摘要
多链的未来已经来临。模块化架构正在整个生态系统中走向成熟，以扩展加密货币的带宽和吞吐量。其中一个例子是以太坊模块化架构，它的信标链、执行链、L2以及很快的分片。这些都可以被认为是独立的区块链，彼此紧密相连，共同形成一个生态系统。
在这项工作中，我们将这些相互关联的区块链中的每一个称为“域”，并研究它们之间的最大可提取价值（MEV，“矿工可提取价值”的概括）的表现形式。换句话说，我们调查是否存在依赖于两个或多个域中的交易顺序的可提取价值。
在介绍跨域最大可提取价值的定义之前，我们首先回顾可提取和最大可提取价值的定义。我们发现Cross-Domain MEV可以用来衡量不同领域的交易排序者相互勾结的动机，并研究存在这种动机的场景。我们以可能由跨域MEV提取产生的负面外部性列表结束工作，并提出了几个未解决的问题。
我们注意到，这项工作中的形式主义是一项正在进行的工作，我们希望它可以作为Clockwork Finance [1]中提出的形式的形式分析工具的基础，以及讨论如何以减轻即将出现的大量跨域MEV的负外部性。
1 引言
MEV最初在 [3] 中定义，用于研究应用层活动对共识级激励扰动的影响，并为更好的应用程序设计提供信息。要了解MEV这个概念如何影响跨域、多区块链的未来，包括这个未来的激励如何受到威胁或不稳定，我们必须首先定义域的概念。
1.1 什么是域？
定义。域是具有全局共享状态的自包含系统。这种状态是由各种参与者通过在共享执行环境的语义中执行的动作（通常称为“交易”）改变的。
定义。定序器是一个参与者，它可以在执行之前控制域内动作的顺序，从而影响该域的未来状态。
L1、L2、侧链、分片、中心化交易所都是域的示例。为了这项工作的目的，没有必要了解这些系统是如何工作的，因为我们会将这些细节抽象掉。
通常，在区块链中，交易会根据域的状态转换函数顺序应用于域的当前状态。我们在本工作的其余部分中使用操作的概念而不是交易来表示它们对状态的影响，以避免混淆和强制通用性，因为某些领域，例如中心化交易所，可能会经历不受ACID影响的状态变化- 样式交易（原子性、一致性、隔离性和持久性）。
定义。动作aa是一个状态到另一个状态的映射。
我们写出一系列动作a1a_1...ana_n的效果一个状态ss为：
其中s′s^{\prime}是在对s应用一系列动作之后到达的状态。
1.2 动机：多领域套利
我们现在将通过提供一个存在于野外的跨领域可提取价值的例子来激发我们的定义。然后，我们将扩展 [1] 中的定义，以捕捉这种跨域MEV引入的经济激励变化，并使用这个例子来说明我们定义的力量和普遍性。
自动化做市商和借贷市场等应用程序正在每个出现的新域上进行实例化。
图1：以太坊和 Polygon 之间的2域套利示例。资料来源：Westerngate
例如，流行的自动化做市商Sushiswap在以太坊上的每周交易量约为3B美元，一年前仅存在于以太坊，现在也存在于 XDai、Polygon、Fantom、BSC、Arbitrum、Avalanche、Celo , Palm与Harmony。
这意味着可能存在代表每个域上相同资产对的流动性池，但具有不同的数量、深度和活动。因此，在某个时间点，相同资产对的不同域中的池将相对不平衡，从而产生套利机会。
图1显示了一个由实时套利检测工具观察到的此类机会的示例。在这种情况下，以太坊上的Uniswap V2提供了将238172.18 Matic交换为116.97WETH的能力，然后可以将其交换为Polygon上的288033.14WMATIC。任何以相同的1:1 价格比率评估WMATIC和MATIC的交易者（一个合理的假设，因为MATIC和WMATIC可以通过桥以1:1进行交换，只需少量时间罚款和费用）将获得49860.9637MATIC的桥接收益价差，净利润111,688美元。只要用户在任何AMM上进行交易，而没有将他们的交易完美地分配到所有池中，这种机会就会出现，这是2-AMM不稳定性的直接扩展导致[1]。
图2：以太坊、币安智能链和Polygon之间的3域套利示例。资料来源：Westerngate
