1. 서론
2009년, 나카모토 사토시에 의해 비트코인이라는 암 호 화폐가 등장하여 세계가 비트코인에 주목하게 하였다 [1]. 비트코인은 작업증명(Proof-of-Work : PoW)를 바 탕으로 하고 있는 암호 화폐로써, 많은 전기량을 통해 타
겟을 만족시키는 논스(nonce) 값을 찾은 첫 번째 노드가 마이너가 되어 새로운 블록을 생성할 수 있게 된다.
PoW는 초반엔 탈중앙화된 분산 시스템을 가능하게 할 수 있는 듯 보였지만, 많은 전기량이 낭비되는 현상이나, 확장성 등의 한계가 드러났다. 이러한 문제들을 해결하기 위해서 PoW 이외에 Proof-of-Stake[2]나 Byzantine
검증자 집합 형성 방법에 따른 블록체인 시스템 비교 분석
김삼택
우송대학교 IT융합학부 교수
Comparative Analysis of Blockchain Systems According to Validator Set Formation Method
Sam-Taek Kim
Professor, School of Information Technology Convergence, Woosong University
요 약 최근에 작업 증명(PoW) 블록체인 합의 알고리즘들이 에너지 낭비, 확장성 부족 등의 문제점들이 나타나면서 비잔틴 장애 허용(BFT) 계열 합의 알고리즘들이 주목을 받고 있다. BFT 계열 합의 알고리즘들의 큰 특징 중 하나는 검증자 집합을 형성하여 그 안에서 합의를 이루는 것이다. 본 논문에서는 BFT 계열 합의 알고리즘들 중에서도 알고랜 드, 스텔라, 이오스의 검증자 집합 형성 방법들의 확장성, 목표가 설정된 공격 가능 여부, 시빌 공격 가능 여부에 대해서 비교, 분석하였다. 또한 데이터 분석을 통한 각 검증자 형성 방법들의 문제점들을 발견하였고, 해당 합의 알고리즘들은 공통적으로 소수의 권력 있는 노드들이 전체 시스템을 지배하는 중앙화 현상이 나타남을 밝혔다.
주제어 : 블록체인, BFT, 알고랜드, 스텔라, 이오스, 중앙화
Abstract Recently, the Byzantine Fault Tolerance(BFT) family of consensus algorithms has been attracting attention as the problems of the Proof-of-work (PoW) blockchain consensus algorithms result in energy waste and lack of scalability. One of the great features of the PBFT family consensus algorithms is the formation of a set of validators and consensus within them. In this paper, we compared and analyzed the scalability, targeted attackability, and civil attackability of Algorand, Stellar, and EOS validator set formation methods among BFT family consensus algorithms. Also, we found the problems of each verifier formation method through data analysis, and the consensus algorithms showed that the centralization phenomenon that the few powerful nodes dominate the whole system in common.
Key Words : Blockchain, PBFT, Algoland, Stellar, PSTN, Intelligent Devices
*This research is based support of 2019 Woosong University Academic Research Funding.
*Corresponding Author : Sam-Taek Kim([email protected]) Received September 11, 2019
Accepted November 20, 2019
Revised October 21, 2019
Published November 28, 2019
Fault Tolerence(BFT)[3-5]계열 합의 알고리즘들이 등 장하게 되었다.
본 논문에서는 다양한 합의 알고리즘들 중에서도 BFT 계열 알고리즘들에 초점을 두어 분석하였다. BFT 계열 합의 알고리즘의 핵심은 어떻게 합의를 이루는 노드 집 합을 형성할 것이냐 이므로, 대표적인 BFT 계열 블록체인 시스템인 알고랜드 (Algorand)[6], 스텔라 (Stellar)[7], 그리고 이오스 (EOS)[8]들은 각각 어떻게 노드 집합을 형성하는 지에 대해서 분석하였다. 또한, 각각의 노드 집 합 형성 방법이 현재 네트워크에서는 어떤 문제점들을 일으키는지를 데이터 분석을 통해 알아내었다.
