Новое исследование XRP Ledger показывает, что добавление двух-трех дополнительных пиринговых соединений на каждый участвующий узел может резко увеличить количество узлов, которые целенаправленная атака должна вывести из строя, чтобы нарушить смоделированный консенсус.
Консенсус XRPL зависит от того, что достаточное количество доверенных валидаторов получают сообщения друг друга. Отдельная пиринговая сеть передает эти сообщения между серверами, поэтому дополнительные маршруты могут поддерживать движение трафика валидаторов, если атака выводит из строя самые загруженные узлы сети.
В статье на arXiv от 26 августа тестируется метод случайного K-out дополнения. K — это количество новых ненаправленных ребер, которые каждый участвующий узел создает к пирам, выбранным равномерно случайным образом.
При уровне участия 60% и K=2 критический размер атаки на кворум в модели вырос с 11% до 38%, когда удаления были направлены на узлы с наивысшей степенью. При атаке, упорядоченной по центральности посредничества (betweenness centrality), которая отдает приоритет узлам, лежащим на многих кратчайших путях, порог вырос с 12% до 33%.
Второе изменение — в 2,75 раза превышает базовый уровень. Этот показатель измеряет смоделированную долю узлов, удаленных до того, как менее 80% валидаторов модели останутся вместе в одном связном компоненте. Наблюдаемая стоимость атаки остается неизвестной.
При участии 80% и 100% K=3 соответствовал или превосходил смоделированную устойчивость, полученную примерно за 20–25 итераций более инвазивной стратегии перемаршрутизации в сетевых и кворумных тестах статьи. Дополнение K-out сохраняло Jaccard-сходство около 0,85 с исходным набором ребер, в то время как перемаршрутизация упала значительно ниже 0,5.
Сравнение устанавливает результат на уровне графа: небольшое количество равномерно распределенных связей может создать альтернативные пути, сохраняя при этом больше исходной сети, чем многократная замена ребер. Авторы также опубликовали свой код симуляции и файлы снимков для выбранных входных данных.
Карта исследования XRP Ledger 2022 года, лежащая в основе улучшений
В исследовании повторно используются 1290 часовых снимков, собранных за два месяца 2022 года. Выбирается граф, наиболее близкий к средним характеристикам набора данных, что дает репрезентативный снимок с 952 узлами, 15 070 ребрами и средней степенью 31,7.
Эта историческая карта также задает начальные пороговые значения. В статье от августа 2026 года говорится, что предыдущие работы по устойчивости показали: целенаправленное удаление около 20% узлов нарушает сетевую устойчивость, а около 9% — устойчивость кворума. Случайные отказы требовали гораздо большего удаления. Каждый процент описывает симуляцию атаки на старом графе.
Размещение валидаторов вводит вторую абстракцию. Набор данных не идентифицировал валидаторы, поэтому в каждой основной симуляции равномерно случайным образом выбиралось 34 узла-валидатора, которые исключались из прямого таргетирования. Тесты чувствительности, отдававшие предпочтение узлам с высокой или низкой степенью при назначении валидаторов, сохраняли качественное преимущество случайного дополнения, хотя базовый уровень и инкрементные улучшения менялись.
Текущая сеть предоставляет другие видимые входные данные. 30 августа живой обозреватель узлов Bithomp показывал 786 обнаруживаемых узлов, а его представление валидаторов — 35 членов на отображаемом UNL XRP Ledger Foundation. Текущее количество меняется со временем и получено от стороннего измерения, а не от метода сканирования, использованного в статье. Сравнение показывает, что входные данные изменились; направление текущей устойчивости остается неопределенным.
У публичных измерений также есть задокументированные слепые зоны. Сканер пиров XRPL может опускать IP-адрес и порт, если подключенный пир является валидатором или частным пиром. Официальные рекомендации для валидаторов отдают предпочтение частным или защищенным пиринговым путям, а не публичному доступу. Эти меры защиты препятствуют рекурсивному обнаружению конечных точек, но при этом позволяют отображаться некоторым соединениям, смежным с валидаторами.
Поэтому новому исследованию потребуется не просто обновленное количество узлов. Ему потребуется измерение топологии с явными ограничениями охвата, защищенная модель текущего размещения валидаторов и повторный запуск тех же тестов Монте-Карло на этом графе.
Связность, доверие и операторский тест
Дополнение пиров влияет на маршруты сообщений, в то время как списки доверия XRPL определяют, чьи голоса валидации учитываются.
Уникальный список узлов сервера XRPL определяет валидаторы, которым оператор доверяет не вступать в сговор. Пиринговый протокол передает транзакции, данные реестра, предложения и валидации между серверами. Валидатор из UNL может быть достигнут через оверлейную сеть, не являясь при этом прямым пиром данного сервера.
Добавление двух случайных пиров, таким образом, не изменяет членство в UNL, 80% порог консенсуса и перекрытие доверенных списков. Смоделированное преимущество заключается в поддержании достаточного количества валидаторов, остающихся на связи через альтернативные маршруты после исчезновения центральных узлов. Честность валидаторов и концентрация доверия находятся вне этого механизма.
Текущее программное обеспечение предоставляет несколько способов создания дополнительных связей, но развертывание имеет ограничения, которые не учитываются графовой операцией. Официальные рекомендации устанавливают мягкий максимум по умолчанию для xrpld в 21 пир и поддерживают не менее 10 исходящих соединений. Повышение мягкого максимума до числа ниже 68 само по себе не увеличивает исходящие соединения из-за распределения входящих и исходящих в программном обеспечении. Фиксированные пиры, пиринговые резервации и ручные подключения могут превысить мягкий максимум, согласно эталонной конфигурации проекта.
Устойчивые соединения между организациями требуют координации. Гарантированная пиринговая резервация требует взаимодействия администраторов обеих сторон. Частные валидаторы могут намеренно маршрутизировать трафик через выбранные прокси или хабы, чтобы снизить публичную экспозицию. Большее количество пиров также потребляет больше пропускной способности — расходы, подчеркнутые в официальных рекомендациях по конфигурации.
В статье моделируются подмножества участников от 20% до 100%, показывая, как реагирует граф, когда только часть сети добавляет связи. Эти сценарии не дают эмпирического уровня внедрения. Готовность операторов, приемлемость устойчивых пиров, конкуренция за пиринговые слоты, пропускная способность, конфиденциальность, подверженность вредоносным пирам и эффекты DoS-атак остаются неизмеренными.
Вклад исследования XRP Ledger заключается в целенаправленном дизайн-результате: на одном репрезентативном графе XRPL 2022 года несколько равномерно случайных ребер снизили зависимость от центральных узлов и повысили смоделированные пороги атаки с меньшим изменением топологии, чем при обширной перемаршрутизации.
Проверка этого результата на основной сети теперь требует текущих топологических входных данных и операционного испытания того, как выбираются, принимаются и поддерживаются случайные связи. До тех пор 9%, 20%, 33% и 38% остаются результатами модели. Практический вопрос заключается в том, может ли маржинальное разнообразие пиров обеспечить тот же прирост устойчивости в сети, которую операторы XRPL используют сегодня.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Liam 'Akiba' Wright
