然而，多年来，通过矿工使用共享软件，出现了交易排序的非正式约定或“规范”，例如，Bitcoin Core中的GetBlockTemplate（GBT）挖矿协议。今天，一个广泛持有的观点是，比特币矿工根据他们提供的“每字节交易费”来优先处理交易。“因此，鼓励比特币用户增加费用，以加速他们的交易承诺，特别是在拥堵期间。在本文中，我们对比特币区块链进行了审计，并提出了统计学上显著的证据，证明矿池偏离了规范，以加速交易的承诺，这些交易具有（i）自私或既得利益，或（ii）通过不透明（非公开）的侧渠道收到暗费支付。随着区块链越来越多地被用作各种去中心化（金融技术）系统的记录保存基底，我们的研究结果呼吁立即讨论如何定义矿工在链中订购交易时必须遵守的中立性规范。最后，我们公开我们的数据集和脚本。
2021-10-22 cs.CR
Bitcoin Blockchain Dynamics: the Selfish-Mine Strategy in the Presence of Propagation Delay
在Eyal和Sirer提出的“自私挖矿”策略的背景下，我们研究了传播延迟对比特币区块链演化的影响。首先，我们使用一个简化的马尔可夫模型来跟踪一小部分矿工和“社区其他人”对区块链的不同信念状态，以确定使用区块隐藏策略（如自私矿）会导致孤儿区块的生产率增加。然后，我们使用一个空间泊松过程模型来研究Eyal和Sirer的参数$γ$的值，它表示的比例诚实的社区，采矿的一个以前的秘密块释放的池中的一个块的挖掘由诚实的社区。最后，我们使用离散事件模拟来研究比特币矿工网络的行为，其中一部分矿工在矿工之间的信息通信中存在传播延迟的假设下，合谋使用自私的挖矿策略。
2015-05-21 cs.CR
Novel bribery mining attacks in the bitcoin system and the bribery miner's dilemma
本文提出两种新型比特币贿赂挖矿攻击（BSSM和BSM），增加对手奖励并导致目标矿工陷入困境，通过定量分析和模拟验证，并提出缓解措施。
2023-05-12 cs.CE cs.CR cs.GT
Catfish Effect Between Internal and External Attackers:Being Semi-honest is Helpful
名为工作量证明（PoW）的共识协议被比特币等加密货币广泛应用。虽然PoW加密货币的安全性始终是重中之重，但它受到自私挖矿等挖矿攻击的威胁。研究人员提出了多种单一攻击者的挖掘攻击模型，并对攻击者的策略进行了优化。在这些挖掘攻击中，攻击者通过浪费诚实矿工的大量计算能力来追求更高的相对收益（RR），代价是他自己的少量计算能力。本文提出了一个包含两个阶段的挖掘攻击模型：原始系统和多攻击者系统。这是第一个模型，提供理论和定量分析的挖掘攻击与两个攻击者。通过引入两个攻击者：内部攻击者和外部攻击者，说明了原系统如何转变为多攻击者系统。如果两个攻击者都采用自私挖掘的攻击策略，多攻击者系统中内部攻击者的RR将比原系统中的RR下降31.9%。在多攻击者系统中，外部攻击者会高估自己的RR高达44.6%。意外竞争、攻击者之间的拍卖和攻击者对自身影响因子的高估是双方攻击者降低RR的三个主要原因。提出了一种多攻击者系统中的半诚实挖掘策略-部分主动释放（PIR）。在某些特定的情况下，PIR允许攻击者通过在多攻击者系统中发起攻击来获得更多的块奖励。
2019-06-19 cs.CR
Bitcoin under Volatile Block Rewards: How Mempool Statistics Can Influence Bitcoin Mining
针对区块奖励波动，本文用A3C强化学习工具分析内存池统计，揭示交易费时代下自私挖矿等攻击的威胁，并修正安全阈值低估问题。
2025-09-11 cs.CR
Dynamic Transaction Storage Strategies for a Sustainable Blockchain
作为比特币背后的核心技术，区块链的去中心化、防篡改和可追溯的特性使其成为组织创新的首选平台。在目前的比特币中，区块奖励每四年减半，交易费预计将在2140年左右成为矿工收入的主要部分。当交易费用主导挖矿奖励时，自私挖矿、挖底和挖矿缺口等策略偏差可能会威胁到区块链的完整性和安全性。本文提出了一套动态交易存储（Dynamic Transaction Storage，简称DSTs）策略，用于在交易费制度下维护可持续的区块链。我们证明，块激励波动性可以通过系统的模拟，通过应用可调策略和避免战略偏差。有了区块链，当挖矿奖励完全基于交易费时，比特币等公共区块链变得可持续。