2. BFT 계열 합의 알고리즘
BFT 계열 프로토콜이란 네트워크에 불완전한 (faulty) 노드들이 존재함에도 불구하고 정직한 (honest) 노드들 끼리는 올바른 합의를 이룰 수 있는 프로토콜을 의미한 다. 가장 전형적이고 최적의 BFT 계열 프로토콜은 현재 Practical Byzantine Fault Tolerance (PBFT)[5-7]로 알려져 있다. 이 논문에서는, PBFT 프로토콜을 사용하게 되면 총 3f+1개의 노드가 네트워크에 존재한다고 할 때, 최대 f개의 노드가 불완전해도 정직한 노드들끼리는 안 전성(safety)과 활성도(liveness)를 만족하는 올바른 합 의를 이룰 수 있다고 증명하였다.
PBFT의 프로토콜은 다음 Fig. 1과 같이 총 3단계로 이루어져 있다. 프라이머리 노드란, 받은 메시지들을 저 장만 하고 있는 레플리카(replica) 노드들에게 메시지를 전달해주는 노드로써 모듈러 연산을 통한 라운드 로빈 방식으로 프라이머리 노드가 선출된다. 그러므로 해당 라 운드에서 특정 노드가 프라이머리가 되었으면, 클라이언 트는 그 프라이머리 노드에게 원하는 것을 request 한 다. 그러면 프라이머리 노드는 나머지 레플리카 노드들에 게 자신이 받은 request 메시지를 전달한다. 이 단계를 pre-prepare라고 한다. 후에 해당 request 메시지를 프 라이머리 노드로부터 받은 레플리카 노드들은 이 메시지 가 어떠한 조건들을 만족하는지 확인한다. 이를 prepare 단계라고 한다. 조건 만족 여부를 확인한 후, 만약 자신이 동일한 올바른 메시지를 2f+1개 이상 받았다면, prepare 메시지를 자기 이외의 나머지 노드들에게 멀티 캐스트 한다. 그런 후에 각 노드가 2f+1개 이상의 동일 한 올바른 prepare 메시지를 받았다면, 각 노드들은 마 지막 단계인 commit 단계에 이르게 되고, 모두 다 동일
한 request에 대해서 합의를 이루게 된다.
Fig. 1. Normal case Operation of PBFT In:OSDI.
그러나 PBFT는 두 가지의 문제점이 존재한다. 첫째, 확장성이 매우 떨어진다는 것이다. 통상적으로 PBFT 같 은 경우 100개 이상의 노드가 네트워크에 존재하게 되면 기하급수적으로 속도가 떨어지게 된다. 이렇게 되는 이유 는 모든 노드들이 서로에게 다양한 메시지들을 주고받아 야 하므로 그 복잡도가 O(
)이기 때문이다. 그러므 로 어느 누구든 자유롭게 시스템에 들어오고 나갈 수 있는 개방형 블록체인을 구현하기 위해 PBFT를 적용 시키기에는 무리가 있다. 두 번째 문제는 고정된 노드 집합 안에서만 합의를 이루는 것이라는 사실이다. 개 방형 블록체인은 누구든지 자유롭게 시스템에 참여하 고, 나갈 수 있기 때문에, 정해진 노드 리스트가 존재 하지 않고 또한, 각 노드들이 신분의 익명성이 보장된 다. 그러나 PBFT는 시스템이 중앙화되어 시스템에 참여하는 노드의 신분을 다 알고 있어야 하고, 누구든 자유롭게 네트워크에 들어오거나 나오거나 할 수 없 다.PBFT의 장점은 그대고 가지고 오면서 현존하는 문제 들을 해결하기 위해서 많은 블록체인 합의 알고리즘들은 검증자 집합을 형성하는 방법을 다양하게 구성하여 PBFT가 개방형 블록체인 시스템에 알맞게 적용될 수 있 도록 많은 노력을 하고 있다.
3. BFT계열 검증자 집합 형성 방법 분석
본 논문에서는 총 세 가지 BFT 계열 합의 알고리즘들 의 검증자 집합 형성 방법을 분석하고 세 가지 측면 (확 장성[8,9], targeted 공격 가능 여부, 시빌 공격 [10] 가 능 여부) 에서 이를 평가해보고자 한다.
3.1 알고랜드 (Algorand)
가장 대표적인 BFT 계열 블록체인 시스템으로써 실비 오 미칼리가 설계한 알고랜드가 존재한다. 알고랜드 같은 경우, 매 라운드가 시작될 때마다 반 무작위로 (pseudo-randomly) 검증자 집합(committee)을 형성
하여 그 안에서 새로운 블록에 대한 합의를 이룬다. 이 때, 네트워크의 모든 노드들이 동일한 확률로 검증자가 되지 않는다. 각 노드는 자신이 가지고 있는 코인 양에 비례한 비중(weight) 값을 각각 가지는데, 그 값이 클수 록 더 높은 확률로 검증자가 될 수 있다. 또한 검증자를 선출할 때, 악의적인 노드들이 미리 어떤 노드가 이번 라 운드에서 검증자가 될지 알고 targeted 공격[11] 하는 것을 막기 위하여 verifiable random function (VRF)[12]를 사용한다. 알고랜드와 같이 랜덤하게 검증 자 집합을 매라운드마다 형성하여 그 안에서 합의를 이 루는 방식은 확장성이 상대적으로 좋다. 왜냐하면 PBFT 와 같이 네트워크에 존재하는 모든 노드들이 메시지를 주고받으며 합의를 이루어야 한다면 그 복잡도가 매우 큰 반면, 알고랜드는 commit 안에서만 합의를 이루면 되기 때문이다. 그러나 이렇게 검증자 집합을 형성하는 알고리즘들이 가질 수 있는 취약점 중에 하나는 targeted 공격이다. 즉, 악의적인 노드가 미리 누가 검증 자가 될 것인지를 알아 해당 노드에게 네트워크 공격 등 을 통해 일을 제대로 할 수 없도록 할 수 있다. 알고랜드 는 이러한 문제를 해결하기 위해 VRF 함수를 사용하여 미리 누가 검증자인지 알 수 없도록 하였다.
마지막으로 개방형 블록체인은 시빌 공격에 취약하다.
시빌 공격이란, 공격자가 여러 개의 거짓 독립체(entity) 들을 생성해 시스템에 비정상적인 영향을 미치는 것이다.
전통적으로 개방형 블록체인은 누구나 자유롭게 네트워 크에 들어오고 나갈 수 있으며, 각 노드들의 익명성이 보 장되는 특성을 갖고 있기 때문에 한 명의 사용자가 여러 개의 노드를 생성한 것인지, 아니면 여러 명의 사용자가 여러 개의 노드를 만든 것인지, 노드의 주인(owner)를 알기가 쉽지 않아 시빌 공격에 취약하다. 그러나 시빌 공 격을 예방하기 위한 해결책은 존재한다. 사용자가 노드를 만드는 데에, 혹은 만들어진 노드를 통해 어떠한 행위를 할 때에 일정량의 소비(cost)가 필요하다면 공격자는 시 빌 공격을 하는 데에 위험 부담을 가지게 된다. 알고랜드 도 이러한 방법을 적용하여, 검증자를 선출할 때, 모든 노 드가 동일한 확률로 뽑히는 것이 아니라 계정에 코인이 더 많은 노드가 더 높은 확률로 검증자가 되도록 하므로 써, 한 공격자가 노드를 여러 개 형성하는 행위가 아무런 이득이 없도록 하였다.
3.2 스텔라 (Stellar)
스텔라는 각 노드들이 각자 자신이 믿을 집합인 쿼럼 슬라이스(quorum slice)를 자유롭게 구성하고, 새롭게
생성될 블록에 대해서 오직 자신의 쿼럼 슬라이스를 구 성하는 노드들의 의견만 듣는다. 자신의 쿼럼 슬라이스 노드들 중 임계치 이상의 노드들이 해당 블록에 대해 동 의를 한다면, 해당 노드도 그 블록에 대해 동의를 하게 되는 것이다. 이렇듯이 스텔라는 상대방에 대한 신뢰에 의해서 검증자 집합이 형성된다.
이러한 스텔라의 검증자 집합 형성 방법은 확장성 측 면에서 상대적으로 좋지 못하다. 왜냐하면, 많은 사람들 이 유명하지 않는 소기업보다는 대기업을 더 신뢰하듯이, 사람들이 신뢰하는 대상은 주로 비슷하기 때문이다. 그러 므로 다양한 노드들이 검증자가 되기 보다는, 유명한 노 드 몇 개만 지속적으로 검증자가 될 확률이 높다. 이렇게 소수의 노드들이 쿼럼 슬라이스를 대부분 구성하게 되면 자연스럽게 targeted 공격에도 취약할 수밖에 없다. 왜 냐하면 누가 검증자가 될 것인지를 공격자는 쉽게 알 수 있기 때문이다. 마지막 시빌 공격 측면에서는 스텔라가 상대적으로 좋다고 할 수 있다. 공격자가 아무리 많은 노 드를 생성하여 검증자로써 일을 하고 싶어한다 하더라도 상대방으로부터 신뢰를 얻지 못하면 결코 검증자가 될 수 없기 때문이다.
3.3 이오스 (EOS)
이오스는 투표 과정을 통해 검증자인 블록 생산자 (block producer)가 선출된다. 시스템을 이루는 모든 노드들은 투표하는 곳에 맡겨둔 코인양에 비례한 투표 힘을 가지고 있고, 자신이 원하는 블록 생성자 후보자가 블록 생성자가 될 수 있도록 하기 위해 투표를 할 수 있 다. 그리고 해당 투표 결과를 토대로 가장 많은 투표를 받은 후보자 21명이 블록 생성자가 되어 합의를 이루게 된다.
이오스의 검증자 집합 형성 방법은 확장성 측면에서 상대적으로 좋다 할 수 없다. 왜냐하면, 다른 사람들에게 투표를 받는 노드는 일반적으로 대부분 동일하기 때문이 다. 또한, targeted 공격은 이오스에서 매우 쉽게 행해질 수 있다. 그 이유는, 실제 네트워크를 보면 대부분의 검증 자 노드들이 비슷하기 때문이다. 항상 검증자가 되어왔던 노드들은 다음 라운드에서도 검증자가 될 확률이 높다.
그러므로 다음 라운드에 누가 검증자가 될 수 있을지는 쉽게 예측 가능하다. 마지막으로 이오스는 시빌 공격을 통해 피해를 볼 수 있다. 물론 공격자가 보유한 코인 양 이 많다는 것을 가정해야 하지만, 공격자가 충분히 많은 코인을 가지고 있다면, 이를 두 개 이상의 노드로 쪼개어 여러 개의 검증자 노드들을 생성할 수 있다. 이렇게 되면,
한 명의 공격자가 돌리는 여러 개의 노드들이 검증자가 되어, 공격자가 마음대로 블록을 생성할 수 있게 된다.
4. 데이터 분석을 통한 검증자 형성 방법 문제점
4.1 알고랜드
알고랜드는 매 단계마다 동적이고 반 무작위적으로 검 증자들이 선출되어 비교적 중앙화 문제를 해결한 듯 보 인다. 그러나 알고랜드는 블록을 생성한 검증자들에게 주 는 보상(incentive) 메커니즘이 없기 때문에 노드들이 검증자로서 일할 동기가 존재하지 않는다. 그러므로 많은 노드들의 참여를 기대하기 어렵게 된다. 이는 후에 참여 자가 적기 때문에 소수의 동일한 노드들이 지속적으로 검증자 집단에 들어갈 확률이 높아지므로, 중앙화의 문제 나 확장성에 문제를 가져올 수 있게 될 것이다.
