一种智能的纯理性贿赂自私挖矿攻击算法

摘要

本发明针对现有区块链中策略性攻击的问题，利用机器学习的思想，考虑纯理性矿工和智能攻击者存在的情况下，对于策略性攻击的影响，公开了一种新的自私挖矿算法：Intelligent Bribery Selfish Mining（IPBSM）。旨在构造一个基于纯理性矿工参与的贿赂自私挖矿模型，攻击者可以通过机器学习降低攻击区块链系统的算力阈值，从而提高攻击者破坏系统的动机。其技术要点是：智能攻击者通过强化学习与外部环境交互选择最优策略，将他们与外部环境的交互过程规范为马尔科夫过程，利用强化学习去寻找最大化自身收益的最优策略。实验结果表明，IBSM算法和SM1相比较，具有更低的算力阈值和更高的相对收益。该算法能够有效的提高私自挖矿攻击的成功率，破坏区块链系统的安全性。