这不仅限于2域案例：图2显示了在所有三个域之间发现的类似机会，从而产生了 3018.56 美元的利润。与2域情况不同，此提取需要跨三个域而不是两个域移动或桥接资产。
乍一看，这些跨领域机会看起来非常类似于纯利润套利机会，它构成了[3]中MEV经典概念的基础。然而，与[3]不同的是，机会现在取决于多个域中的交易顺序，而不是单个域，我们的交易者开始和结束的资产是不同的（Matic和WMatic），以及这个机会的机制，被扣押似乎涉及跨域转移资产，这是一种破坏[3]中描述的原子性的非原子操作。
有许多实质性差异需要解开，每个差异对共识协议设计、用户公平性以及所有区块链协议及其 MEV 生态系统的经济性都有自己的影响。 我们现在将尝试在正式定义中捕捉这些差异。
2.定义跨域MEV
在介绍跨域最大可提取值的定义之前，我们首先介绍可达状态、单域可提取值和单域最大可提取值的概念。我们重复使用[1]中提出的定义。
2.1 可达状态
每个域都有自己的状态转换函数和特定的有效性规则。 有效性规则的一个示例是帐户不能花费超过其拥有的金额。玩家PP可以采取的所有有效动作的集合代表了PP在该域上的 MEV 提取游戏中的权力。
我们定义了一组动作APA_P，它代表玩家PP可用的所有有效动作。我们说一系列动作a1...an∈APa_1...a_n∈A_P当∀i，ai∈A∀_i，a_i∈A（其中AA 是在协议中所有玩家的所有动作的全局集），并且∀i，j，ai≠aj∀_i，j，a_i\ne a_j（每个动作都是允许的并且是唯一的）。例如，内存池中的待处理交易能够由[1]中描述的排序器执行，每个交易都可以在L1交易排序中形成一个可用的操作。
对于每个允许的动作序列，存在一个状态s′s^{\prime} ，在每个动作顺序应用于当前状态ss之后，它将成为我们域的状态。
给定当前状态ss和一组动作，所有s′ss^{\prime}s起是我们领域未来在玩家P(SP′)P\left(S^{\prime}_P\right)影响下的可达状态。我们定义：
这样
在实践中，可用的一组动作AA可能取决于初始世界状态ss（例如，只有当ss有足够的余额来支付费用时，验证者才能包含某些交易）。因此，我们将考虑将 A 定义为函数AP(s)A_P\left(s\right)，但为了表示方便，将省略这个额外的参数。
SP′S^{\prime}_P捕获给定特定玩家PP的行为可以达到的未来状态。在这项工作的其余部分中，为了简单起见，我们通常会省略PP出现在符号中的任何位置。在这种情况下，我们将假设PP是具有任意地址的通用参与者，并且必须在ss中定义此地址可用的资金以及 PP在特定域中可用的操作空间（例如，重新排序交易，如 [1]）。
2.2 单域可提取值
定义。可提取价值是域中任何用户可以访问的一个或多个区块之间的价值，给定待处理或现有交易的任意重新排序、插入和审查。
更正式地说，使用我们上面介绍的术语，在对初始状态ss执行一系列动作a1...ana_1...a_n之后，我们在域ii中定义用户PP的可提取值(evi)\left(ev_i\right)，如下所示：
其中sa1…an→s′s\overrightarrow{a_1\ldots a_n}s^{\prime}和bi(s,P)b_i\left(s,P\right)是玩家PP在状态ss的余额。
请注意，我们将一系列动作的可提取值定义为在 s 和 s 0 之间的状态变化中玩家平衡的变化，其中这种状态变化是由执行此动作序列引起的。
我们这里的下标表示玩家的余额变化在哪个域中受到影响（即，在哪个域值被提取）。此余额可能是存储在状态中的数字条目，使大多数域的余额函数成为简单的状态查找。
我们注意到，在[1]中的原始MEV定义中，矿工可提取值作为上限提供，因此将作为工作量证明以太坊中的矿工的参与者PP视为系统中最具特权的参与者。然而，我们在本文下面和整个本文中过渡到最大而非矿工可提取价值的概念，以推广到非PoW链和非区块链领域。我们没有像[1]中那样专门考虑可以重新排序、插入或审查的特殊序列器（或矿工）的动作空间，而是将我们的定义概括为允许每个玩家自定义动作空间。
2.3 单域最大可提取值