2022-02-19 cs.CR
Measuring Decentralization in Bitcoin and Ethereum using Multiple Metrics and Granularities
去中心化被广泛认为是区块链的核心优点。然而，在过去，很少有测量研究使用多个度量和粒度来测量和比较现有区块链之间的实际去中心化水平。本文对比特币和以太坊这两个最著名的区块链的去中心化程度进行了一项新的比较研究，这些区块链具有各种去中心化度量和时间维度内的不同粒度。具体来说，我们通过三个指标（基尼系数、香农熵和中本聪系数）以及三个粒度（天、周和月）计算挖矿能力的分布，来衡量2019年两个区块链的去中心化程度。我们在不同度量和粒度下的测量结果显示了相同的趋势，即比特币的去中心化程度更高，而以太坊的去中心化程度更稳定。为了获得固定窗口测量中丢失的跨区间信息，我们提出了基于滑动窗口的测量方法。相应的结果表明，使用滑动窗口可以揭示额外的跨区间信息忽略了固定窗口的测量，从而提高测量分散的连续趋势和异常情况的有效性。我们相信，本文中的方法和发现可以促进区块链中去中心化的未来研究。
2021-02-02 cs.CR cs.DB
Examining Attacks on Consensus and Incentive Systems in Proof-of-Work Blockchains: A Systematic Literature Review
University of Ruhuna（鲁胡纳大学）；RMIT University（皇家墨尔本理工大学）
本文系统性审查了工作量证明区块链中的共识与激励系统攻击，分析了个体攻击及其组合策略对安全性和盈利能力的影响，并提出了预防与减轻威胁的设计指南。
2024-11-11 cs.AI cs.CR
Quantum Prudent Contracts with Applications to Bitcoin
智能合约是在没有司法机构的情况下执行的加密协议。智能合约偶尔在比特币中使用，在以太坊中很普遍。公共量子货币改进了我们今天使用的现金，但目前的结构并不支持智能合约。在这项工作中，我们定义并介绍了量子支付方案，并展示了如何实现谨慎的合同-以太坊等网络提供的功能的重要子集。讨论的例子包括：多重签名钱包，其中的资金可以由任何三分之二的所有者使用;限制帐户，只能将资金发送到指定的目的地;以及“彩色硬币”，可以代表可以自由交易的股票，其所有者将获得股息。我们的方法不像以太坊中使用的方法那样普遍，因为我们没有就账本的状态达成共识。我们称我们的建议为谨慎的合同，以反映这一点。主要构建块是用于数字签名的量子令牌（Ben-David和Sattath QCrypt'17，Coladangelo等人Crypto'21），用于数字签名的半量子令牌（Shmueli'22）或一次性签名（Amos等人STOC'20）。该解决方案具有公共量子货币的所有好处：不需要挖矿，安全模型是标准的（例如，它不像比特币那样容易受到51\%攻击）。我们的一次性签名构造可用于将比特币网络升级为量子支付方案。这种方法的显著优点是：交易是本地可验证的，没有延迟，吞吐量是无限的，最重要的是，它将消除对比特币挖矿的需求。我们的方法需要一个通用的大规模量子计算机和长期量子存储器;因此我们不希望它在未来几年内实现。
2022-09-18 cs.CR quant-ph
Enhancing Bitcoin Security and Performance with Strong Consistency via Collective Signing
虽然比特币显示出巨大的前景，但它要求用户等待数十分钟才能提交交易，即使这样，它也只提供概率保证。本文介绍了ByzCoin，一种新颖的拜占庭共识协议，利用可扩展的集体签名在几秒钟内不可逆地提交比特币交易。ByzCoin在保持比特币开放成员资格的同时，通过动态形成哈希幂比例共识组来实现拜占庭共识，这些共识组代表了最近成功的区块矿工。ByzCoin使用通信树来优化正常操作下的交易提交和验证，同时保证拜占庭故障下的安全性和活跃性，最高可容忍3f + 2个组中的f个故障成员。ByzCoin通过在交易提交后一分钟内生成集体签名的交易区块来减轻双重支出和自私的挖矿攻击。树形结构的通信进一步将此延迟降低到30秒以下。由于这些优化，ByzCoin实现了比PayPal目前处理的吞吐量更高的吞吐量，确认延迟为15-20秒。
2016-08-01 cs.CR
