핵심 개념
본 논문은 다양한 분산 애플리케이션에 적합한 안전하고 유연한 샘플링 기반 검증 프로토콜인 Proof of Sampling (PoSP) 프로토콜을 제안한다. PoSP 프로토콜은 순수 전략 내쉬 균형을 가지며, 이를 통해 합리적인 참여자들이 정직하게 행동하도록 유도하여 네트워크의 무결성을 강화한다.
초록
본 논문은 다양한 분산 애플리케이션에 적용 가능한 안전하고 유연한 Proof of Sampling (PoSP) 프로토콜을 제안한다. PoSP 프로토콜은 순수 전략 내쉬 균형을 가지며, 이를 통해 합리적인 참여자들이 정직하게 행동하도록 유도하여 네트워크의 무결성을 강화한다.
PoSP 프로토콜의 주요 특징은 다음과 같다:
- 네트워크에서 무작위로 선택된 다수의 노드가 서로의 정체와 결과를 모른 채 독립적으로 데이터를 검증한다. 이를 통해 담합을 방지할 수 있다.
- 모든 노드의 결과가 제출될 때까지 각 노드의 결과를 공개하지 않아, 무임승차를 방지한다.
- 모든 노드가 합의하면 시스템이 해당 결과를 수락하고, 불일치가 있으면 해당 노드들을 처벌한다. 이를 통해 정직하게 행동하는 것이 가장 이득이 되도록 한다.
본 논문은 PoSP 프로토콜을 활용하여 두 가지 구체적인 사례를 제시한다:
- 분산 AI 추론 네트워크를 위한 샘플링 기반 검증 메커니즘 (spML)
- 레이어 2 솔루션인 샘플링 롤업 (sp-rollups)
spML은 기존 optimistic fraud proof와 zero knowledge proof 기반 접근법의 장점을 결합하여, 높은 확장성과 단순성을 제공하면서도 향상된 보안 기능을 갖추고 있다. sp-rollups는 현재 optimistic rollup의 보안 취약점을 해결하면서도 확장성과 효율성을 유지한다.
종합적으로 본 논문은 PoSP 프로토콜을 통해 분산 시스템의 안전성과 효율성을 향상시키는 새로운 접근법을 제시한다.
통계
분산 AI 추론 네트워크에서 optimistic fraud proof 기반 접근법의 경우, 1년 내 0.15%의 확률로 탐지되지 않은 사기가 발생할 수 있다.
분산 AI 추론 네트워크에서 [14]에서 제안한 대안 설계의 경우, sp-rollups에 비해 약 681배 더 많은 가스를 소모한다.
인용구
"PoSP 프로토콜은 순수 전략 내쉬 균형을 가지며, 이를 통해 합리적인 참여자들이 정직하게 행동하도록 유도하여 네트워크의 무결성을 강화한다."
"spML은 기존 optimistic fraud proof와 zero knowledge proof 기반 접근법의 장점을 결합하여, 높은 확장성과 단순성을 제공하면서도 향상된 보안 기능을 갖추고 있다."
"sp-rollups는 현재 optimistic rollup의 보안 취약점을 해결하면서도 확장성과 효율성을 유지한다."