Estudar Sistemas de Blockchain com a ajuda de Modelagem e Simulação Baseada em Agentes

Author:

(1) Onder Gurcan, Universit ́e Paris-Saclay, CEA, List, F-91120, Palaiseau, França, (onder.gurcan@cea.fr).

Sobre o uso de modelagem e simulação baseada em agentes para estudar sistemas Blockchain

O Bitcoin [1] é o núcleo dos sistemas de criptomoeda descentralizados. A estrutura de dados subjacente do Bitcoin é chamada de blockchain em que as transações de moedas digitais entre contas são empilhadas em chamados blocos, onde cada bloco é anexado ao último de uma forma criptográfica para tornar a mudança maliciosa / acidental do conteúdo de blocos muito difícil. Os participantes seguindo este protocolo podem criar juntos um sistema distribuído, econômico, social e técnico onde qualquer um pode se juntar / sair e realizar transações entre eles sem ter que confiar um ao outro nem ter um terceiro confiável.

Tecnicamente falando, um sistema blockchain é um sistema de transações aberto e distribuído composto por participantes chamados usuários e criadores de blocos.Todos os participantes de um sistema blockchain armazenam transações não confirmadas em seus pools de memória e transações confirmadas em suas blockchain.No entanto, deve-se notar que um participante pode entrar em vários sistemas blockchain ao mesmo tempo e pode ter objetivos e expectativas diferentes em cada um.

Além disso, os sistemas blockchain têm as seguintes três características.

Como diz Leslie Lamport [1], um sistema distribuído é aquele em que a falha de um computador que você nem sabia que existia pode tornar seu próprio computador inutilizável.A maioria dos sistemas distribuídos (incluindo sistemas blockchain) são projetados com tolerância a falhas como um dos principais objetivos para alcançar alta disponibilidade e armazenar ou processar dados distribuídos.

Uma organização social pode ser definida como grupos formais ou informais de indivíduos inter-relacionados (agentes) que perseguem um objetivo coletivo e que estão embutidos em um ambiente [2]. Além disso, a blockchain (estrutura de dados) é uma manifestação física das interações dos usuários. sistemas Blockchain facilita a cooperação, fazendo com que pessoas auto-interessadas, desconfiantes trabalhem juntas, mesmo quando o interesse próprio estreito parece ditar que nenhum indivíduo deve participar. sistemas Blockchain têm dinâmica altamente volátil, conflito de objetivos individuais / coletivos (por exemplo, usuários querem taxas mais baixas enquanto os criadores de blocos querem taxas mais altas) e dinâmica de entrada / saída contínua [3].

Um sistema econômico, como qualquer outro sistema complexo, reflete uma interação dinâmica de um grande número de agentes diferentes, não apenas alguns agentes-chave.O comportamento sistêmico resultante, observável no nível agregado, muitas vezes mostra consequências que são difíceis de prever (por exemplo, as taxas de transação) que não podem ser simplesmente explicadas pelo comportamento de alguns agentes principais.

Além disso, é um ecossistema muito ativo e dinâmico onde novas plataformas e algoritmos blockchain são desenvolvidos continuamente, devido ao interesse das indústrias na tecnologia.

Assim, há necessidade de um quadro de simulação, que é desenvolvido como um software usando abordagens de engenharia modernas (por exemplo, modularidade - ou seja, modelo reuso, teste, desenvolvimento contínuo e integração contínua, gestão automatizada de construções, dependências e documentação) e princípios ágeis, (1) para fazer protótipos rápidos de casos industriais e (2) para realizar sua análise de viabilidade de uma forma realista (ou seja, para testar a hipótese simulando experimentos complexos envolvendo um grande número de participantes de diferentes tipos atuando em um ou vários sistemas blockchain).

Além disso, antecipamos uma agenda de pesquisa desafiadora e interdisciplinar em sistemas blockchain, construída sobre uma metodologia que se esforça para capturar o processo rico resultante da interação entre o comportamento dos agentes e as interações dinâmicas entre eles. Para ser eficaz, no entanto, estudos de simulação fornecendo insights em sistemas blockchain a partir de análise de dados maciços, teoria que engloba a descrição apropriada de agentes e suas interações, e uma perspectiva sistêmica conferindo uma nova compreensão dos efeitos globais como vindo de diferentes interações de rede são necessários. Prevemos que tais estudos criam um campo mais unificado de sistemas blockchain que avança nossa compreensão e leva a mais insights. No entanto, tais estudos não são triviais e muito difíceis de realizar sem suporte

Afirmamos que tal quadro de simulação precisa ser uma plataforma de modelagem e simulação baseada em agentes implantada que permita recriar a dinâmica dos sistemas a nível de agentes, de modo que o impacto das ações executadas por um algoritmo sob diferentes cenários possa ser testado e analisado em detalhes granulares.Também afirmamos que, para capturar e modelar melhor os requisitos dos sistemas blockchain, deve seguir uma abordagem centrada na organização [4] em vez de uma centrada em agentes.

Referências

[1] S. Nakamoto, “Bitcoin: Um sistema de caixa eletrônico de ponta”, 2008. https://bitcoin.org/bitcoin.pdf.

[2] E. Ostrom, “Um quadro geral para a análise da sustentabilidade dos sistemas socioecológicos”, Ciência, vol. 325, n.o 5939, pp. 419-422, 2009.

[3] O. G ̈urcan, A. Del Pozzo, e S. Tucci- ̈ Piergiovanni, “Sobre as limitações do bitcoin para fornecer equidade aos usuários”, em On the Move to Meaningful Internet Systems. OTM 2017 Conferências (H. Panetto, C. Debruyne, W. Gaaloul, M. Papazoglou, A. Paschke, C. A. Ardagna, e R. Meersman, eds.), (Cham), pp. 589–606, Springer Int. Publishing, 2017.

[4] J. Ferber, O. Gutknecht, e F. Michel, “Agent/Group/Roles : Simulating with Organizations”, em ABS’03 : Agent Based Simulation (M. J.P., ed.), (Montpellier (França)), p. 12, 28-30 de abril de 2003.

[5] N. Lagaillardie, M. A. Djari, e O. G ̈urcan, “Um estudo computacional sobre a equidade do protocolo blockchain tendermint”, Informação, volume 10, no 12, 2019.

Este documento éDisponível em Arquivosob a licença CC BY 4.0 DEED.

1. Leslie Lamport, Distribution, https://www.microsoft.com/en-us/research/publicE-mail message sent to a DEC SRC bulletin board at 12 :23 :29 PDT on 28 May 1987.