定义。 最大可提取价值 (MEV) 是一个或多个区块之间可提取的最大值，给定待处理或现有交易的任意重新排序、插入或审查。
然后，我们可以简单地在玩家PP的所有有效动作序列上取我们定义的最大值，本质上是寻找我们的平衡最大化的可达状态。
请注意，我们引入了一个新的上标，它绑定了玩家可用的动作集（玩家可以在哪些域中行动）。因此，mevjimev{j\atop i}可以解释为可以从域ii中的平衡变化中提取的 MEV，给定域jj中的动作。因此，单域情况是当i=ji=j时的情况，并且玩家提取值的行为与提取值的域相同：
然而，推理i≠ji\ne j的情况也是有用的。 在我们的模型中，状态不是特定于域的，如果允许在动作空间中，域可以读取和写入彼此的状态。这方面的一个例子是任何L2协议，它读取ETH状态以检查存款和欺诈证明。如果我们因此考虑ii是L2协议而jj是以太坊的情况，我们可以提出诸如“仅通过操纵L1状态可以在L2域内提取的最大值是多少”之类的问题，这可能对量化和隔离跨域状态交互的经济影响。
还要注意，我们两个域的状态空间没有严格或正式的区别。我们的定义将世界状态建模为一个整体实体，考虑到玩家PP能够采取行动并影响一个或两个领域的时刻。我们通过限制动作空间来模拟域之间的分离及其信任保证。例如，在ETH（一组动作）上应用内存池交易自然只会影响ETH原生状态，从而将特定玩家的影响范围限定在特定域中。
我们有意允许对同时影响多个域的动作进行更模糊的区分，以允许将跨链通信协议、网桥和域之间的其他交互建模为它们自己的同时作用于多个域的动作。
2.4 跨域最大可提取值
2.4.1 双域 MEV
现在让我们考虑域ii和jj，为简单起见，假设在我们正在考虑的时刻有一个实体控制两个域的顺序（将MEV概括为包括 超越瞬时的时间概念留给未来的工作）。
该实体非正式地寻求的是最大化其在两个领域之间的平衡。 否则说明，给定每个域bib_i和bjb_j的账户余额，AiA_i和AjA_j中的哪些动作序列将给予实体最高和(bi+bj)\left(b_i+b_j\right)？
更正式地说，我们定义域i,ji,j的跨域最大可提取值如下：
这里的关键见解是，域jj中的状态更改后发生的情况是域ii中的可达状态集可能会更改。一个简单的例子是用户在L1中的存款如何解锁L2中的资金，现在允许用户余额更大的L2中的新状态。我们通过允许这些域共享单个状态并访问彼此的状态来对此进行建模。虽然大多数内存池操作只会针对该域的状态起作用，但某些操作（例如桥接资金）可能会导致一个域的状态影响另一个域的状态。
请注意，我们引入了一个定价函数pj→ip_{j→i}，它帮助我们翻译不同领域的原生余额。我们通过简单地将其乘以这个定价函数，以域ii的原生资产为单位计算域jj中的余额。为了有意义地添加两个域中的余额，这是必需的，必须存在它们等效转换价格的一些概念。
在我们之前的图1,2示例中，我们假设MATIC和WMATIC的定价为1:1，以太坊上的动作空间包括执行Uniswap交易，Polygon/BSC 上的动作空间包括将ETH桥接到等效的包裹 资产以及在每个域上执行Uniswap交易。在图1中，以太坊上的余额将减少238172.18MATIC，Polygon上的余额将增加288033.14WMATIC。代入上述公式，我们得到-238172.18 + (1.0)288033.14 = 49860的可提取值，如示例所示。有趣的是，我们注意到，即使我们对WMATIC的估值比MATIC有很大的折扣，比如90%，由于过渡成本，MEV机会仍然存在。在这种情况下，总利润将为-238172.18 + (0.9) ∗ 288033.14 = 21057 MATIC，仍然是大约35,600美元的可观利润。
我们进一步假设Pi→j=1pj→iP_i→j={1\over p_{j→i}} 。这意味着反向交换的汇率是乘法逆，并允许我们通过删除我们的最大化中的相应项来简化上述定义，其中利润以资产jj计价。 虽然如果资产共享一个全球订单簿，则可以保证此属性，但它可能不适用于所有去中心化资产。 更复杂的定价曲线可以被视为未来工作的一部分，包括依赖于交换数量的定价模型，在复杂的流动性条件下以更高的准确性建模供需。 我们还假设Pi→i=1P_{i→i=1}，即没有成本将资产转换为自身。
