Cet article est   sous licence CC 4.0. disponible sur arxiv  Auteurs:  (1) Bartosz Kusmierz, Fondation IOTA 10405 Berlin, Allemagne et Département de physique théorique, Université des sciences et technologies de Wroclaw, Pologne bartosz.kusmierz@pwr.edu.pl ;  (2) Roman Overko, Fondation IOTA 10405 Berlin, Allemagne roman.overko@iota.org.  Tableau des liens   Résumé et introduction   Travaux et méthodologie connexes   Résultats   Résumé et références  Abstrait  Les technologies de registres distribués (DLT) en croissance rapide ont récemment retenu l'attention des chercheurs de l'industrie et du monde universitaire. Bien que de nombreuses analyses existantes (principalement) des réseaux Bitcoin et Ethereum soient disponibles, le manque de mesures pour d’autres projets de cryptographie est observé. Cet article aborde des questions sur la tokenomics et la répartition des richesses dans les crypto-monnaies. Nous analysons les propriétés statistiques en fonction du temps des principaux détenteurs de crypto-monnaie pour 14 projets de registres distribués différents. Les métriques fournies incluent le coefficient Zipf approximatif, l'entropie de Shannon, le coefficient de Gini et le coefficient de Nakamoto. Nous montrons qu’il existe des différences quantitatives entre les coins (crypto-monnaies fonctionnant sur leur propre réseau indépendant) et les tokens (qui fonctionnent sur une plateforme de contrats intelligents). Les résultats présentés montrent que les pièces et les jetons ont des valeurs différentes de coefficient Zipf approximatif et de niveaux de centralisation. Ce travail est pertinent pour les DLT car il pourrait être utile pour modéliser et améliorer le processus de sélection des comités, en particulier dans les organisations autonomes décentralisées (DAO) et les blockchains de preuve de participation déléguée (DPoS).    Crypto-monnaies, Tokenomics, DPoS, répartition des richesses, loi Zipf Termes de l'index :  INTRODUCTION  L’avènement du Bitcoin [13] a suscité un intérêt croissant pour les systèmes distribués tout au long des années 2010. L’espace nouvellement créé des crypto-monnaies a attiré de nombreux scientifiques, programmeurs et investisseurs commerciaux. En raison de la complexité des technologies de registre distribué (DLT), leur développement nécessite une expertise dans de nombreux domaines scientifiques, notamment les mathématiques appliquées, la cryptographie, la théorie des jeux, l'économie, les réseaux peer-to-peer (p2p) et la théorie du codage. Au cours des premières années des DLT, les questions de nature technologique ont reçu le plus d'attention, car les problèmes tels que le mécanisme de consensus et la couche peer-to-peer sont au cœur de toute technologie de ce type. Malheureusement, les questions d’économie, de distribution des crypto-monnaies et de tokenomics sont passées au second plan dans la recherche universitaire sur les crypto-monnaies et n’ont pas été suffisamment abordées (à quelques exceptions notables près).  C’est regrettable, car le modèle de compte pseudo-anonyme Bitcoin permet une transparence des transactions sans précédent dans les systèmes financiers traditionnels, où presque tous les paiements sont privés et très sensibles. De plus, Bitcoin a permis de nouveaux modèles monétaires et les a déployés à l’échelle mondiale. Notamment, le nombre d’unités monétaires Bitcoin est plafonné à 21 millions. Cependant, en raison de la perte de certains portefeuilles Bitcoin, suite à une négligence ou à une erreur humaine, la politique monétaire de Bitcoin est effectivement déflationniste. La politique monétaire n’est pas le seul facteur important de la distribution des cryptomonnaies. Même les solutions technologiques telles que les mécanismes de consensus pourraient influencer la distribution des cryptomonnaies. Dans ce contexte, une comparaison des mécanismes de consensus Proofof-Work (PoW) et Proof-of Stake (PoS) est très instructive. Dans PoW, les unités monétaires nouvellement créées sont récompensées aux utilisateurs spécialisés, appelés mineurs, qui ont accès à un circuit intégré spécifique à une application (ASIC) efficace. Les mineurs PoW peuvent détenir un grand nombre d’unités de crypto-monnaie ; cependant, une grande partie des récompenses extraites doit être vendue pour couvrir des dépenses telles que les factures d'électricité, le loyer et les coûts d'amortissement des machines ASIC. Dans les systèmes PoS, cependant, les nouveaux jetons sont récompensés pour les investisseurs qui détiennent un grand nombre d’unités de crypto-monnaie. Contrairement aux mineurs PoW, les jalonneurs PoS ne subissent pas de coûts élevés et sont incités à ne pas vendre leurs récompenses, car cela augmenterait leurs revenus à l'avenir. Cela illustre que même des solutions technologiques soi-disant agnostiques en matière monétaire pourraient influencer la tokenomics.  Cet article aborde en partie les questions de la tokenomics des crypto-monnaies. Nous analysons la répartition des comptes les plus riches en crypto-monnaies comme Bitcoin, Ethereum et certains jetons ERC20. Notre analyse implique les ensembles de données capturés à différentes dates avec un intervalle de temps donné. Nous utilisons ces ensembles de données pour mesurer différentes mesures statistiques et analyser leur évolution au fil du temps. Des études antérieures [6], [7], [10] ont montré que les répartitions des plus riches  les soldes pourraient être modélisés avec la loi de Zipf. Nous développons ces résultats et étudions l'évolution temporelle du coefficient de la loi de Zipf associé à de telles distributions. Nous analysons notamment des crypto-monnaies qui, à notre connaissance, n’ont jamais été analysées auparavant en utilisant des méthodes similaires. Ensuite, nous procédons à une analyse approfondie d'une série de métriques de centralisation telles que l'entropie de Shannon, l'indice de Gini et le coefficient de Nakamoto. Ces mesures sont utilisées pour répondre à la question principale abordée dans cet article, qui est formulée comme suit : existe-t-il des différences quantitatives entre les soldes des comptes principaux en « pièces » et en « jetons » de crypto-monnaie ? La nouveauté de ce travail comprend donc les deux aspects suivants : (i) étudier les différences quantitatives entre les pièces et les jetons et (ii) examiner les crypto-monnaies dont l’analyse manque dans la littérature.  Une distinction entre les pièces et les jetons de crypto-monnaie a été faite dans [22], où les auteurs définissent les pièces comme fonctionnant sur leur propre registre/réseau indépendant et les jetons comme fonctionnant au-dessus d'un réseau de pièces (généralement des plateformes de contrats intelligents comme Ethereum ou Cardano). Pour les besoins de cet article, nous utilisons les mêmes définitions.  Cette recherche pourrait être particulièrement intéressante pour les DLT, où un groupe de principaux détenteurs de cryptomonnaies joue un rôle particulier. Les exemples incluent les organisations autonomes décentralisées (DAO) dans lesquelles un comité composé des principaux détenteurs de jetons est responsable de la gouvernance ou de la gestion de la trésorerie des DAO. D'autres exemples sont les blockchains Delegated Proof-of-Stake (DPoS), dans lesquelles un comité relativement restreint de validateurs de blocs publie des mises à jour du grand livre ou des générateurs de nombres aléatoires distribués basés sur le schéma de signature de seuil. Étant donné que notre recherche se concentre sur un groupe relativement restreint de principaux détenteurs de jetons, elle peut être directement appliquée à la modélisation des exemples susmentionnés. Cela est également raisonnable dans la mesure où la taille typique du comité de signature de seuil est limitée par la complexité du message (jusqu'à 50 à 100 nœuds). Nos recherches pourraient contribuer à améliorer le processus de sélection des comités, car nous fournissons une série de paramètres du coefficient de la loi de Zipf, qui pourraient être utilisés comme modèle de distribution de crypto-monnaie.  La structure du document est la suivante. Dans la section suivante, nous discutons des travaux connexes et présentons les méthodes et outils utilisés dans cet article. La section III est consacrée à la présentation et à l'analyse des résultats. Dans la dernière section, nous concluons nos résultats et discutons des recherches futures.

Read My Stories

We believe everyone should have ultimate control and ownership over their cryptographic assets and digital transactions.

CryptoSovereignty's blog

Cet audio est produit dans la langue originale de l'histoire !

Dans quelle mesure la centralisation est-elle décentralisée ?

About Author

COMMENTAIRES

ÉTIQUETTES

CET ARTICLE A ÉTÉ PARU DANS

Related Stories

Croissance des crypto-monnaies : créer des profils d'utilisateurs efficaces

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Comment améliorer votre flux de travail par 10 : 17 applications essentielles

Vous voulez gagner un concours d’écriture HackerNoon ? Voici ce que recommandent les gagnants du concours #crypto-api

Croissance des crypto-monnaies : créer des profils d'utilisateurs efficaces

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Comment améliorer votre flux de travail par 10 : 17 applications essentielles

Vous voulez gagner un concours d’écriture HackerNoon ? Voici ce que recommandent les gagnants du concours #crypto-api

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps