ضریب ناکاموتو ؛ معیاری برای اندازه گیری تمرکززدایی بلاک چین ها

ضریب ناکاموتو (Nakamoto Coefficient) یک روش ریاضی است که به کمک عوامل مختلف، میزان و درجه تمرکززدایی یک بلاک چین را می‌سنجد. تقریباً تمام بلاک چین‌های عمومی ادعا می‌کنند که کاملاً غیرمتمرکز هستند. با این وجود، بسیاری از این شبکه‌ها بسیار متمرکزتر از آن چیزی هستند که در وایت‌ پیپر و وب‌سایت رسمی خود اعلام می‌کنند. خبر خوب اینجاست که روش ریاضی نوینی برای اندازه‌گیری صحت ادعای تمرکززدایی بلاک چین‌ها ابداع شده است.

تمرکززدایی به این معناست که هیچ نهاد واحدی روی بلاک چین کنترل بیش‌ازاندازه ندارد. صحت این مسئله با بررسی نودها، نحوه میزبانی آنها و درصد مالکیت توکن‌ها در هر شبکه قابل بررسی و آزمایش است. در ادامه این مقاله، تلاش داریم ضریب ناکاموتو و شیوه محاسبه آن را معرفی کنیم. همچنین، بررسی می‌کنیم که چه عواملی برای تأیید غیرمتمرکزبودن یک بلاک چین ضروری هستند و در محاسبه Nakamoto Coefficient در نظر گرفته می‌شوند. اگر شیوه محاسبه تمرکززدایی شبکه‌های بلاک چینی برای شما هم موضوع جذابی به نظر می‌رسد، ادامه این مطلب را از دست ندهید.

تاریخچه ابداع ضریب ناکاموتو

ابزار ضریب ناکوموتو که به‌ نام مستعار بنیان‌گذار بیت کوین ساتوشی ناکاموتو (Satoshi Nakamoto) نام‌گذاری شد، معیاری برای سنجش میزان تمرکززدایی در شبکه‌های بلاک چینی به شمار می‌رود. شاخص ضریب ناکاموتو حداقل تعداد اعتبارسنج‌ها یا نودهایی را نشان می‌دهد که باید برای ایجاد اختلال در بلاک چین دست‌به‌دست هم دهند. بنابراین، هر چه مقدار Nakamoto Coefficient بیشتر باشد، آن شبکه غیرمتمرکزتر و در برابر حملاتی مثل حمله ۵۱ درصد مقاوم‌تر است.

ضریب ناکاموتو محصول همکاری بالاجی اسرینیواسان (Balaji S. Srinivasan)، سرمایه‌گذار و کارآفرین هندی‌-آمریکایی و سابقاً مدیر ارشد فناوری در کوین‌بیس و همچنین لیلند لی (Leeland Lee)، مدیرعامل شرکت بلاک چینی گلکسی دیجیتال (Galaxy Digital) است. آنها این مفهوم را در مقاله‌ سال ۲۰۱۷ خود با نام «سنجش تمرکززدایی (Quantifying Decentralization)» شرح دادند.

اسرینیواسان و لیلند لی در مقاله خود نوشتند:

این معیار با اندازه‌گیری میزان تمرکززدایی یک سیستم معین، مشخص می‌کند که اصلاح یک سیستم [بلاک چینی] تا چه‌اندازه می‌تواند تمرکززدایی را بهتر یا بدتر کند. [این معیار همچنین] به طراحی الگوریتم‌ها و معماری بهینه‌ای کمک می‌کند تا بتواند تمرکززدایی [شبکه] را به حداکثر برساند.

ضریب ناکاموتو چیست و چگونه محاسبه می‌شود؟

ضریب ناکاموتو با بررسی زیرسیستم‌های (subsystems) درون یک شبکه بلاک چین، میزان تمرکززدایی را محاسبه می‌کند. زیرسیستم‌ها عناصر کلیدی و ستون‌های اصلی سیستم کلی بلاک چین هستند. در ضریب Nakamoto، این زیرسیستم‌ها شامل استخراج یا استیکینگ، کلاینت‌ها، توسعه‌دهنده‌ها، صرافی‌ها، نودها و مالکیت شبکه می‌شوند.

به کمک Nakamoto Coefficient، می‌توان در هر زیرسیستم تعداد نهادهایی را اندازه‌گیری کرد که برای در دست گرفتن کنترل کل شبکه مورد نیاز هستند. هر چه عدد ضریب بیشتر باشد، کنترل کل شبکه دشوارتر می‌شودو به‌عبارت دیگر، عدد بالای ضریب نشان‌دهنده سطح بالای تمرکززدایی است.

منحنی لورنز و ضریب جینی

ضریب ناکاموتو از منحنی لورنز (Lorenz Curve) و ضریب جینی (Gini Coefficient) برای اندازه‌گیری سطح غیرمتمرکزبودن شبکه استفاده می‌کند. بنابراین، بهتر است آشنایی مختصری هم با این دو مفهوم داشته باشیم.

منحنی لورنز توسط اقتصاددانی به نام ماکس لورنز (Max Lorenz) در سال ۱۹۰۵ ابداع شد. این منحنی به ما کمک می‌کند تا ببینیم چگونه پول یا منابع دیگر در یک گروه به اشتراک گذاشته می‌شوند. وقتی ثروت به‌شکلی نابرابر توزیع می‌شود، انحنای منحنی بیشتر می‌شود. مستقیم‌بودن آن روی خط برابری نشان‌دهنده توزیع متوازن ثروت است.

ضریب جینی هم روش دیگری برای بررسی نحوه به‌اشتراک‌گذاری منابع در یک گروه است. درواقع، فاکتورهای منحنی لورنز و ضریب جینی، نابرابری اجتماعی را اندازه‌گیری می‌کنند که می‌توان از آنها برای درک میزان تمرکزگرایی استفاده کرد.

جالب است بدانید اسرینیواسان و لی در مقاله خود، ضریب جینی را برای بلاک چین‌های بیت کوین و اتریوم حدود ۰.۹۲ اندازه‌گیری کردند که سطح بالای تمرکزگرایی را در این شبکه‌ها و زیرسیستم‌های آنها نشان می‌دهد.

این ابزارها به ما کمک می‌کنند تا میزان تمرکززدایی بلاک چین را بررسی کنیم. اگر ضریب جینی صفر باشد، یعنی همه‌چیز به‌صورت مساوی تقسیم شده است. اما اگر ضریب جینی عدد یک را نشان دهد، این مسئله به‌معنای کنترل تمام منابع توسط چند نفر یا چند نهاد متمرکز است.

معیارهای مورد سنجش در ضریب ناکاموتو

زیرسیستم‌های مورد بررسی در Nakamoto Coefficient شامل استخراج (یا استیکینگ)، کلاینت‌ها، توسعه‌دهنده‌ها، صرافی‌ها، نودها و مالکیت شبکه می‌شوند. تمرکززدایی از هریک از این زیرسیستم‌ها در تعیین میزان تمرکززدایی از کل سیستم بلاک چین نقش دارد. عوامل موثر در وضعیت هریک از این زیرسیستم‌ها را در ادامه بررسی می‌کنیم.

استخراج یا استیکینگ

نوع توزیع پاداش بلاک استخراج یا پاداش استیکینگ رمز ارزها می‌تواند در تعیین میزان تمرکززدایی شبکه نقش مهمی ایفا کند.

کلاینت‌ها

شیوه توزیع کلاینت‌‌های نرم‌افزار استخراج یا استیکینگ می‌تواند میزان تمرکززدایی را تغییر دهد. هرچه تعداد کلاینت‌های شبکه بیشتر باشد، احتمال اختلالات شبکه به‌دلیل نقص یا مسائل امنیتی هم کمتر می‌شود.

توسعه‌دهنده‌ها

نکته اساسی دیگر در ضریب ناکاموتو، تعداد توسعه‌دهندگانی است که در زیرساخت اصلی بلاک چین مشارکت دارند. اهمیت داشتن یک جامعه متنوع و بزرگ از توسعه‌دهندگان برای تمرکززدایی یکی از ستون‌های اصلی بلاک چین‌های غیرمتمرکز به شمار می‌رود.

صرافی‌ها

حجم معاملات دارایی بومی بلاک چین مورد نظر در صرافی‌های مهم، یکی دیگر از عوامل تأثیرگذار بر میزان تمرکززدایی است. غالب‌بودن صرافی‌های متمرکز بر حجم معاملات هم ممکن است به‌صورت بالقوه منجر به دستکاری قیمت رمز ارز مورد نظر و افزایش کنترل متمرکز بر شبکه ‌شود.

نودها

توزیع جغرافیایی نودها در یک شبکه بلاک چین می‌تواند تعیین‌کننده باشد. علاوه‌براین، نودهای  متمرکز در یک کشور یا منطقه خاص با بی‌ثباتی سیاسی یا قوانین ضد کریپتو بر میزان تمرکزگرایی شبکه تأثیرگذار هستند.

مالکیت

توزیع آدرس‌هایی که بخش قابل‌توجهی از دارایی بومی شبکه را در اختیار دارند، مالکیت کلی شبکه را مشخص می‌کند. ثروت در چند کیف پول می‌تواند بر کنترل و محبوبیت بلاک چین تأثیر بگذارد.

میزان تمرکززدایی بلاک چین‌های مختلف بر اساس ضریب ناکاموتو چقدر است؟

بر اساس فاکتورهایی که نام بردیم، بلاک چین‌هایی مانند ترون و زنجیره هوشمند بایننس بیشترین میزان تمرکزگرایی را دارند. این بلاک چین‌ها تحت کنترل نهادی واحد هستند و در عمل، ضریب ناکاموتو ۱ دارند. به‌عبارت دیگر، فقط با دردست‌گرفتن کنترل نود اصلی، می‌توان کل شبکه را در اختیار گرفت. به‌عنوان مثال، ترون به ۲۷ سوپر نود برای کنترل کل شبکه احتیاج دارد، اما تقریباً تمام آنها تحت کنترل بنیاد ترون هستند.

بلاک چین پالیگان هم با ضریب ناکاموتو ۵ در رده بلاک چین‌های تقریباً متمرکز قرار می‌گیرد. سولانا ضریب ۳۴ دارد و تا حدی غیرمتمرکز به شمار می‌رود. اولنچ با ضریب ۶۰۱، پروتکل نیر با ضریب ۱۰۹ و کاردانو با ضریب ناکاموتو ۶۰۱ هم در محدوده شبکه‌های تقریباً غیرمتمرکز قرار می‌گیرند.

سخن پایانی

ضریب ناکاموتو ابزار ارزشمندی برای اندازه‌گیری تمرکززدایی بلاک چین است. این ضریب زیرسیستم‌های مختلفی را در نظر می‌گیرد و کل ساختار شبکه را بررسی می‌کند. معیار Nakamoto Coefficient نشان می‌دهد که حتی بلاک چین‌های برتر همچون بیت کوین و اتریوم ممکن است متمرکزتر از آن چیزی باشند که اغلب تصور می‌شود. این در حالی است که تمرکزگرایی شبکه‌های بلاک چینی می‌تواند آن‌ها را در برابر اختلالات مختلف آسیب‌پذیرتر کند. بنابراین، در صورت بررسی صحیح و دقیق، ضریب Nakamoto می‌تواند به بهینه‌سازی الگوی اجماع و سازوکار نودهای شبکه‌های بلاک چینی کمک کند.

تهیه شده در بیت 24