2.4.2 泛化
我们可以将我们的2域定义泛化为n域定义，观察可以访问表示跨多个域A=A1∪A2∪…AnA=A_1∪A_2∪\ldots A_n的能力的动作空间的玩家PP，并且想要 最大化跨域B=B1∪B2∪…BnB=B_1∪B_2∪\ldots B_n的余额，在域B1B_1中定价的每个资产的各自定价函数为pB1→B1,...,pBn→B1p_{B1→B1},...,p_{Bn→B1}：
我们可以看到，当所有这些域中的某些操作组合一起执行时，MEV是所有考虑的域中最终余额总和到单个基础资产（通常是考虑的第一个域）中的最大值。
我们还可以通过允许AA表示所有域定序器的联合动作空间（以及任何协议桥和跨域通信基础设施的预期动作空间）来推断世界上可提取的总MEV， 并允许BB代表所有域上的所有资产。
在定义了具有完全通用性的跨域MEV之后，我们现在将推理该定义对区块链协议的逻辑含义，并为未来研究规定可能随着多链未来的扩散而产生影响的重要领域。
3. Sequencer collusion
在我们的2域案例中，为简单起见，我们假设单个实体控制两个域上的排序。实际上，每个域可能会有不同的测序仪。
MEV提取历来被认为是单个域上的自包含过程，单个参与者（传统上是矿工）赚取作为隐性交易费用的原子利润。在多链的未来，如果需要跨多个域的行动以实现利润最大化，从多个域中提取最大可能价值可能需要每个域的排序器的协作或共谋。
为了分析这一点，我们引入了一个术语αα，它表示一组跨多个域的多个测序仪串通的基础资产成本。两个测序者串通的动机可以分为三类：
• 如果mevi,ji,j(s)>mevii(s)+mevjj(s)+αmev{i,j\atop i,j}\left(s\right)>mev{i\atop i}\left(s\right)+mev{j\atop j}\left(s\right)+α，那么排序器通过共谋获得更多价值，因为共谋相对于独立行动的好处超过了成本α。
• 如果mevi,ji,j(s)=mevii(s)+mevjj(s)+αmev{i,j\atop i,j}\left(s\right)=mev{i\atop i}\lparen s)+mev{j\atop j}\left(s\right)+α，那么串通和不串通没有区别。
• 如果mevi,ji,j(s)<mevii(s)+mevjj(s)+αmev{i,j\atop i,j}\left(s\right)<mev{i\atop i}\left(s\right)+mev{j\atop j}\left(s\right)+α，那么排序器不会通过串通来获得更多价值。
例子。假设存在两个具有某些（可能不同）链上定价功能的自动化做市商：Uniswap和Toroswap。它们都是ETH和DAI之间的市场。Uniswap在域ii上，而Toroswap在域jj上。
假设它们具有相同数量的流动性，并且都指示20 DAI/ETH的价格。 进一步假设在这些域中的每一个上都没有其他活动。
让单笔大额买入ETH交易将Uniswap市场推高至30 DAI/ETH。
由于Toroswap仍然是20 DAI/ETH，Uniswap和Toroswap之间存在套利机会，这将导致每个矿池的价格为25。进一步假设该套利机会的利润为1eth，并且合谋成本为αα为0。
在这个例子中，我们的AiA_i包括进行Uniswap交易，而AjA_j包括进行Toroswap交易。 我们将假设玩家PP在每个状态下都有足够的余额来执行其交易选择（也就是PP的余额超过了套利机会）。我们现在有了：
在最后一种情况下，如 [1] 中的2-AMM案例所述执行套利交易会产生有保证的利润，如果用户可以在两个 AMM 上原子地执行交易，则会增加用户的ETH余额。
所以我们找到了一个例子，上面列出的第一个不等式mevi,ji,j(s)>mevii(s)+mevjj(s)mev{i,j\atop i,j}\left(s\right)>mev{i\atop i}\left(s\right)+mev{j\atop j}\left(s\right)成立。在附录B中，我们考虑了一个有4个AMM的示例，两个在ii中，两个在jj中。
我们预计，鉴于在多个领域部署AMM和其他载有MEV的技术，跨多个领域提取 MEV 的好处通常会超过共谋αα的成本。
3.1 贸易机制和市场结构
到目前为止，我们忽略了实际抓住这样一个机会的机制。 由于它存在于各个领域并且是有限的，因此对此类机会的竞争将非常激烈，并且可能没有任何桥梁能够足够快地执行完整的套利交易，如图1所示。
一个观察结果是，已经拥有跨两个领域资产的参与者不需要桥接资金来获取MEV利润，从而减少交易所需的时间、复杂性和信任。这意味着可以在两个同时交易中抓住跨域机会，跨多个域的库存管理是玩家优化其MEV奖励的策略的内部。
这种行为类似于传统金融中做市商和桥梁的库存管理实践，主要包括将资产分散在多个异构信任域（通常是中心化交易所），管理与这些域相关的风险，并确定相对定价。一些关键差异包括与系统中的参与者（而不是他们自己）进行协调的能力，例如通过DAO或Flashbots等系统。然而，鉴于这些结论，传统金融参与者可能在跨领域MEV风险管理中具有基于知识的优势，这可能会导致来自这些参与者的中心化向量能够运行更有利可图的验证器。
尽管很严峻，但这一事实很重要，因为它揭示了跨域交互的一个关键属性：可组合性的丧失。不再有原子执行。这带来了额外的执行风险，并且需要更高的资本要求，进一步提高了提取MEV所需的准入门槛。我们预计桥梁将在这样的MEV生态系统中发挥极其重要的作用，因为桥梁越便宜、越普遍、速度越快，通过减少参与者之间作为其资本函数的行动空间的不平等，这些套利交易自然变得更具竞争力。
3.2 合谋的成本从何而来？
假设ii和jj的排序器是不同的，它们需要一种相互通信和信任的方式，以便将必要的排序应用于各自的域，以最大化利润并在它们之间分配奖励。
从[5]中的过去结果来看，我们知道，如果没有受信任的第三方或异步以外的同步假设，跨链通信是不可能的。 由于排序是时间敏感的，因此很可能无法做出同步假设，因此需要受信任的第三方来访问这些MEV机会。可以将受信任的第三方的存在视为促进跨域串通的额外成本。
但是，如果ii和jj的排序器由单个实体控制，则它们之间不需要信任，并且此成本现在接近于0。这可能会产生不受欢迎的行为，实体将寻求跨域的投票权以带来他们的 跨域 MEV 提取成本(α)\left(α\right)下降。这也意味着，在 MEV 市场上，串通测序器自然会比单链测序器具有优势，因为它们将获得更广阔的行动空间。值得注意的是，在实践中，像Flashbots或基于SGX的DAO这样的机制甚至可以降低单链测序仪的串通成本。虽然这些系统提供了一些承诺，允许非共谋测序仪保持盈利，但这些系统需要额外的信任保证。如果勾结的利润很大，那么这种勾结机制很可能会在实践中被使用，成为事实上的违约。
我们没有考虑的另一个成本是串通的间接成本。 即使在mevi,ji,j(s)mev{i,j\atop i,j}\left(s\right)远大于mevii(s)+mevjj(s)+αmev{i\atop i}\left(s\right)+mev{j\atop j}\left(s\right)+α的情况下，也可能存在反对串通的社会规范。
如果测序仪违反了这些规范，人们可以想象他们可能会受到社区的惩罚，或者随着对域公平性的信任降低，该域的代币价格可能会下降，这可能会影响测序仪的持股。通过观察实体可以访问跨域MEV的情况，并观察他们在哪个市场增长阈值开始提取活动，可以估计这种隐性成本。
4 负外部性
跨领域可提取价值可能会出现社区应注意的新的负外部性。
虽然它们值得进一步研究，但我们在此介绍其中的一些：
跨域定序器集中化
跨域可提取价值可能会激励排序者（即大多数域中的验证者）在具有最大可提取价值的网络中积累选票。
当意识到已经存在跨许多网络运行基础设施的大型验证者和质押提供商时，这一点尤其重要。如果此类收入可观，营利性实体不太可能放弃长期获得MEV收入。
跨域时间强盗攻击
时间强盗攻击首先在[3]中引入，并且包括查看矿工有直接经济动机来重组其正在挖掘的链的情况。
在跨域设置中，现在可能存在重组多个域或重组较弱域以执行类似于双花的攻击的动机。 这将与桥梁的安全性特别相关。
超级交易员
虽然上述风险令人担忧，但从历史上看，围绕可提取价值的负面外部性并非来自排序者（矿工）的行为，而是来自追求这一价值在市场上创造的动态。
一个普遍的担忧是潜在的规模经济或护城河，交易者可以跨领域创造，最终会增加新进入者的进入壁垒并体现现有参与者的主导地位。
例子。假设域以先进先出 (FIFO) 的方式对交易进行排序。 这样的域有效地在追求相同机会的交易者之间产生了延迟竞赛。正如在传统市场中所见，交易者可能会投资延迟基础设施以保持竞争力，这可能会降低市场效率 [2]。
如果多个域也有这样的排序规则，交易者可以在每个域中进行延迟竞赛，或者在域之间传播套利的延迟竞赛，从而使这些系统运行的地理点成为延迟套利的目标。为优化一个领域而开发的基础设施很可能可以跨多个领域使用。这可以创造一个“超级”延迟玩家，并且肯定有利于那些已经在传统金融中构建此类系统方面拥有相当专业知识的实体。这种对延迟敏感的系统可能会通过在跨域MEV游戏中利用延迟优化的玩家来侵蚀不依赖延迟的系统的安全性。该领域值得进一步研究，因为众所周知，在Nakamoto风格的协议中，全球网络延迟需要相对较长的阻塞时间才能实现异步下的安全性[4]，并且跨域MEV可能会侵蚀网络的公平性。此类协议中的验证者奖励。
MEV的主观性
该定义的一个重要结果是在区块链生态系统中的不同参与者之间引入了异构定价模型。以前，MEV是一个以通用基础资产ETH计价的明确数量。在多链的未来，参与者之间的相对价格差异不仅与计算MEV有关，实际上还可以创建MEV。例如，前一个验证者可能会让系统处于其定价模型中的0-MEV状态，但不同意这种定价模型的下一个验证者可能会看到重新平衡MEV的机会，以增加其主观估值的资产。 这为为什么MEV是全局、无许可系统的基础提供了另一种直觉，即使它们不受[3]中描述的那种排序操作的影响。
5 开放式问题
我们以一组开放式问题结束。这些是我们正在考虑并寻求合作的问题。
我们如何最好地定义行动空间？
精明的读者会注意到，我们已经解决了许多难题，包括定义各个领域的合约之间的边界，对预言机和桥梁的信任假设进行建模，以及对概率交互进行建模，例如 中心化交易所和去中心化交易所之间。 虽然有些模棱两可是故意的，但我们相信它也是可以控制的。[1]提供了一个示例，说明如何在任何基于事务的区块链设置中实例化本文中的模型，包括以太坊、无领导者L1协议、L2协议等。 这项工作的一个自然应用是扩展其中的模型以包括其他以太坊风格的域，并具有类似定义的动作空间。这足以证明我们在这项工作中探索的大部分MEV。我们将更复杂的建模留给未来的工作，并希望这项工作能够就实践中最有用的模型展开讨论。我们乐观地认为，[1]中提出的一组开源、数学形式化和可执行的模型是社区未来严格处理MEV的可行途径。
除了跨域套利，还有哪些形式的跨域MEV？
在不久的将来，将会有跨域智能合约调用实现跨域借贷和投票等应用。这些应用程序是否会产生任何新的跨域可提取价值？ 桥梁、预言机、治理和其他跨域系统创造的可提取价值如何？
排序器共谋的协议是什么样的，它的理想属性是什么？
如果跨域 MEV 提取是不可避免的，那么提取它的良好机制是什么样的？更具体地说，两个互不信任的测序仪如何在具有不同最终性和共识机制的域之间共享有关状态的信息，并分享他们合作的利润？
我们如何识别和量化发生的跨链MEV提取？
虽然Westerngate.xyz11 在识别潜在的跨链套利方面做得很好，但在实践中识别历史提取似乎要困难得多。 我们怎么能这样做？ 如果不可能，我们是否会进入一个活动比迄今为止更加不透明的世界？
我们可以从现有的分布式和并行编程文献中学到什么？
域的概念超越了加密货币的世界，并在经典的并行/分布式编程中找到了类似物。不同之处在于我们研究的系统需要考虑对抗性行为。这些学科的文献中是否有我们可以重复使用或启发自己的现有结果？在附录A中，我们更详细地探讨了这一点。
原文链接：https://arxiv.org/abs/2112.01472
---煤油灯科技victorlamp.com翻译整理---
