یک بلاک چین می‌تواند صدها اعتبارسنج داشته باشد، اما قدرت شبکه همچنان در اختیار چند نهاد باشد. ضریب ناکاموتو (Nakamoto Coefficient) نشان میدهد چند نفر یا نهاد می‌توانند با همکاری هم، قدرت کافی برای مختل کردن فعالیت یک شبکه بلاک چین را به دست بیاورند.
هرچه این عدد بالاتر باشد، یعنی افراد یا گروه‌های بیشتری باید با هم همکاری کنند تا بتوانند در کار شبکه اختلال ایجاد کنند. البته این عدد به‌تنهایی نشان نمی‌دهد یک بلاک چین چقدر امن است.
نحوه محاسبه ضریب ناکاموتو
اول مشخص می‌کنیم هر فرد یا نهاد چه مقدار از قدرت شبکه را در اختیار دارد. بعد، نهادها را از بیشترین قدرت به کمترین مرتب می‌کنیم و سهم آنها را یکی‌یکی با هم جمع می‌کنیم. وقتی مجموع قدرتشان به حد موردنظر برسد، تعداد نهادهایی که حساب کرده‌ایم همان ضریب ناکاموتو است.
فرمول به شکل زیر است:
ضریب ناکاموتو = کمترین تعداد نهادهای لازم برای رسیدن به آستانه کنترل مشخص
این آستانه به سازوکار شبکه و نوع اختلالی که بررسی می‌کنیم بستگی دارد. مثلا، در سولانا معیار محاسبه بر اساس سهم اعتبارسنج‌ها از قدرت رای و آستانه بیش از یک‌سوم آن تعریف شده است.
مثال محاسبه ضریب ناکاموتو
فرض کنید در یک شبکه مبتنی بر اثبات سهام، سه نهاد بزرگ به ترتیب ۱۸، ۱۲ و ۹ درصد از قدرت رای را در اختیار دارند. سهم باقی‌مانده نیز بین تعداد بیشتری از نهادهای کوچکتر تقسیم شده است. هدف این است که مشخص کنیم حداقل چند نهاد برای عبور از آستانه یک‌سوم قدرت رای لازم هستند.
در این مثال، ضریب ناکاموتو برابر با ۳ است. دو نهاد بزرگ به تنهایی قدرت کافی ندارند، اما اضافه شدن نهاد سوم مجموع قدرت آنها را به ۳۹ درصد می‌رساند.
در این محاسبه، تعداد کل اعتبارسنج‌ها تعیین‌کننده نیست. حتی اگر شبکه هزار اعتبارسنج داشته باشد، توزیع نامتوازن قدرت می‌تواند باعث شود تعداد بسیار کمتری از آنها به آستانه مورد نظر برسند.
ضریب ناکاموتو بالا و پایین
هرچه ضریب ناکاموتو بالاتر باشد، یعنی قدرت شبکه بین افراد بیشتری تقسیم شده و مختل کردن فعالیت آن سخت‌تر است. در مقابل، ضریب پایین نشان میدهد قدرت در دست تعداد کمتری از افراد قرار دارد و ایجاد اختلال در شبکه آسان‌تر است.
برای مثال، اگر ضریب ناکاموتو یک شبکه ۳ و شبکه دیگر ۲۰ باشد، در شبکه اول همکاری ۳ نهاد برای ایجاد اختلال کافی است، اما در شبکه دوم به همکاری ۲۰ نهاد نیاز داریم. البته این مقایسه زمانی درست است که روش محاسبه و شرایط بررسی هر دو شبکه یکسان باشد.
تفاوت ضریب ناکاموتو در اثبات کار و اثبات سهام
ضریب ناکاموتو در شبکههای اثبات کار (PoW) و اثبات سهام (PoS) به شکل متفاوتی محاسبه می‌شود؛ چون قدرت شبکه در هرکدام از منابع متفاوتی به دست می‌آید.
برای مثال، در بیت کوین بررسی می‌کنیم چند استخر استخراج می‌توانند بیش از نیمی از قدرت استخراج شبکه را در اختیار بگیرند. در سولانا، تعداد اعتبارسنج‌هایی بررسی می‌شود که مجموع قدرت رای آنها از یک‌سوم شبکه بیشتر می‌شود.
البته برای محاسبه دقیق‌تر باید مشخص شود هر استخر یا اعتبارسنج تحت کنترل چه نهادی است؛ چون یک نهاد می‌تواند چند اعتبارسنج داشته باشد.
مقایسه ضریب ناکاموتو در بلاک چین‌های مختلف
برای اینکه بهتر متوجه شویم ضریب ناکاموتو در بلاک چین‌های مختلف چه تفاوتی دارد، می‌توانیم این شاخص را در شبکه‌هایی مثل بیت کوین، سولانا، اتریوم و آوالانچ بررسی و مقایسه کنیم.
اعداد این جدول رتبه‌بندی امنیت شبکه‌ها نیستند. در ردیف بیت کوین، داده نمونه‌ای از سهم استخرهای استخراج است؛ در ردیف‌های سولانا و سایر شبکههای اثبات سهام، قدرت رای و کنترل سهام مبنای اندازه‌گیری قرار گرفته است.
ضریب ناکاموتو بیت کوین
طبق آمار هفت‌روزه Mempool در زمان بررسی، سه استخر Foundry USA، AntPool و F2Pool به ترتیب حدود ۲۵.۹، ۲۰.۴ و ۱۶.۲ درصد از بلاک‌های نمونه را استخراج کرده‌اند.
مجموع سهم دو استخر اول حدود ۴۶.۳ درصد است و با اضافه شدن استخر سوم به حدود ۶۲.۵ درصد می‌رسد. در نتیجه، برای عبور از ۵۰ درصد بلاک‌های همین نمونه، سه استخر کافی هستند.
این محاسبه نشاندهنده تمرکز مشاهده‌شده در تولید بلاک است، نه اینکه سه شرکت به طور قطعی مالک بیش از نیمی از دستگاه‌های استخراج بیت کوین باشند. برای بررسی واقعی قدرت کنترل، رابطه استخرها با استخراج‌کنندگان و امکان انتقال هش ریت نیز اهمیت دارد.
ضریب ناکاموتو سولانا
ضریب ناکاموتو سولانا بر اساس تعداد اعتبارسنج‌ها ۱۸ است. یعنی اگر ۱۸ اعتبارسنج بزرگ شبکه با یکدیگر هماهنگ شوند، قدرت کافی برای جلوگیری از نهایی شدن بلاک‌ها را دارند.
اما نکته مهم اینجاست که بعضی اعتبارسنج‌ها زیر نظر یک مجموعه فعالیت می‌کنند. وقتی اعتبارسنجهای متعلق به یک مجموعه را با هم حساب کنیم، این عدد به ۶ نهاد می‌رسد. بنابراین قدرت سولانا بین تعداد کمتری از مجموعه‌های مستقل نسبت به آنچه تعداد اعتبارسنج‌ها نشان میدهد، تقسیم شده است.
ضریب ناکاموتو اتریوم
اتریوم بیش از یک میلیون اعتبارسنج دارد، اما این به معنی وجود یک میلیون نهاد مستقل نیست. یک شرکت یا سرویس استیکینگ می‌تواند هزاران اعتبارسنج را مدیریت کند.
برای مشخص کردن ضریب ناکاموتو اتریوم باید ببینیم قدرت رای شبکه در اختیار چند مجموعه مستقل است. به همین دلیل، تعداد بالای اعتبارسنج‌ها به‌تنهایی نشان نمی‌دهد اتریوم چقدر غیرمتمرکز است و عدد ضریب آن نیز بدون مشخص بودن روش محاسبه قابل مقایسه نیست.
ضریب ناکاموتو آوالانچ و کاردانو
ضریب ناکاموتو آوالانچ ۲۴ و کاردانو ۱۵ است. یعنی بر اساس محاسبه قدرت در سطح نهادهای مستقل، در آوالانچ ۲۴ مجموعه و در کاردانو ۱۵ مجموعه برای رسیدن به آستانه کنترل تعیین‌شده در هر شبکه لازم هستند.
این اعداد نشان می‌دهند قدرت در معیار بررسی‌شده آوالانچ میان تعداد بیشتری از نهادها تقسیم شده است؛ اما به‌تنهایی به معنی امنیت بیشتر آوالانچ نسبت به کاردانو نیست.
ابزارهای بررسی ضریب ناکاموتو
برای پیدا کردن مقدار ضریب ناکاموتو نیازی به محاسبه دستی داده‌های یک شبکه بزرگ نیست. داشبوردهای تخصصی اطلاعات لازم را جمع‌آوری و پردازش می‌کنند.
هنگام استفاده از این ابزارها، ابتدا نام شبکه و تاریخ داده را بررسی کنید. سپس مشخص کنید که داشبورد تعداد اعتبارسنج‌ها را اندازه می‌گیرد یا نهادهای مستقل را شناسایی می‌کند. در مرحله آخر، آستانه مورد استفاده برای محاسبه را بخوانید.
عوامل تعیین‌کننده تمرکز قدرت در شبکه
ضریب ناکاموتو به این بستگی دارد که قدرت شبکه بین چند فرد یا مجموعه مستقل تقسیم شده باشد. مهم‌ترین عوامل موثر بر این شاخص عبارت‌اند از:
نکته مهم این است که تعداد بالای نودها یا اعتبارسنج‌ها به‌تنهایی نشانه ضریب ناکاموتوی بالا نیست. آنچه اهمیت دارد، تعداد نهادهای مستقل و میزان قدرتی است که هرکدام در اختیار دارند.
ارتباط ضریب ناکاموتو با ضریب جینی و منحنی لورنز
ضریب جینی (Gini Coefficient) و منحنی لورنز (Lorenz Curve) نیز برای بررسی نابرابری توزیع منابع کاربرد دارند، اما پاسخ متفاوتی به ما می‌دهند.
منحنی لورنز شکل توزیع یک منبع را نمایش میدهد و ضریب جینی شدت نابرابری آن را با عددی بین صفر و یک بیان می‌کند. در این مقیاس، صفر به معنای برابری کامل و یک نشاندهنده تمرکز حداکثری در توزیع مورد بررسی است.
ضریب ناکاموتو به جای اندازه‌گیری کلی نابرابری، تعداد بازیگران لازم برای رسیدن به یک آستانه مشخص از قدرت را محاسبه می‌کند.
بنابراین ضریب جینی برای شناخت شکل توزیع قدرت کاربرد دارد، اما ضریب ناکاموتو مستقیما نشان میدهد چند بازیگر برای عبور از آستانه مورد بررسی کافی هستند. این دو معیار مکمل یکدیگرند و جایگزین هم نیستند.
کاربرد ضریب ناکاموتو در ارزیابی بنیادی ارزهای دیجیتال
در تحلیل فاندامنتال پروژه‌های ارز دیجیتال، ضریب ناکاموتو اطلاعاتی درباره تمرکز قدرت و میزان وابستگی شبکه به بازیگران بزرگ به دست میدهد.
برای مثال، اگر سهم قدرت رای چند اعتبارسنج اصلی در طول زمان افزایش پیدا کند و ضریب ناکاموتو کاهش یابد، تمرکز قدرت در همان معیار بیشتر شده است. این تغییر برای ارزیابی ساختار شبکه اهمیت دارد؛ زیرا اختلال یا هماهنگی تعداد کمتری از بازیگران می‌تواند آستانه مورد بررسی را تحت تاثیر قرار دهد.
سخن آخر
ضریب ناکاموتو ابزاری برای تبدیل مفهوم تمرکز قدرت به یک عدد قابل بررسی است. این شاخص نشان میدهد حداقل چند بازیگر برای رسیدن به یک آستانه مشخص از قدرت شبکه لازم هستند.
مهم‌ترین نکته در استفاده از این معیار، توجه به روش محاسبه است. اختلاف ضریب ۱۸ و ۶ برای سولانا نشان میدهد که شمارش اعتبارسنج‌ها و شمارش نهادهای مستقل نتایج یکسانی ندارند. بررسی درست این شاخص، در کنار اطلاعات امنیتی و ساختاری شبکه، تصویر دقیق‌تری از میزان تمرکززدایی یک بلاک چین به دست میدهد.
سوالات متداول درباره ضریب ناکاموتو
اگه تو یه شبکه لایه دوم مثل آربیتروم باشیم، ضریب ناکاموتو رو چطور بررسی کنیم؟
در شبکههای لایه دوم باید تمرکز کنترل ترتیبدهنده تراکنشها (Sequencer)، سازوکار ثبت داده، اختیارات ارتقای قراردادها و امکان خروج از طریق لایه اول بررسی شود. ضریب اعتبارسنجهای اتریوم به تنهایی نشاندهنده میزان تمرکز کنترل یک رولآپ نیست.
اگه ارز استیکشدهمو به یه ولیدیتور کوچیکتر منتقل کنم، ضریب ناکاموتو بیشتر میشه؟
انتقال سهام به اعتبارسنج مستقل کوچکتر، توزیع قدرت رای را تغییر میدهد؛ اما افزایش عدد ضریب به این بستگی دارد که جابهجایی سهام، حداقل تعداد نهادهای لازم برای رسیدن به آستانه را تغییر بدهد. بنابراین هر انتقال سهام به افزایش عدد شاخص منجر نمیشود.
میشه ضریب ناکاموتوی یه شبکه رو برای سال‌های قبل هم پیدا کرد؟
بله، در صورت وجود داده تاریخی. برای نمونه، Solana Compass نمودار تاریخی ضریب ناکاموتو سولانا را نمایش میدهد. داده‌های گذشته باید همراه با تعریف شاخص در همان دوره بررسی شوند؛ زیرا تغییر روش محاسبه، مقایسه مستقیم دو تاریخ را تحت تاثیر قرار میدهد.
با ضریب ناکاموتو میشه بهترین ولیدیتور رو برای استیک کردن انتخاب کرد؟
خیر. این ضریب وضعیت توزیع قدرت در شبکه را نشان میدهد، نه کیفیت عملکرد یک اعتبارسنج خاص. برای انتخاب اعتبارسنج باید نرخ کارمزد، سابقه فعالیت، میزان قطعی، عملکرد اعتبارسنجی و شرایط برداشت یا واگذاری سهام نیز بررسی شود.
اگه یه DAO بلاک چین اختصاصی نداشته باشه، باز هم میشه براش ضریب ناکاموتو حساب کرد؟
میتوان یک معیار مشابه را برای تمرکز قدرت رای در حاکمیت DAO محاسبه کرد. در این حالت باید آستانه تصویب یا جلوگیری از تصویب پیشنهادها و تعداد نهادهای دارای حق رای مشخص شود. این عدد شاخص تمرکز حاکمیتی DAO است و نباید با ضریب مربوط به اجماع بلاک چین یکسان تلقی شود.
ثبت دیدگاه
دیدگاه کاربران