Etude des propagations des transactions et des blocs dans le réseau Bitcoin et modèles SEIR-C

par Craig Wright (Craig)

Projet de thèse en Bioinformatique

Sous la direction de Jean-François Zagury et de Vincent Danos.

Thèses en préparation à Paris, CNAM , dans le cadre de École doctorale Sciences des métiers de l'ingénieur (Paris) , en partenariat avec GBA - Laboratoire Génomique, bioinformatique et applications (laboratoire) depuis le 14-11-2017 .


  • Résumé

    Nous parvenons à modéliser le temps maximum de propagation d'une transaction à travers tout le réseau Bitcoin même dans des conditions difficiles où les noeuds sont mal connectés, faiblement répartis et disposant d'une faible bande passante. Sous de telles contraintes, on détermine les stratégies permettant de propager au mieux les transactions tout en minimisant les temps d'attente. La présence d'éventuelles doubles dépenses ou transactions non conformes au protocole peut cependant entraîner un allongement de ce temps de propagation. De même, une augmentation de la taille des blocs peut rendre inopérants certains noeuds, contraints de subir un régime au-delà de leur capacité. La présence de nœuds subitement défaillants, incapables d'évoluer vers de nouvelles limites ainsi que son impact sur le réseau, peut s'expliquer grâce à des modèles épidémiologiques mettant en jeu des chaînes de Markov. Nous considérons l'éventuel déclin de nœuds de faible puissance en les modélisant comme des individus susceptibles d'être contaminés. Dans ces modèles, les noeuds malades meurent ou se rétablissent avec une résistance ultérieure à toute nouvelle infection. Cette utilisation des modèles épidémiologiques SIER-C pour l'étude de la propagation des transactions et des blocs vise à améliorer le fonctionnement des réseaux « pair à pair » sur lesquels circulent des cryptomonnaies.

  • Titre traduit

    Bitcoin: SEIR-C propagation models of block and transaction dissemination


  • Résumé

    Even at a low distribution rate from poorly connected nodes with low bandwidth, we can model the maximum time for a transaction to be broadcast across the Bitcoin network. In knowing the conditions that can lead to a low intensity of distribution, these can be modelled so that you can find the optimum strategies to propagate transactions widely without lengthy delays. The presence of double spends, and transactions that do not conform to the protocol rules, can result in propagation delays. Similarly, the introduction of an increased block size will stress many existing nodes beyond the existing capacity. The decline of the number of nodes that are incapable of scaling to the new limits, and the impact on the network as these nodes are stressed, can be explained using a series of Markov chain epidemic models. We will define and model the decline in low powered nodes to the function of individuals who are susceptible to transaction acceptance (infection). In these models, an infective will (in simple terms) either die or recover with a resistance to further infection. This use of SIER-C epidemic models for transaction and Block propagation will allow for the more effective implementation of systems and nodes within the cryptocurrency.