4.2 스텔라
스텔라 또한 현재 돌아가는 메인 네트워크의 데이터를 통해 분석했을 때, 스텔라 재단에서 돌리고 있는 세 개의 노드가 대부분의 힘을 가지고 있음을 확인하였다. 이는 결국 단일 고장점(Single Point of Failure) 문제로서, 중앙화된 기관이 모든 것을 관리하는 구조로 시스템의 전형적인 문제가 여전히 존재하는 것을 알 수 있다.
4.3 이오스
이오스는 이상적인 상태에선 능력 있고 자격 있는 다 양한 노드들이 검증자로서 역할을 할 수 있겠지만, 실제 메인 네트워크 데이터를 분석해보면 그렇지 못하다. 매 라운드마다 대부분 비슷한 노드들로 구성된 검증자 집합 이 존재함을 확인할 수 있다.
Fig. 2. Directed graph of voting pattern of EOS
Fig. 2은 한 시점에 대한 스냅샷을 찍어, 어떤 노드가 어떤 후보자에게 투표했는지를 분석하여 그 결과를 방향
성 그래프(directed graph)로 표현한 것이다. 만약 노드 a가 노드 b를 투표했다면, 그래프에선 a에서 b로 가는 간선이 그려질 것이다. 또한, 각 노드의 입장에서 들어오 는 간선의 개수가 많을수록 해당 노드의 크기는 비례하 여 커진다. Fig. 3를 보면, 소수의 노드가 매우 크게 표현 된 것을 볼 수 있다. 이는 곧, 대부분의 참여자들이 거의 동일한 노드를 투표한다는 사실을 증명해주는 것이다. 더 나아가 Fig. 3은 Fig. 2의 그래프를 이분 그래프로 표현 한 것이다. 이는 동일한 노드에게 투표를 할 노드들끼리 간선이 존재하는 그래프로써, 해당 노드의 크기가 크다는 것은 투표하는 패턴이 그만큼 비슷하다는 것을 의미한다.
Fig. 3. Bipartite graph of the figure
본 논문에서는 검증자 집합을 투표하는 과정에서 아무 문제가 없는지를 확인하기 위해 실제로 가장 많은 힘을 가지고 있는 투표자 100명의 데이터를 수집하여 분석해 보았다. 그 결과는 Table 2에 나와 있듯이, 먼저 많은 상 위권 투표자들이 사실은 동일한 부모 노드로부터 생성되 었음을 확인할 수 있었다. 물론 이런 현상이 아무런 문제 가 될 수 없을 수도 있지만, 만약에 여러 개의 투표자를 생성한 부모 노드가 특정 검증자와 매우 밀접한 노드라 면, 이는 일종의 시빌 공격이라고 할 수 있다. 두 번째로, 이렇게 동일한 부모로부터 파생된 노드들을 하나의 군 (family)로 칭한다면, 각 군마다 독특한 투표 패턴이 존 재함을 확인하였다. 예를 들어, haytqnjug4ge 군은 주 로 후오비 거래소에서 돌리고 있는 검증자 후보인 eoshuobipool을 투표하는 것을 확인할 수 있었다. 또한 bpvoter.one 군 같은 경우에는, eoshuobipool 에게는 투표를 단 하나도 보내지 않았지만, 또다른 거래소가 운 영하는 bitfinex 검증자 후보에게 대부분의 투표를 보내 는 것을 알 수 있었다.
Blockchain Scalability Targeted Attack Sybil Attack
Algorand ○ ○ ○
Stellar √ √ ○
EOS △ √ △
*○: 상대적으로 좋음, △: 중간, √: 상대적으로 안 좋음
Table 1. Summary of the analysis result즉, 위의 Table 1을 보면, 이오스 시스템이 마치 민주 주의를 통해서 검증자 집단이 형성되는 것 같아 보이지 만, 사실은 그룹으로 묶여져 의도된 투표 결과가 나오도 록 하는 시스템임을 알 수 있다.
# of
voters parent Related BP % of
stake
14 haytqnjug4ge eoshuobipool 12.2
13 geztkojqgene bitfinex 16.9
7 gyzdgmbqgage zbeosbp11111 10.6
6 signupeoseos ? 6.26
5 bpvoter.one ? 4.83
Table 2. Result of the analysis on top 100 voters
Table 3는 가장 힘이 강한 투표자 62명 (전체 투표자 들 중 해당 62명의 비율은 약 0.1%) 의 투표 결과를 분 석한 표이다. 이를 통해 그들의 투표 경향을 알 수 있는 데, 가장 많은 표를 받은 검증자 순으로 표에 나타나 있 다. Table 3에서 Sum은 해당 검증자가 투표로써 받은 코인 양을 의미하고, 투표율(Vote rate)은 전체 투표를 위해 소비된 코인 양 중 몇 퍼센트를 해당 검증자가 차지 하고 있는지를 보여준다.
Sum Vote rate(%) BP name BP rank
93,449,060 85.8 eoshuobipool 1
89,675,885 85.4 zbeosbp11111 4
89,264,672 90.5 bitfinexeos1 8
87,859,801 81.4 starteosiobp 2
80,557,028 81.2 jedaaaaaaaa 10
Table 3. Voting tendency
또한, 해당 투표자 62명이 전체 투표자들 중에서 차지 하는 힘의 비율이 약 73.8%였고, 그 중 가장 많은 힘을 가지고 있는 투표자 40명이 약 61%의 비율을 차지하고, 그중 22명이 약 41.6%를 차지하는 것을 확인하였다. 이 를 통해서, 본 논문에서는, 비록 많은 노드들이 투표자로 서 새로운 검증자들을 선출하기 위해 투표에 참여하지만,
결론적으로 돈이 많은 노드 40명이 반 이상의 투표 결과 를 좌지우지할 수 있다는 사실을 보여준다.
5. 결론
본 논문에서는 대표적인 BFT 계열 합의 알고리즘들의 검증자 집합 형성 방법을 정리하고, 확장성, targeted 공 격 가능 여부, 시빌 공격 가능 여부에 대해서 비교, 분석 하였다. 또한, 해당 알고리즘들이 실제 네트워크에서는 어떠한 문제점들을 가지고 있는지 데이터 분석을 통해 밝혀내었다. 공통적으로 세 알고리즘들은 중앙화 [12-15]
문제가 있음을 확인하였고, 알고랜드는 보상 매커니즘의 부재로 인해 확장성 문제, 스텔라는 검증자 중앙화에 의 한 single point of failure 문제가 있음을 보였다. 더 나아가 이오스 같은 경우는, 100명의 가장 큰 힘을 가진 상위권 투표자들의 투표 패턴을 분석한 결과, 여러 개의 상위 투표자들이 동일한 부모 노드로부터 파생된 노드들 이라는 것이 밝혀졌다. 또한, 상위 투표자 40명이 약 61%의 투표 힘을 가지는 것을 확인함으로써, 비록 매우 많은 투표자들이 합의 과정에 참여하고 있지만 결국 소 수의 노드가 투표 결과를 좌지우지한다는 것을 밝혔다.
블록체인 시스템 안에서 이러한 중앙화 문제를 해결하 는 것은 단순한 일이 아니다. 왜냐하면 시스템이 탈중앙 화가 될수록 성능이나, 보안성이 비례하게 떨어질 수 있 기 때문이다. 일정량의 성능과 보안성을 유지하면서 동시 에 탈중앙화가 가능한지에 대한 연구들이 향후에 진행되 어야 할 것이다.
