比特幣:挖掘我這個比特幣區塊為什么花了二十分鐘？

一圖看懂

這聽起來耳熟嗎？

你剛做完一筆比特幣交易并且非常想看到它是否會出現在下一個區塊中。你預期比特幣的出塊時間是10分鐘。查詢比特幣節點的記錄，距離上一個區塊已經過去7分鐘。你想起比特幣區塊出快符合泊松過程，并且是無記憶性的。雖然上一個區塊產生后已過去7分鐘，你可能還需要再等待10分鐘。

又過去5分鐘。新的區塊依舊沒有出現。這期間你一直緊盯比特幣節點的記錄。距離上一個區塊已過去12分鐘。等待期間沒有發生任何改變。雖然又等了5分鐘，但數學理論告訴你，還需等待10分鐘下個區塊才會出現，因為泊松過程是無記憶的。

你繼續盯著比特幣節點的記錄，又過去了8分鐘，終于新的區塊出現了。你對自己說：“在等待自己的交易被確認時，總是需要20分鐘才能看到我的區塊被礦工挖出，我發誓這種情況經常在我身上發生”。

科技公司Hello Pal在宣布將挖掘狗狗幣后因流量激增而宕機:金色財經報道，總部位于溫哥華的科技公司Hello Pal International周四表示，在宣布要開始挖掘狗狗幣（Dogecoin）和萊特幣（Litecoin）之后，其網站因超載而暫時宕機。Hello Pal表示，在發布了與狗狗幣有關的公告之后，其網站的流量激增了1000％以上。[2021/3/12 18:37:44]

如果這個情況在你身上也發生過，那么你不是孤獨的。這種現象是真實存在的。

簡化假設，當比特幣算力是常數時，我們知道出塊的平均時間是10分鐘，并且挖礦過程可以用泊松過程建模。因為泊松過程是無記憶的，所以任何時候我們期望產生新區塊的時間是10分鐘。不論我們等了多長時間，這個期望值都不變。這種無記憶的特性對過去和將來都是適用的，也就是說，如果你隨機選擇一個時間點，那么之前區塊產生的平均時間是10分鐘之前。

惡意軟件Prowli入侵40,000多臺電腦挖掘加密貨幣:根據GuardiCore安全團隊6月6日發布的公告現實，GuardiCore安全團隊發現了一項惡意軟件操縱電腦從事加密貨幣挖掘活動。該軟件感染了包括金融，教育和政府在內的各行各業的4萬多臺電腦。根據報告，受感染的設備被Monero（XMR）礦工和r2r2蠕蟲感染，r2r2蠕蟲是一種惡意軟件，可通過被黑客竊取的設備執行SSH強力攻擊，并支持Prowli影響新受害者。換句話說，通過隨機生成IP地址塊，r2r2會嘗試使用用戶/密碼字典強制SSH登錄，并在中斷后在受害者上運行一系列命令。GuardiCore發現，Prowli背后的襲擊者專注于賺錢而不是意識形態或間諜活動。[2018/6/7]

這一點很清楚，因為如果從泊松過程中抽取一系列事件作為樣本，然后再抽取第二個樣本，并反轉該系列事件的發生情況，那么這兩個樣本將無法區分。因此，通過對稱性我們可以知道，當你隨機選擇一個時間點，則發生下一個事件時間的期望值和過去事件已經發生時間的期望值是相等的。

烏克蘭國家警察局員工被控盜竊工作場所電力挖掘加密貨幣:據cointelegraph援引當地新聞媒體368.media今天的報道，刑事訴訟材料顯示，烏克蘭羅夫納國家警察局交通部門的員工被指控在其辦公場所竊取電力，以挖掘加密貨幣。這些未透露姓名的員工已經開采加密貨幣長達四個月。目前尚不清楚有多少電力被盜，或這些員工正在開采什么加密貨幣。今年4月，國家警察局內部安全部的員工在通信部辦公室發現了加密貨幣挖礦設備。調查人員共沒收了八塊視頻卡，六個電源設備，兩個硬盤，一塊主板和一個完整的計算機系統。[2018/5/23]

“等一下，你的意思是，如果我隨機選擇一個時間點，那么我們預計上一個區塊是在10分鐘前被挖出的，并且下一個區塊將會在10分鐘后被挖出。這不就意味著出塊時間總共是20分鐘嗎？”

BAIC社區將與TalkingData合作聯合挖掘用戶情景畫像:BAIC社區與國內最大第三方移動互聯網大數據平臺TalkingData達成戰略合作關系。BAIC社區將采用TalkingData Myna 情景感知開源框架，為BAIC公鏈上的物聯網海量數據源提供情景感知分析能力。通過對數據進行應用情景分析、標簽化、做用戶情景畫像，BAIC社區將為其公鏈上的個人和企業提供更完善的分析能力以及更高效、精準的服務，幫助客戶實現更大的價值。[2018/3/9]

非常正確，這正是我想說的。如果你隨機選擇一個時間點，那么前一個區塊和下一個區塊間的時間平均是20分鐘。

“這不可能是真的，因為我們知道平均的出塊時間是10分鐘，而不是20分鐘。”

這個悖論本質上和搭便車悖論是一樣的，為了解決這個悖論，我們需要知道，“塊與塊之間的期望值是什么？”，這個問題本身就沒有說清楚。要計算期望值，我們需要知道用什么分布進行計算。

假設我們觀察比特幣區塊鏈一段時間，然后列出每個連續塊之間的時間間隔。當我們對這個數字列表求平均值時，我們將得到一個接近10分鐘的數值。這種方法的平均對應于一個分布，其中每個區塊的間隔時間以相同的概率從分布中抽取出來。

更準確地說，這種非負數間隔持續時間分布的概率分布函數是一個指數分布pdf1(t)=N1e?λt，其中λ是0.1min-1,也就是比特幣的出塊速度，N1是一個正態分布常數。這個分布的期望值是∫tpdf1(t)dt=10min。

假設我們觀察比特幣區塊鏈一段時間，記下跨越每天上午9點這一時間點的兩個比特幣區塊的時間間隔。如果把每天的時間數據平均一下后會發現，區塊生成平均時間值其實接近20分鐘。用這種方法算出的平均值其實對應的是一個“每個區塊間隔都被抽樣”的分布，它并不是用均等的概率，而是與間隔持續的時間成比例。舉個例子，一次持續14分鐘間隔的抽樣結果可能會好過兩次間隔7分鐘的抽樣，因為14分鐘間隔的抽樣時間是7分鐘的兩倍。

我們可以使用上述指數分布的概率密度函數，將其乘以一個線性影子，再根據間隔時長重新計算概率。歸一化之后，隨之產生的該分布的概率密度函數就會成為伽馬分布：pdf2(t)=N2te?λt。這個分布的預期值將會是∫tpdf2(t)dt=20分鐘。

我們可以通過調用上面的時間反轉對稱性參數來復查這個結果。當我們選取一個隨機時間點，可以將下一個區塊生成的時間設為一個隨機變量x，它的概率密度函數設為pdf1；再把前一個區塊生成的時間也設為一個隨機變量y，它的概率密度函數也是pdf1。因此，兩個區塊生成的總時間就是隨機值xy，我們可以通過將函數pdf1本身卷積來計算xy這個分布，這樣結果就可以得到pdf2。

在計算平均區塊生產間隔時間的時候，使用第二種抽樣方法可能會產生一些“偏差”，因為第二種抽樣方法的區塊間隔時間更長，因此兩種不同抽樣方式產生的結果也會存在差異。不過，“偏差”這個詞在這里并不是貶義。因為我們也不能說另一種采樣方式就是不正確的，或是存在偏差的，它只是一種不同的抽樣方法，僅此而已。你需要使用什么樣的時間間隔分布，取決于你要計算什么。如果你想要計算比特幣吞吐量，那么可能需要使用指數分布；如果你想知道“為什么包含了我交易的比特幣區塊要花20分鐘來挖掘？”，此時可能需要使用伽馬分布了。

金色財經翻譯自WhyIsItTaking20MinutestoMineThisBitcoinBlock?

Tags：比特幣PDF加密貨幣AIC比特幣市值占比走勢圖表區塊鏈dapp開發pdf加密貨幣市場規模多大LAICA

比特幣價格實時行情