1703867930
1703867931
[1]也就是花费更多去提高内存的效能，并不能以相同比例去提高解谜的效能。——译者注
1703867932
1703867933
[2]Scrypt是由著名的FreeBSD黑客Colin Percival为他的备份服务Tarsnap开发的。Scrypt不仅计算所需时间长，而且占用内存也多，使得并行计算多个摘要异常困难，因此利用rainbow table进行暴力攻击更加困难。Scrypt没有在生产环境中大规模应用，并且缺乏仔细的审察和广泛的函数库支持。——译者注
1703867934
1703867935
[3]j是奇数时，减1为偶数，我们存的是有偶数的值的。——译者注
1703867936
1703867937
[4]有关分叉攻击的内容，可以参见本书第5章。——译者注
1703867938
1703867939
[5]Keccak算法为SHA-3的一种加密标准。——译者注。
1703867940
1703867941
1703867942
1703867943
1703867944
区块链技术驱动金融：数字货币与智能合约技术 [:1703863957]
1703867945
区块链技术驱动金融：数字货币与智能合约技术 8.3 有效工作量证明
1703867946
1703867947
在第5章，我们讨论了比特币挖矿的能量消耗（有些人会说是浪费）是个潜在问题，经济学家称之为负外部性。我们估计比特币挖矿要消耗几十万千瓦的电能。所以一个明显的问题是，这些用来解谜运算的工作量是否对社会有所贡献？这其实是一个资源再生循环的问题，也会增加社会对加密数字货币的政策支持。当然，这个解谜算法也必须满足几个基本的要求，才能够在一个共识协议里被使用。
1703867948
1703867949
以前的分布式计算项目
1703867950
1703867951
在比特币诞生好多年之前，就有利用空闲的电脑［或者叫“空闲周期”（spare cycle）］来做一些其他工作的想法。表8.1列出了最受欢迎的几个志愿者运算项目。所有这些项目都有一个特性，使得它们适合成为解谜算法的运算。具体来说，它们需要解决的都是一种“大海捞针”型的问题，可能的答案存在于一个非常大的空间（或者说范围），搜索空间的每一小部分都可以进行并行的快速验证。最有名的例子是在SETI@home网站上，志愿者们被分配一小段无线电信号，用闲置的个人电脑来分析这段信号可能存在的模式以寻找外星文明，同时分布式计算网站（distributed.net）的志愿者被分配一小段可能的私钥来进行验证。[1]
1703867952
1703867953
志愿者运算项目，成功地把一个很大的计算任务拆分成小份的任务，然后分配给每一个志愿者进行运算检查。事实上，这种模式在一个特别的叫作伯克利开放式网络计算平台（Berkeley Open Infrastructure for Network Computing，简称BOINC）上是很普遍的，这个平台被开发出来就是用来给不同的个体分发小份额计算工作的。
1703867954
1703867955
在这些应用里，志愿者们主要都是被解决某个问题的兴趣所吸引，即使这些项目通常也会设立一个排行榜来让人们炫耀他们所贡献的算力。排行榜也导致一些人在自己的工作量上作弊，有一些被报告的工作量其实并没有实际完成，这也使得有些项目再分配一些额外的工作去检查网络上的这种作弊行为。金钱，是加密数字货币分布式计算应用的动力，只要技术上是可能的，一定会有参与者尝试去作弊。
1703867956
1703867957
表8.1 热门的志愿者运算项目
1703867958
1703867959
1703867960
1703867961
1703867962
有效工作量证明的挑战
1703867963
1703867964
有了这些成功的项目，我们可以尝试简单直接地利用这些解决问题的成功方法。例如，在SETI@home的项目中，志愿者们被分配一小段无线电信号监听去寻找外星人，我们可以判断，外星人存在的概率，要比解谜算法找到“获胜”答案并且允许找到答案的矿工去创建一个区块的概率小很多。
1703867965
1703867966
但这个想法有几个问题。首先，并不是所找到的答案都有同样的概率成为“获胜”的答案。参与者可能会意识到有特定区域会有更高概率找到异类，那么参与者就会有倾向性，只针对一些能产生不同寻常结果的区域进行分析。对于一个中心化的项目来说，参与者被分配工作，所以所有的区域最终都会被分析（当然对最有希望的区域会予以优先考量）。对于挖矿来说，任何矿工可以随意尝试任何区块，所以矿工会先涌向最有希望的区块。如果更快的矿工知道他们可以先尝试最有希望的区块，这就意味着解谜算法可能不是一个过程无关的算法。比特币的解谜算法与之相比就有不同，比特币的解谜算法中用来产生一个有效区块的临时随机数都是完全平等的，所以所有矿工都会随意选择一个临时随机数去尝试。这个问题展示了我们之前都已经习以为常的比特币解谜算法的一个主要特征：一个机会均等的解谜区域。
1703867967
1703867968
其次，考虑到SETI@home项目中存在着固定的数据量需要被分析的问题，这些数据基于射电望远镜（radio telescope）的观察。随着挖矿算力的不断增长，有可能某一天就没有需要加工的数据了。比特币在这方面也有不同，比特币算法有无限的SHA-256解谜可以被创造出来，这就说明了另一个重要的特征需求：永不枯涸的解谜库。
1703867969
1703867970
最后，考虑到SETI@home的项目中，有一个受信任的中心化的管理员机构，负责发现新的无线电信号并判断志愿者们应该研究的内容。同样，由于我们使用解谜算法来构建一个共识机制算法，不可能假设一个中心化的机构来管理所有的解谜，这样我们就需要所有解谜的最后一个特征：通过算法自动生成。
1703867971
1703867972
哪种志愿者运算项目可能适合解谜算法
1703867973
1703867974
回到表8.1，我们可以清楚地看到，像SETI@home和Folding@home这样的项目不太适合去中心化的共识机制协议，两者都被证明了缺乏我们所列出的上述三个特性。distributed.net上的暴力破解密码学项目可能适用，虽然它们通常被某些公司用来做某种加密算法的安全评估，但是不能通过算法自动生成。我们可以通过算法自动生成被暴力破解的加密方法，但是某种程度上这就是SHA-256不完全原像（partial preimage）算法已经做过的事，并且它没有任何有益的功能。
1703867975
1703867976
那就只剩下互联网梅森质数大搜索(Great Internet Mersenne Prime Search，简称GIMPS)项目了，这个最具备可用性。这个办法的挑战是通过算法自动生成（找到下一个比当前最大质数更大的质数），以及谜底空间是不可穷尽的。事实上，质数的寻找确实是无穷的，因为质数的个数已经被证明是无限个的（特别是梅森质数是无限量的）。
1703867977
1703867978
梅森质数方法的唯一缺点，是需要花费很长的时间来寻找梅森质数，并且梅森质数非常罕见，事实上在过去18年里，梅森质数大搜索项目一共才发现了14个梅森质数，显然在区块链上每年才增加不足一个区块是不可行的。这个问题看起来是缺乏可调节的难度特性，我们在8.1节讨论过这个特性是非常关键的。无论如何，类似于寻找质数这样的解谜算法，看起来是可行的。
1703867979