REFERENCES
[1] S. Nakamoto. (2009).
Bitcoin: A Peer-to-Peer Electronic Cash System.http://www.bitcoin.org/bitcoin.pdf [2] S. W. Jeong ,Y. R. Choi & I. G. Lee. (2018). Cyber
KillChain Based Security Policy Utilizing Hash for Internet of Things.
Journal of Digital Convergence, 16(9),179-185.
DOI : 10.14400/JDC.2018.16.9.179
[3] E. Bunchman. (2016).
Tendermint: Byzantine Fault Tolerance in the Age of Blockchains.https://atrium.lib.uoguelph.ca/xmlui/bitstream/handle /10214/9769/Buchman_Ethan_201606_MAsc.pdf?sequ ence=7&isAllowed=y
[4] A. Bessani, J. Sousa & E. EP Alchieri. (2014). State
Machine Replication for the Masses with BFT-SMART.
I
nternational Conference on Dependable Systems and Networks IEEE,355-362.
[5] V. Marko. (2015). The quest for scalable blockchain fabric: Proof-of-work vs. BFT replication.
International workshop on open problems in network security Springer Cham,
112-125.
[6] Y. Gilad, R. Hemo, S. Micali, G. Vlachos & N. Zeldovich.
(2017).
Algorand: Scaling Byzantine Agreements for Cryptocurrencieshttps://people.csail.mit.edu/nickolai/papers/gilad-alg orand-eprint.pdf
[7] D. Mazaieres. (2015).
The Stellar Consensus Protocol:A Federated Model for Internet-level Consensus
https://www.stellar.org/papers/stellar-consensus-prot ocol.pdf
[8] S. T. Kim. (2018). Analysis on Consensus Algorithms of Blockchain and Attacks.
The Korean Journal of The Korea Convergence Society, 9(9),83-88.
DOI : 10.15207/JKCS.2018.9.9.083
[9] G. Karame. (2016). On the security and scalability of bitcoin’s blockchain. P
roceedings of the 2016 ACM SIGSAC conference on computer and communications security,1861-1862.
[10] K. N. Lee, G. H. Jeon & G. H. Jeon. (2018). A Study on Improvement of Used-goods Market Platform Using Blockchain.
Journal of Digital Convergence, 16(9),133-145.
DOI :
10.14400/JDC.2018.16.9.133[11] M. Castro & B. Liskov. (1999).
Practical Byzantine Fault Tolerance.Symposium on Operating Systems Design and Implementation.
https://www.cs.cornell.edu/courses/cs614/2003sp/pap ers/CL99.pdf
[12] S. Micali, M. Rabin & S. Vadhan. (1999). Verifiable random functions.
40th Annual Symposium on Foundations of Computer Science,120-130.
[13] B. Johnson, A. Laszka, J. Grossklags, M. Vasek & T.
Moore. (2014). Game-theoretic analysis of DDoS attacks against Bitcoin mining pools.
International Conference on Financial Cryptography and Data Security,72-86.
[14] M. Castro & B. Liskov. (2002). Practical Byzantine Fault Tolerance and proactive recovery,
ACM Transactions on Computer Systems, 20(4)398-461.
[15] A. E Gencer, S, Basu, I. Eyal, V. Renesse & E. G. Sirer.
(2018).
Decentralization in bitcoin and ethereum networks.https://arxiv.org/pdf/1801.03998.pdf
김 삼 택(Sam-Taek Kim) [정회원]
․ 2005년 2월 : 중앙대학교 중앙대학원 컴퓨터공학과 (공 학 박사)
․ 1990년 5월 ~ 1995년 2월 : LG연구소 전임연구원
․ 1995년 3월 ~ 현재 : 우송대학교 IT융합학부 교수
․ 관심분야 : 무선/유선 네트워킹, VoIP, 모바일, IoT, Big Data, USN
․ E-Mail : [email protected]
