Bài viết này   theo giấy phép CC 4.0. có sẵn trên arxiv  tác giả:  (1) Bartosz Kusmierz, IOTA Foundation 10405 Berlin, Đức & Khoa Vật lý Lý thuyết, Đại học Khoa học và Công nghệ Wroclaw, Ba Lan bartosz.kusmierz@pwr.edu.pl;  (2) Roman Overko, IOTA Foundation 10405 Berlin, Đức roman.overko@iota.org.  Bảng liên kết   Tóm tắt và giới thiệu   Công việc và phương pháp liên quan   Kết quả   Tóm tắt và Tài liệu tham khảo  trừu tượng  Công nghệ sổ cái phân tán (DLT) đang phát triển nhanh chóng gần đây đã nhận được sự chú ý của các nhà nghiên cứu trong cả ngành công nghiệp và giới học thuật. Mặc dù có rất nhiều phân tích hiện có (chủ yếu) về mạng Bitcoin và Ethereum, nhưng vẫn thiếu các phép đo cho các dự án tiền điện tử khác. Bài viết này giải quyết các câu hỏi về kinh tế mã thông báo và phân phối của cải trong tiền điện tử. Chúng tôi phân tích các thuộc tính thống kê phụ thuộc vào thời gian của những người nắm giữ tiền điện tử hàng đầu cho 14 dự án sổ cái phân tán khác nhau. Các số liệu được cung cấp bao gồm hệ số Zipf gần đúng, entropy Shannon, hệ số Gini và hệ số Nakamoto. Chúng tôi cho thấy rằng có sự khác biệt về số lượng giữa các đồng tiền (tiền điện tử hoạt động trên mạng độc lập của riêng chúng) và mã thông báo (hoạt động trên nền tảng hợp đồng thông minh). Kết quả được trình bày cho thấy tiền xu và mã thông báo có các giá trị khác nhau về hệ số Zipf và mức độ tập trung gần đúng. Công việc này phù hợp với DLT vì nó có thể hữu ích trong việc mô hình hóa và cải thiện quy trình lựa chọn ủy ban, đặc biệt là trong các tổ chức tự trị phi tập trung (DAO) và chuỗi khối bằng chứng cổ phần (DPoS) được ủy quyền.    —Tiền điện tử, Tokenomics, DPoS, Phân phối tài sản, luật Zipf Điều khoản chỉ mục  I. GIỚI THIỆU  Sự ra đời của Bitcoin [13] đã làm tăng sự quan tâm đến các hệ thống phân tán trong suốt những năm 2010. Không gian tiền điện tử mới được tạo ra đã thu hút nhiều nhà khoa học, lập trình viên và nhà đầu tư kinh doanh. Do sự phức tạp của Công nghệ sổ cái phân tán (DLT), sự phát triển của chúng đòi hỏi chuyên môn trong nhiều lĩnh vực khoa học, bao gồm toán ứng dụng, mật mã, lý thuyết trò chơi, kinh tế, mạng ngang hàng (p2p) và lý thuyết mã hóa. Trong những năm đầu tiên của DLT, các câu hỏi về bản chất công nghệ nhận được nhiều sự quan tâm nhất vì các vấn đề như cơ chế đồng thuận và lớp ngang hàng là cốt lõi của bất kỳ công nghệ nào như vậy. Thật không may, các câu hỏi về kinh tế, phân phối tiền điện tử và kinh tế học mã thông báo đã lùi bước trong nghiên cứu học thuật về tiền điện tử và chưa được giải quyết đầy đủ (với một vài trường hợp ngoại lệ đáng chú ý).  Điều này thật đáng tiếc vì mô hình tài khoản giả ẩn danh Bitcoin cho phép giao dịch minh bạch chưa từng có trong các hệ thống tài chính truyền thống, nơi hầu hết tất cả các khoản thanh toán đều mang tính riêng tư và có độ nhạy cảm cao. Hơn nữa, Bitcoin đã kích hoạt các mô hình tiền tệ mới và triển khai chúng trên quy mô toàn cầu. Đáng chú ý, số lượng đơn vị tiền tệ Bitcoin được giới hạn ở mức 21 triệu. Tuy nhiên, do một số ví Bitcoin bị mất do sơ suất hoặc lỗi của con người, chính sách tiền tệ của Bitcoin thực sự có tác dụng giảm phát. Chính sách tiền tệ không phải là yếu tố quan trọng duy nhất để phân phối tiền điện tử. Ngay cả các giải pháp công nghệ như cơ chế đồng thuận cũng có thể ảnh hưởng đến việc phân phối tiền điện tử. Trong bối cảnh này, việc so sánh các cơ chế đồng thuận Proofof-Work (PoW) và Proof-of Stake (PoS) rất hữu ích. Trong PoW, các đơn vị tiền tệ mới được tạo sẽ được thưởng cho những người dùng chuyên biệt, được gọi là thợ mỏ, những người có quyền truy cập vào Mạch tích hợp dành riêng cho ứng dụng (ASIC) hiệu quả. Công cụ khai thác PoW có thể nắm giữ một số lượng lớn đơn vị tiền điện tử; tuy nhiên, một phần lớn phần thưởng khai thác được phải được bán để trang trải các chi phí như hóa đơn tiền điện, tiền thuê nhà và chi phí khấu hao của máy ASIC. Tuy nhiên, trong hệ thống PoS, các token mới được thưởng cho những người đặt cọc nắm giữ số lượng lớn đơn vị tiền điện tử. Không giống như các công cụ khai thác PoW, những người đặt cược PoS không phải chịu chi phí cao và được khuyến khích không bán phần thưởng của họ vì làm như vậy sẽ tăng doanh thu của họ trong tương lai. Điều này minh họa rằng ngay cả các giải pháp công nghệ được cho là không liên quan đến tiền tệ cũng có thể ảnh hưởng đến hệ thống kinh tế mã thông báo.  Bài viết này giải quyết một phần các câu hỏi về kinh tế mã hóa tiền điện tử. Chúng tôi phân tích sự phân bổ của các tài khoản giàu nhất hàng đầu về tiền điện tử như Bitcoin, Ethereum và các mã thông báo ERC20 được chọn. Phân tích của chúng tôi liên quan đến các tập dữ liệu được chụp nhanh vào các ngày khác nhau trong một khoảng thời gian nhất định. Chúng tôi sử dụng các bộ dữ liệu đó để đo lường các số liệu thống kê khác nhau và phân tích sự tiến triển của chúng theo thời gian. Các nghiên cứu trước đây [6], [7], [10] cho thấy sự phân bổ của những người giàu nhất  số dư có thể được mô hình hóa theo định luật Zipf. Chúng tôi mở rộng các kết quả này và nghiên cứu sự tiến triển theo thời gian của hệ số định luật Zipf liên quan đến các phân bố đó. Đáng chú ý, chúng tôi phân tích các loại tiền điện tử mà theo hiểu biết tốt nhất của chúng tôi, chưa bao giờ được phân tích trước khi sử dụng các phương pháp tương tự. Tiếp theo, chúng tôi tiến hành phân tích kỹ lưỡng một loạt số liệu tập trung như entropy Shannon, chỉ số Gini và hệ số Nakamoto. Các số liệu này được sử dụng để trả lời câu hỏi chính được đề cập trong bài viết này, được xây dựng như sau: Có bất kỳ sự khác biệt về số lượng nào giữa số dư tài khoản hàng đầu trong “đồng xu” và “mã thông báo” tiền điện tử không? Do đó, tính mới của công việc này bao gồm hai khía cạnh sau: (i) nghiên cứu sự khác biệt về số lượng giữa tiền xu và mã thông báo và (ii) kiểm tra các loại tiền điện tử có phân tích bị bỏ sót trong tài liệu.  Sự khác biệt giữa tiền điện tử và mã thông báo đã được thực hiện trong [22], trong đó các tác giả xác định tiền xu hoạt động trên sổ cái/mạng độc lập của riêng họ và mã thông báo hoạt động trên mạng tiền xu (điển hình là nền tảng hợp đồng thông minh như Ethereum hoặc Cardano). Vì mục đích của bài viết này, chúng tôi sử dụng các định nghĩa tương tự.  Nghiên cứu này có thể đặc biệt thú vị đối với DLT, nơi một nhóm những người nắm giữ tiền điện tử hàng đầu hoàn thành một vai trò đặc biệt. Các ví dụ bao gồm các Tổ chức tự trị phi tập trung (DAO) trong đó một ủy ban gồm những người nắm giữ mã thông báo hàng đầu chịu trách nhiệm quản trị DAO hoặc quản lý ngân quỹ. Các ví dụ khác là chuỗi khối Bằng chứng cổ phần được ủy quyền (DPoS), trong đó một ủy ban tương đối nhỏ gồm những người xác thực khối phát hành các bản cập nhật sổ cái hoặc trình tạo số ngẫu nhiên được phân phối dựa trên sơ đồ chữ ký ngưỡng. Vì nghiên cứu của chúng tôi tập trung vào một nhóm tương đối nhỏ những người nắm giữ mã thông báo hàng đầu nên nó có thể được áp dụng trực tiếp để lập mô hình các ví dụ nói trên. Điều này cũng hợp lý vì quy mô điển hình của ủy ban chữ ký ngưỡng bị giới hạn bởi độ phức tạp của thông báo (tối đa 50-100 nút). Nghiên cứu của chúng tôi có thể giúp cải thiện quy trình lựa chọn ủy ban vì chúng tôi cung cấp một loạt các tham số về hệ số luật Zipf, có thể được sử dụng làm mô hình phân phối tiền điện tử.  Cấu trúc của văn bản như sau. Trong phần tiếp theo, chúng tôi thảo luận về công việc liên quan và giới thiệu các phương pháp và công cụ được sử dụng trong bài viết này. Phần III dành cho việc trình bày và phân tích kết quả. Trong phần cuối cùng, chúng tôi kết luận những phát hiện của mình và thảo luận về nghiên cứu trong tương lai.

Read My Stories

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

CryptoSovereignty's blog

Nghe bài viết này bằng Tiếng Anh, đọc bởi robot thông minh của HackerNoon

Tập trung là phi tập trung như thế nào?

About Author

BÌNH LUẬN

chuyên mục

BÀI VIẾT NÀY CŨNG CÓ MẶT TẠI

Related Stories

145 Stories To Learn About Book

184 Stories To Learn About Psychology

179 Stories To Learn About Reading

223 Stories To Learn About Science

145 Stories To Learn About Book

184 Stories To Learn About Psychology

179 Stories To Learn About Reading

223 Stories To Learn About Science

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps