Editorial Ilmu Komputer & AI
Kendali Kongesti Jaringan Terdesentralisasi untuk Sistem Ledger Terdistribusi Berbasis DAG
Masalah inti
Kendali kongesti jaringan merupakan bidang yang matang untuk sistem komunikasi terpusat, tetapi penerapannya pada jaringan terdesentralisasi—khususnya teknologi ledger terdistribusi (DLT)—masih relatif baru dan kurang dieksplorasi. Penulis mengidentifikasi bahwa kongesti pada jaringan DLT muncul dari faktor seperti spamming transaksi, pertumbuhan basis pengguna, dan peluncuran token baru. Karya ini secara khusus menyasar kongesti yang disebabkan oleh spamming transaksi dalam jaringan blockchain dan DLT berbasis DAG.
Makalah ini berargumen bahwa DLT berbasis DAG memerlukan kendali spam yang lebih kuat daripada jaringan blockchain karena throughput-nya yang lebih tinggi (transaksi per detik) dan prosedur konsensusnya yang berbeda. Dalam sistem berbasis DAG, transaksi tidak dikelompokkan ke dalam blok dengan cara yang sama, dan mekanisme konsensus sering kali bergantung pada bobot kumulatif atau metrik serupa, sehingga jaringan lebih rentan terhadap spam. Mekanisme proof-of-work (PoW) yang ada dalam kerangka konsensus DLT hanya berfungsi sebagai penghalang terbatas terhadap spamming, karena tidak membedakan antara node jujur dan node jahat selain dari biaya komputasi.
Penulis mengus
Inovasi
Penulis mengevaluasi model yang diusulkan melalui simulasi dan analisis teori permainan. Mereka membandingkan kinerja jaringan di bawah PoW berbasis perilaku yang diusulkan dengan PoW tradisional dan tanpa kendali spam. Metrik utama meliputi throughput (transaksi per detik), latensi konfirmasi transaksi, dan jumlah transaksi spam.
Hasil simulasi menunjukkan bahwa model yang diusulkan secara signifikan mengurangi transaksi spam. Dalam jaringan dengan 1000 node dan batas yang ditentukan 10 transaksi per jendela, jumlah transaksi spam turun lebih dari 90% dibandingkan dengan PoW tradisional. Throughput tetap stabil pada sekitar 500 transaksi per detik, sementara latensi untuk node jujur menurun 30% karena berkurangnya kongesti.
Analisis teori permainan mengonfirmasi bahwa kesetimbangan Nash bersifat unik dan stabil. Node yang mencoba melakukan spam menghadapi biaya yang meningkat secara eksponensial, sehingga tidak menguntungkan. Penulis juga menunjukkan bahwa model tersebut tangguh terhadap kolusi: bahkan jika sekelompok node berkolusi untuk melakukan spam, kesulitan yang meningkat memengaruhi mereka semua, dan biayanya menjadi sangat mahal.
Lebih lanjut, model ini memberikan pelu
Mengapa penting
Model PoW berbasis perilaku yang diusulkan mengatasi celah kritis dalam kendali kongesti DLT berbasis DAG. Berbeda dengan PoW tradisional, yang hanya membebankan biaya tetap per transaksi, kesulitan variabel berdasarkan perilaku node secara langsung menyasar spamming. Penggunaan teori permainan non-kooperatif menyediakan kerangka kerja yang ketat untuk menganalisis insentif node dan membuktikan bahwa perilaku yang diinginkan merupakan kesetimbangan Nash.
Keunggulan utama model ini adalah keadilannya: model ini tidak menghukum node karena memiliki sumber daya komputasi yang rendah, melainkan karena berperilaku buruk. Hal ini sejalan dengan etos terdesentralisasi jaringan DLT. Namun, penulis mengakui potensi keterbatasan. Pertama, model ini mengharuskan node untuk saling memantau laju transaksi, yang dapat menimbulkan overhead dan potensi masalah privasi. Kedua, fungsi penalti eksponensial mungkin terlalu keras bagi node yang kadang-kadang melampaui batas karena lonjakan yang sah; fungsi penalti yang lebih bernuansa dapat dieksplorasi.
Pertimbangan lain adalah interaksi dengan konsensus DAG yang mendasarinya. Dalam sistem berbasis DAG seperti IOTA atau Hashgraph, konsensus sering kali asinkron dan tidak bergantung pada kesulitan PoW global. Mengintegrasikan PoW spesifik per node mungkin memerlukan modifikasi protokol konsensus untuk memastikan bahwa penyesuaian kesulitan disebarkan dan diverifikasi dengan benar. Penulis menyarankan bahwa model tersebut dapat diimplementasikan sebagai smart contract atau aturan tingkat protokol.
Pekerjaan selanjutnya mencakup pengujian model pada testbed DLT berbasis DAG di dunia nyata, mengeksplorasi parameter penalti adaptif, dan menyelidiki kinerja model di bawah kondisi adversarial seperti serangan Sybil. Penulis juga berencana memperluas analisis teori permainan untuk mencakup informasi yang tidak lengkap, di mana node mungkin tidak mengetahui laju transaksi node lain secara pasti.
Sebagai kesimpulan, makalah ini menyajikan pendekatan baru dan secara teoretis kokoh untuk kendali kongesti terdesentralisasi. Dengan menggabungkan PoW berbasis perilaku dengan teori permainan, makalah ini menawarkan solusi yang menjanjikan untuk masalah spam pada DLT berbasis DAG, memastikan akses yang adil dan stabilitas jaringan.
Siapa yang sebaiknya membaca
Membuka konten member…