基于Computable可計(jì)算協(xié)議模型分析

構(gòu)建分散式系統(tǒng)帶來(lái)了傳統(tǒng)軟件開(kāi)發(fā)中不常見(jiàn)的新挑戰(zhàn)。 “快速行動(dòng)，打破常規(guī)”的格言已經(jīng)不再是一個(gè)可行的策略，因?yàn)槲覀円呀?jīng)一次又一次地看到，即使是一個(gè)關(guān)鍵的安全漏洞，也很難從一個(gè)項(xiàng)目中恢復(fù)。此外，這些協(xié)議的成功取決于經(jīng)濟(jì)激勵(lì)措施的設(shè)計(jì)，鼓勵(lì)不同類(lèi)型用戶(hù)之間的均衡參與和增長(zhǎng)，從而創(chuàng)造一個(gè)最終將產(chǎn)生價(jià)值的多邊市場(chǎng)。這些獎(jiǎng)勵(lì)結(jié)構(gòu)一旦部署就很難修改，因?yàn)闆](méi)有集中的進(jìn)行管理。

Gauntlet正在構(gòu)建一個(gè)基于代理的仿真平臺(tái)，以幫助開(kāi)發(fā)人員驗(yàn)證他們的協(xié)議設(shè)計(jì)，理解不同參數(shù)之間的權(quán)衡，并確保應(yīng)用程序能夠抵御壞角色的攻擊。我們最近發(fā)布了另一篇博客文章，對(duì)我們的系統(tǒng)進(jìn)行了更全面的概述。

這篇文章將重點(diǎn)介紹從2019年初開(kāi)始的Gauntlet和computable團(tuán)隊(duì)的一些經(jīng)驗(yàn)教訓(xùn)，當(dāng)時(shí)我們?cè)贕auntlet平臺(tái)上合作設(shè)計(jì)了一個(gè)定制場(chǎng)景來(lái)優(yōu)化他們的儲(chǔ)備合同參數(shù)。通過(guò)利用我們的工具和仿真結(jié)果，Computable團(tuán)隊(duì)隨后能夠快速迭代并驗(yàn)證在最初執(zhí)行合同時(shí)對(duì)一些激勵(lì)機(jī)制的更健壯的設(shè)計(jì)。仿真分析一直是Computable測(cè)試和改進(jìn)協(xié)議計(jì)劃的一部分，他們選擇使用Gauntlet平臺(tái)來(lái)實(shí)現(xiàn)這個(gè)目標(biāo)。

注意：Computable剛剛發(fā)布了一個(gè)新的白皮書(shū)，其中包含了許多機(jī)制和術(shù)語(yǔ)的更改。本文所描述的仿真模型是在原模型的基礎(chǔ)上建立的。為了避免混淆，我們將在下面列出一些差異。

可計(jì)算的協(xié)議

Computable的目標(biāo)是創(chuàng)建一個(gè)分散的數(shù)據(jù)市場(chǎng)，鼓勵(lì)大規(guī)模的高質(zhì)量數(shù)據(jù)集的管理，同時(shí)圍繞數(shù)據(jù)隱私和使用提供信任和透明度。該協(xié)議的目標(biāo)是要足夠靈活，以適應(yīng)不同行業(yè)應(yīng)用程序的數(shù)據(jù)市場(chǎng)。例如，某些市場(chǎng)可能擁有少數(shù)大型參與者擁有大部分相關(guān)數(shù)據(jù)的特性，而其他數(shù)據(jù)市場(chǎng)的成功可能取決于許多個(gè)人用戶(hù)在一段時(shí)間內(nèi)的貢獻(xiàn)。每個(gè)數(shù)據(jù)集都有一個(gè)與之相關(guān)聯(lián)的唯一代幣來(lái)激勵(lì)成長(zhǎng)，網(wǎng)絡(luò)中的參與者或“代理”被分為以下角色：

· 買(mǎi)方-表示對(duì)數(shù)據(jù)的需求。付費(fèi)查詢(xún)數(shù)據(jù)集

· 數(shù)據(jù)信任 – 提供用于執(zhí)行查詢(xún)的計(jì)算資源

· 制造商 – 以上市形式向數(shù)據(jù)市場(chǎng)提供數(shù)據(jù)銷(xiāo)售

· 贊助人 – 提供初始資本，以激勵(lì)制造商提供數(shù)據(jù)

確定列表是否有效的機(jī)制類(lèi)似于Token-Curated Registry（代幣注冊(cè)表）。TCR投票的動(dòng)態(tài)可以類(lèi)似于其他區(qū)塊鏈系統(tǒng)，如權(quán)益證明共識(shí)。然而，在這篇文章的其余部分，我們將重點(diǎn)關(guān)注與可計(jì)算協(xié)議更具體的宏觀特性。

粘合曲線

由于每個(gè)數(shù)據(jù)集都有自己的代幣，所以存在一個(gè)引導(dǎo)問(wèn)題，因?yàn)檫@些代幣的流動(dòng)性有限，而且很難估值。粘合曲線是一種在買(mǎi)入/賣(mài)出時(shí)確定代幣價(jià)格的合約，并作為代幣的自動(dòng)做市商，以鼓勵(lì)早期參與。下圖說(shuō)明了如何使用粘合曲線發(fā)出代幣。請(qǐng)注意，有單獨(dú)的買(mǎi)入/賣(mài)出曲線，其中賣(mài)出價(jià)格低于買(mǎi)入價(jià)格，以阻止短期價(jià)格操縱，同時(shí)允許有機(jī)價(jià)格發(fā)現(xiàn)和流動(dòng)性，因?yàn)槭袌?chǎng)參與者可以同意在兩條曲線之間以任何價(jià)格交易代幣。

Computable使用粘合曲線在客戶(hù)將加密貨幣存入儲(chǔ)備時(shí)發(fā)出代幣，在向制造商發(fā)出代幣以提供數(shù)據(jù)時(shí)發(fā)出代幣。在本文的其余部分中，我們將使用術(shù)語(yǔ)“網(wǎng)絡(luò)代幣”來(lái)表示存儲(chǔ)在儲(chǔ)備中的代幣。實(shí)際上，網(wǎng)絡(luò)代幣可以是原生于可計(jì)算協(xié)議的代幣，并在多個(gè)數(shù)據(jù)市場(chǎng)之間共享，也可以是原生于底層區(qū)塊鏈（例如ETH）的代幣。

在此分析中，我們使用的線粘合曲線定義如下：

support_price = conversion_rate + conversion_slope * reserve

withdraw_price = reserve / total_supply，

其中support_price為買(mǎi)入價(jià)格，withdraw_price賣(mài)出價(jià)格，reserve為粘合曲線上鎖定的貨幣總價(jià)值，total_supply為粘合曲線上發(fā)行的市場(chǎng)代幣總數(shù)。

代理模型

買(mǎi)方——我們對(duì)查詢(xún)數(shù)據(jù)的總體需求建模。這種需求是通過(guò)在每個(gè)模擬時(shí)間步驟中對(duì)查詢(xún)進(jìn)行支付的形式實(shí)現(xiàn)的。需求是數(shù)據(jù)集中列表數(shù)量的函數(shù)，具有預(yù)定義的上限（市場(chǎng)大?。┖兔總€(gè)時(shí)間步長(zhǎng)的有界增長(zhǎng)率。查詢(xún)數(shù)據(jù)（以網(wǎng)絡(luò)代幣形式）的費(fèi)用分成如下：

· datatrust_rate_network——以網(wǎng)絡(luò)代幣形式表示的datatrust代理查詢(xún)費(fèi)用的百分比。

· reserve e_fee_network—以網(wǎng)絡(luò)代幣的形式進(jìn)入市場(chǎng)合約準(zhǔn)備金的百分比，它增加了支持和撤回價(jià)格。

· maker_fee_network—在網(wǎng)絡(luò)代幣中列出所有者的百分比。在我們的模型中，這部分在所有清單中平均分配。如果上市公司不再為制造商所有（見(jiàn)下文convert_listing），那么其股票將進(jìn)入市場(chǎng)儲(chǔ)備。［注］：該參數(shù)已從協(xié)議中刪除，制造商付款現(xiàn)在只使用市場(chǎng)代幣。

· maker_fee_market—在市場(chǎng)代幣中列出所有者的百分比。該組件在所有列表中平均分配，并被鎖定（參見(jiàn)下面的convert_listing），以鼓勵(lì)長(zhǎng)期的創(chuàng)客參與。這部分費(fèi)用是通過(guò)按粘合曲線的支持價(jià)格鑄造（創(chuàng)建）市場(chǎng)代幣來(lái)支付的，而且是通貨膨脹的，因?yàn)樗诓辉黾訙?zhǔn)備金的情況下增加了市場(chǎng)代幣的供應(yīng)。

