본 문서에서는 #Arweave 17판 백서의 네 번째 섹션 "프로토콜 기관" 부분을 계속 해석할 것입니다.

네트워크 매개변수에서 파티션 총수를 어떻게 계산할 수 있나요?

앞서 설명한 방정식과 Arweave 네트워크가 제공하는 일부 정보를 사용하여, 우리는 네트워크가 저장하고 있는 복제본의 총 수를 계산할 수 있습니다. 채굴자가 새로운 블록을 채굴할 때마다, 우리는 해당 블록의 솔루션 해시가 첫 번째 회귀 범위에서 온 것인지 아니면 두 번째 회귀 범위의 SPoA 도전에서 온 것인지 판단할 수 있습니다. 완전한 복제본이 저장된 네트워크에서는 이 비율이 기본적으로 1:1입니다. 그러나 채굴자가 불완전한 데이터 파티션이나 중복된 파티션을 저장하는 경우(따라서 효율성에 대한 처벌을 받게 됨), 이 비율은 1보다 작아집니다.

우리는 관찰된 SPoA 출처 비율을 계산하여 각 파티션의 평균 해시 값을 계산할 수 있습니다. 과거 1,000개의 블록에서 n1개의 첫 번째 범위 SPoA와 n2개의 두 번째 범위 SPoA가 있었다고 가정합시다. 이는 평균 복제본 완전성이 n2/n1임을 의미하며, 따라서 각 파티션의 채굴 효율성은 다음과 같습니다:

공식 주석: 이 공식에서 n1과 n2의 수량 비율이 1:1이라면, e_m은 1이 됩니다.

위의 표현식을 사용하여 우리는 네트워크에서 파티션의 총 수를 정확하게 추정할 수 있습니다. 난이도 매개변수가 d일 때, 시도된 해시 수의 기대값은 다음과 같이 주어집니다:

각 파티션의 효율성이 e_m일 때, 120초 동안 생성되는 시도 수의 기대 파티션 수는 다음과 같습니다:

공식 주석: E[trials]는 네트워크에서 시도된 해시 수의 총 기대값이며, 800은 파티션당 최대 해시 수이며, e_m은 해당 채굴 효율성에서의 해시 수, 120은 일반적으로 약 2분인 채굴 주기 동안의 총 해시 수입니다.

하나의 파티션 크기가 3.6 TB라고 가정할 때, 우리는 네트워크의 배포 저장 용량을 유도할 수 있습니다:

저장 데이터 세트와 평균 복제본 완전성에 대한 모든 이러한 지표는 네트워크에서 관찰된 값으로부터 스스로 계산할 수 있습니다.

데이터 라우팅 최적화를 위한 인센티브

채굴자가 완전한 복제본을 구축하여 채굴 효율성을 높이도록 유도하는 이 메커니즘은 프로토콜에 유익한 일련의 인센티브 메커니즘을 촉발합니다. 여기에는 P2P 네트워크에서 데이터를 빠르게 전송하기 위해 채굴자가 최적화된 데이터 라우팅 솔루션을 개발하도록 유도하는 것이 포함됩니다. 이는 이러한 복잡하고 중요한 도전 과제에 대한 강력한 추진력이 됩니다. 노드는 네트워크의 모든 데이터 블록을 신속하게 전송할 수 있어야 하므로, 사용자가 데이터를 쉽게 접근할 수 있도록 재사용 가능한 라우팅 능력을 유지해야 하며, 데이터 가용성을 높여야 합니다.

채굴자에게 이 새로운 데이터 라우팅 최적화 인센티브는 비트코인 채굴자가 더 높은 효율의 전용 채굴 하드웨어를 개발하기 위해 경쟁하는 상황과 유사한 경쟁 환경을 조성할 수 있습니다. 이러한 경쟁은 라우팅 인프라의 혁신을 촉진하고 궁극적으로 더 효율적이고 강력한 분산 네트워크를 형성하게 됩니다.

대역폭 공유 인센티브

Arweave의 채굴 인센티브 메커니즘의 또 다른 파생 효과는 채굴자가 네트워크에서 데이터를 얻는 강한 필요성을 느끼게 한다는 것입니다. 이는 여러 데이터 접근 시장 모델을 창출합니다:

• Karma 및 낙관적인 상호 원칙: Arweave 네트워크의 노드는 BitTorrent와 유사한 대역폭 공유 게임에 공동으로 참여합니다. 이 게임에서 노드는 서로 데이터를 공유합니다. 또한 노드는 때때로 무작위로 데이터를 공유하며, 미래의 보상을 낙관적으로 기대합니다. 각 노드는 자신의 피어 순위를 유지하며, 이러한 순위가 어떻게 또는 왜 결정되었는지 보고할 필요가 없습니다. 이러한 메커니즘은 BitTorrent와 같은 데이터 공유 플랫폼에서 매우 두드러진 성공을 거두었으며, 한때 전 세계 인터넷 트래픽의 약 27%를 차지했습니다.
• 물리적 디스크 배포의 수익: 노드 운영자는 저장된 Weave 데이터를 포함하는 물리적 디스크를 직접 구매하거나 판매하여 금전 또는 다른 형태의 지불을 받을 수 있습니다. 대역폭이 제한된 채굴자에게는 Arweave 노드를 운영하는 데 필요한 대량의 데이터로 인해 더 바람직한 옵션이 될 수 있습니다. 이러한 전송 방식은 전통적인 데이터 패킷 필터와 방화벽을 우회합니다. 사실, 원본 데이터의 다운로드는 많은 신규 채굴자가 넘어야 할 장벽이며, 전체 네트워크 데이터가 점차 증가함에 따라 이러한 형태의 데이터 접근 경로는 더욱 편리하고 효율적일 것입니다.
• 지불 프로토콜: 노드는 데이터에 접근할 때 지불을 허용하는 프로토콜 및 시장에 참여할 수 있습니다. Permaweb Payment Protocol(P3)은 Arweave 내의 다양한 서비스(간단한 데이터 접근 포함)를 유도하는 지불 채널을 사용하는 방법을 제공합니다.

확장성

Arweave의 블록 생성 평균 시간은 약 2분이며, 각 블록에는 최대 1,000개의 거래가 포함됩니다. 이 제한은 블록의 검증 및 동기화가 매우 경량으로 유지되도록 하여 전체 네트워크가 광범위하게 탈중앙화될 수 있도록 합니다. 그러나 이 거래 수의 제한은 주어진 블록에 저장된 데이터의 크기나 수에 대한 제한을 부과하지 않습니다. Arweave는 "번들링(bundling)"이라는 메커니즘을 사용합니다. 번들링은 여러 다른 데이터 항목을 단일 거래로 결합하기 위해 핵심 프로토콜 위에 구축된 전체 네트워크 표준(표준 번호 #ANS104)입니다. 이러한 데이터 항목은 기능적으로 네트워크의 최상위 데이터 저장 거래와 동등하며, 검색 시 번들 거래는 그 구성 항목으로 "분리"될 수 있습니다.

Arweave의 최대 거래 크기는 2\^{256}-1 바이트로, 이는 잠재적인 재귀 패키징에서 임의의 수의 개별 데이터 항목으로 나눌 수 있습니다. 이는 네트워크의 처리량이 실제 제한 없이 확장될 수 있도록 허용합니다. 이러한 최적화는 Arweave에서 데이터 업로드가 매개변수화되지 않기 때문에 가능합니다. 네트워크의 각 바이트는 동일한 글로벌 머클화 데이터 세트의 일부이며, 공유된 저장 기금(endowment)에 의해 지원됩니다. 이 설계의 한 요소는 단일 데이터 항목에서 업로드 패키징의 지불 집합으로의 전환입니다. 사용자는 패키징 거래에서 자신의 데이터 항목 지불을 결합하거나, 지불을 완전히 오프체인으로 전환하여 패키징 서비스 제공자가 자신의 데이터 항목을 다른 사용자 데이터 항목과 결합하도록 할 수 있습니다.

그림 1: 패키징은 데이터를 재귀적으로 최상위 거래에 쌓을 수 있게 합니다.

Arweave에서는 모든 거래가 총 가치에 따라 각 블록의 1,000개 슬롯에 포함되도록 선택되며, 채굴자가 얻는 포함 수수료는 거래 수수료에 비례합니다. 이는 블록 공간이 부족한 상황에서 패키징 서비스가 거래를 재귀적으로 조합하도록 유도하여 네트워크의 확장성을 증가시킵니다. 따라서 패키징 제공자와 사용자가 아무리 많은 수량이더라도 주어진 시간에 네트워크에 데이터를 기록할 수 있으며, 이는 다른 블록체인에서와 같은 블록 공간 경매 메커니즘을 초래하지 않습니다. 또한, 패키징 제공자 간의 더 큰 거래를 구축하기 위한 경쟁은 사용자 최종 비용에 하향 압력을 가하게 됩니다. 이는 제한된 블록 공간에 대한 경쟁이 매우 치열하여 사용자가 지불해야 하는 비용이 계속 증가하는 다른 블록체인과 뚜렷한 대조를 이룹니다. 결국 일부 사용자는 비용이 너무 높아 네트워크 사용을 중단해야 했습니다.

그림 2: 더 큰 데이터 패키지에 대한 선호는 패키징 제공자가 데이터를 재귀적으로 패키징하도록 유도하여 비용을 최소화합니다.

사용자는 오프체인 패키징 서비스 제공자를 통해 데이터를 업로드할 수 있으며, 이 방법의 장점은 사용자가 패키징 서비스 제공자가 지원하는 모든 지불 방법으로 Arweave 저장소에 지불할 수 있다는 것입니다. 패키징 제공자는 AR로 그룹화된 데이터를 정산합니다. 현재까지 패키징 서비스를 통해 Arweave 네트워크는 최소 18가지의 서로 다른 지불 방법을 지원합니다.