Datatrust——如果他們收到的費(fèi)用大于他們計(jì)算的邊際成本，這些代理將處理查詢(xún)。

Maker—我們假定制造者的數(shù)量是有上限的（即只有那么多的參與者擁有高質(zhì)量的數(shù)據(jù)可貢獻(xiàn)給數(shù)據(jù)集），并且希望列出其數(shù)據(jù)的制造商的數(shù)量取決于上市的預(yù)期用途。我們還假設(shè)每個(gè)制造商最多只能有一個(gè)上市。制造商可以采取以下行動(dòng)：

List——申請(qǐng)?jiān)跀?shù)據(jù)集中列出，以獲得查詢(xún)收入的一部分。被列出的預(yù)期效用可以建模為：

（maker_fee_network + maker_fee_market * demand_t） / num_listings_t * DF + listed_reward * divest_price_t - listing_cost，

T是查詢(xún)收入的時(shí)間，num_listings_t是t的清單數(shù)，，DF是代理應(yīng)用于未來(lái)收益的折現(xiàn)因子，listed_reward是上市時(shí)收到的市場(chǎng)代幣數(shù)量，divest_price_t是粘合曲線給出的售價(jià)，listing_cost是與創(chuàng)建列表相關(guān)的開(kāi)銷(xiāo)或反sybil成本。

· convert_listing—制造商可以將上市的所有權(quán)轉(zhuǎn)移到市場(chǎng)合同，以解鎖上市中的市場(chǎng)代幣（fromlisted_reward和maker_fee_market），但需要放棄未來(lái)的查詢(xún)收入。如果鎖定代幣的投資回報(bào)率（ROI）低于代理的convert_roi，制造商將這樣做。制造商的ROI可以通過(guò)在一個(gè)觀察窗口上使用所收到的股息（包括市場(chǎng)代幣）的價(jià)值，除以鎖定的市場(chǎng)代幣的市場(chǎng)價(jià)值，并轉(zhuǎn)換為年化回報(bào)來(lái)估計(jì)。［注］：該函數(shù)不再是協(xié)議的一部分。目前的協(xié)議不再要求制造商放棄上市公司的所有權(quán)。

Patron -可以通過(guò)綁粘合曲線購(gòu)買(mǎi)或出售市場(chǎng)代幣：

· support—以粘合曲線給出的support_price購(gòu)買(mǎi)代幣。如果取款價(jià)格的風(fēng)險(xiǎn)調(diào)整回報(bào)率大于代理的support_roi閾值，并且預(yù)期的盈虧平衡時(shí)間（因?yàn)閟upport_price_t》取款價(jià)格）小于代理的support_breakeven時(shí)間，那么客戶(hù)將購(gòu)買(mǎi)代幣。

· withdraw-以粘合曲線給出的提取價(jià)格出售代幣。如果取出價(jià)格的風(fēng)險(xiǎn)調(diào)整回報(bào)率低于代理取款的roi閾值，客戶(hù)將出售代幣。

模擬環(huán)境

我們的仿真平臺(tái)是圍繞一個(gè)基于agent的模型構(gòu)建的，在這個(gè)模型中，用戶(hù)可以指定網(wǎng)絡(luò)的初始條件，包括agent行為的分布和特定于agent的參數(shù)。我們通常遵循拜占庭-利他-理性（BAR）模型來(lái)描述代理行為。模擬的每個(gè)時(shí)間步長(zhǎng)包括：

· 更新環(huán)境狀態(tài)變量

· 引入新的代理

· 為正在考慮的每個(gè)操作評(píng)估代理實(shí)用程序函數(shù)，并執(zhí)行那些具有最高實(shí)用程序的操作

對(duì)于以上的分析，我們做出如下假設(shè)：

· 買(mǎi)方的最大需求（即市場(chǎng)規(guī)模）是每年100，000個(gè)網(wǎng)絡(luò)代幣

· 為了提高性能，制造商的最大數(shù)量為25，每個(gè)制造商只能有一個(gè)清單，而listed_reward是3個(gè)網(wǎng)絡(luò)代幣

· 有5個(gè)初始用戶(hù)，每個(gè)用戶(hù)貢獻(xiàn)1000個(gè)網(wǎng)絡(luò)代幣

· 80%的創(chuàng)造者是理性的（上面描述的行為/效用），剩下的20%是利他的（不會(huì)嘗試convert_listing）

· 我們運(yùn)行每個(gè)模擬場(chǎng)景5年，即1825個(gè)時(shí)間步長(zhǎng)

發(fā)現(xiàn)

制造商的補(bǔ)償

我們對(duì)maker_fee_network和maker_fee_market的不同值進(jìn)行了仿真，以探索不同的收費(fèi)結(jié)構(gòu)對(duì)創(chuàng)客行為的影響。reserve e_fee保持不變，查詢(xún)收入的其余部分支付給datatrust代理?；叵胍幌?，maker_fee_market是查詢(xún)收入的一部分，它以市場(chǎng)代幣形式支付，并鎖定起來(lái)以鼓勵(lì)長(zhǎng)期參與。在下面的圖中，每個(gè)方塊代表了模擬的獨(dú)立運(yùn)行，而顏色代表了rational制造者所捕獲的查詢(xún)總收入的百分比。

一些觀察：

· 當(dāng)maker_fee_network + maker_fee_market過(guò)高時(shí)，網(wǎng)絡(luò)無(wú)法創(chuàng)建值，因?yàn)閐atatrust_fee不夠高，無(wú)法覆蓋運(yùn)行計(jì)算的邊際成本。

· 當(dāng)maker_fee_network + maker_fee_market過(guò)低時(shí)，該網(wǎng)絡(luò)也不能產(chǎn)生顯著的價(jià)值，因?yàn)閯?chuàng)客會(huì)快速轉(zhuǎn)換他們的列表，或者一開(kāi)始就沒(méi)有足夠的動(dòng)力來(lái)上市。

· 在這些參數(shù)化下，maker_fee_market似乎對(duì)制造商沒(méi)有長(zhǎng)期的好處。在保持maker_fee_network不變的情況下，增加maker_fee_market對(duì)增加制造商效用的影響很小，而且在某些情況下，效用實(shí)際上會(huì)略有下降。

從長(zhǎng)遠(yuǎn)來(lái)看，maker_fee_market的增長(zhǎng)一般不會(huì)給制造商帶來(lái)多大好處，這一結(jié)果肯定有點(diǎn)違反直覺(jué)。經(jīng)過(guò)仔細(xì)觀察，我們意識(shí)到這樣做是有道理的，原因如下：

· 一旦買(mǎi)方需求趨于穩(wěn)定，maker_fee_market將繼續(xù)增加鎖定在上市中的代幣的價(jià)值，同時(shí)營(yíng)收保持不變。這意味著上市公司的投資回報(bào)率將繼續(xù)下降，在某一時(shí)刻，制造商將轉(zhuǎn)換上市公司，用未來(lái)的收入換取流動(dòng)性。

· maker_fee_market是通貨膨脹（增加市場(chǎng)代幣供應(yīng)，但不增加儲(chǔ)備）。在隨后的模擬中，當(dāng)制造商擁有大部分市場(chǎng)代幣時(shí)（相對(duì)于初始用戶(hù)），每個(gè)制造商的保留所有權(quán)所占的比例不會(huì)增加太多。

· 大多數(shù)粘合曲線參數(shù)化的結(jié)果是，當(dāng)供給較大時(shí)，支撐價(jià)格顯著大于退出價(jià)格，因此轉(zhuǎn)換效率較低，導(dǎo)致maker_fee_market對(duì)maker ROI的總體貢獻(xiàn)相對(duì)于tomaker_fee_network較小。

在這三個(gè)因素中，我們懷疑粘合曲線的形狀可能影響最大，所以我們決定進(jìn)一步挖掘。

在原來(lái)的粘合曲線公式中，support_price與取款價(jià)格的關(guān)系不是很緊密，所以我們決定更新support_price的定義。我們現(xiàn)在將曲線定義為：

support_price = conversion_rate + support_multiplier * reserve / max（1， total_supply）

取款價(jià)格=儲(chǔ)備金/總供應(yīng)量

我們重新運(yùn)行上述分析，得到如下結(jié)果：

現(xiàn)在看來(lái)maker_fee_market參數(shù)實(shí)際上是有用的！增加maker_fee_market實(shí)用理性的制造商，我們會(huì)看到對(duì)于一個(gè)給定的制造費(fèi)用分配（maker_fee_network + maker_fee_market），最好是平分市場(chǎng)網(wǎng)絡(luò)和組件之間的非純粹的代幣。注意，在使用市場(chǎng)代幣支付時(shí)，制造商和用戶(hù)之間仍然存在權(quán)衡，因?yàn)閙aker_fee_market會(huì)稀釋初始用戶(hù)。

粘合曲線分析

該協(xié)議的成功與否，取決于最初的贊助者向儲(chǔ)備基金投入大量資金，以激勵(lì)制造商列出數(shù)據(jù)。如果提現(xiàn)價(jià)格超過(guò)最初的投資價(jià)格，顧客最終會(huì)獲利。我們對(duì)新的粘合曲線的參數(shù)conversion_rate和support_multiplier進(jìn)行了仿真。在下面的圖中，每個(gè)方塊代表模擬的獨(dú)立運(yùn)行，顏色代表初始用戶(hù)獲取的查詢(xún)總收入的百分比。

一些觀察：

· 高support_multiplier有利于初始用戶(hù)，因?yàn)樗拗屏嗽谏墒袌?chǎng)代幣時(shí)的稀釋

· 當(dāng)conversion_rate過(guò)高時(shí)，網(wǎng)絡(luò)在我們?yōu)槌跏加脩?hù)設(shè)置的時(shí)間限制內(nèi)不能生成足夠的值，使其在初始存款上實(shí)現(xiàn)收支平衡

· 當(dāng)conversion_rate和support_multiplier過(guò)低時(shí)，網(wǎng)絡(luò)無(wú)法生成任何值，因?yàn)槭紫葲](méi)有足夠的動(dòng)機(jī)促使制造商加入

結(jié)論

Computable的模擬工作促使對(duì)初始協(xié)議設(shè)計(jì)進(jìn)行了許多更新，包括改進(jìn)的粘合曲線和簡(jiǎn)化的Maker payment和convert_listing接口。在此過(guò)程中，我們還確定了要優(yōu)化的關(guān)鍵參數(shù)、與不同參數(shù)化相關(guān)的權(quán)衡，以及完全不同的機(jī)制可以更有效地實(shí)現(xiàn)預(yù)期結(jié)果的領(lǐng)域。希望這是一個(gè)令人信服的例子，讓你能清楚的知道模擬是如何指導(dǎo)協(xié)議設(shè)計(jì)過(guò)程的！

在單一數(shù)據(jù)市場(chǎng)的背景下，仿真允許我們將機(jī)制設(shè)計(jì)分析為一個(gè)分布式約束優(yōu)化問(wèn)題。更廣泛地說(shuō)，該框架可以生成一組參數(shù)和初始條件的參考集，這些參數(shù)和初始條件是為具有各種不同屬性和行業(yè)應(yīng)用程序的數(shù)據(jù)市場(chǎng)提供服務(wù)的。我們的目標(biāo)是設(shè)計(jì)一個(gè)最大化買(mǎi)方需求的系統(tǒng)，同時(shí)以一種統(tǒng)計(jì)上可驗(yàn)證的方式保持?jǐn)?shù)據(jù)提供者、制造商和用戶(hù)之間的公平激勵(lì)。

經(jīng)濟(jì)激勵(lì)對(duì)于區(qū)塊鏈應(yīng)用程序的長(zhǎng)期安全性和成功至關(guān)重要。在不進(jìn)行仿真的情況下對(duì)激勵(lì)機(jī)制設(shè)計(jì)進(jìn)行推理是很棘手的，因?yàn)榫W(wǎng)絡(luò)的突發(fā)性很難從局部變化中預(yù)測(cè)出來(lái)，而且為了得到易于處理的結(jié)果的解決方案，人們常常對(duì)用戶(hù)行為做出過(guò)于簡(jiǎn)單的假設(shè)?；诖淼哪M可以是一個(gè)有價(jià)值的工具，幫助開(kāi)發(fā)人員驗(yàn)證安全性假設(shè)，并了解如何隨著時(shí)間的推移為網(wǎng)絡(luò)參與者創(chuàng)建價(jià)值。