相比其他 Layer2 Rollup 方案,Arbitrum 好在哪里?_BIT:ARB

我们很高兴宣布,imToken与OffchainLabs达成合作,并已支持其扩容方案Arbitrum测试网络。

这是imToken继支持zkSync、xDai、Polygon、BSC、Heco等主流Layer2方案后,向以太坊扩容生态迈出的又一步。

什么是Arbitrum

以太坊作为开放金融的基础设施,其性能缺口日益明显。扩容作为提升以太坊性能的解决方案,在过去两年内,始终是用户和技术社区关注和讨论的热点,并且这种关注仍将继续,直至扩容方案融入以太坊,成为基础设施的一部分。

Layer2与Rollup

以太坊扩容有多种方式,Layer2是主流方案之一,其通过将以太坊主网的大量计算和存储需求搬到Layer2上以提升以太坊性能。

如何「搬」呢?不同的搬法,对应有多种Layer2方案,Rollup是其中最受关注的方案之一。Rollup通过将交易数据压缩后再同步到Layer1上实现扩容。

按照确保压缩数据的有效性的不同方案,Rollup又可分为ZKRollup和OptimisticRollup。

ZKRollup通过有效性证明保证压缩数据的有效性:采用数学的方式保障资金安全、用户体验流畅和隐私,但目前不支持EVM;OptimisticRollup通过欺诈性证明保证压缩数据的有效性:兼容EVM,允许智能合约轻松迁移。点此了解ZKRollup和OptimisticRollup的更多介绍。

OptimisticRollup与Arbitrum

OptimisticRollup字面理解是乐观主义的Rollup,它乐观地默认被同步到Layer1上的数据是正确的,如果谁认为被同步的数据不正确,可在挑战期发出挑战。因此这种证明方式也叫欺诈性证明。以此保证最后同步到Layer1的数据是有效的。

根据所采用的欺诈性证明机制不同,目前OptimisticRollup方案中主流的两个是:Optimism和Arbitrum。两者差别主要在挑战者和被挑战者之间的交互次数上。

Optimism:采用单轮交互型欺诈性证明Arbitrum:采用多轮交互型欺诈性证明

到这里,我们终于可以用一句话描述Arbitrum:

Arbitrum是一种采用多轮交互型设计的OptimisticRollup方案,以实现对以太坊网络的扩容目标。

点击了解Arbitrum的详细运行机制。

Arbitrum的多轮交互型设计

ArbitrumRollup链是一个二层网络,其上所有的交易数据都会在压缩后同步到以太坊主网上,以此共享主网的安全性并实现扩容。

那么Arbitrum如何保证同步到Layer1的数据是有效的呢?

通过多轮交互型欺诈性证明保证。

单轮交互型欺诈性证明

小白作为二层网络的验证人将压缩后的数据同步到Layer1,同时质押保证金,如果小明对该Rollup区块的交易数据存在争议,则需发起挑战且同样质押保证金。然后Rollup协议将在Layer1链上重新计算该区块中所有交易来判定对错。错误方的保证金将被罚没,正确方将获得奖励。

这个方案的优点在于只需进行一轮交互,所需时间较短,但链上成本可能会非常高,甚至如果需要重新计算的交易过多,可能还会受到Layer1区块大小的限制。

多轮交互型欺诈性证明

多轮交互型设计是Arbitrum的关键:验证人和挑战者在链下通过二分法的方式不断拆分存在争议的具体步骤,直至将争议范围缩减到一个具体的步骤,再到Layer1链上对该步骤进行判定。以此实现高效的争端解决。

在上面提到的例子中,小明提出争议后,小白需要将争议范围二等分,然后由小明继续选择挑战的那段范围,之后再是小白将剩余争议范围二等分……如此循环。

通过多轮交互型设计,Arbitrum可以实现当存在争议时,以较低的成本在链上解决争议。而这个优势对于兼容EVM的Rollup方案来说至关重要。随着DeFi乐高般的可组合性日益多样,发生在兼容EVM的二层网络中的交易也将日益复杂,对应的争议处理要求也将越来越高。

除了降低链上争议处理成本外,采用多轮交互型设计也使Arbitrum可以更容易支持复杂的智能合约,在日渐完善的以太坊生态应用中更如鱼得水。

不过多轮交互型设计也有缺点,由于增加了交互次数,对应的争议窗口期相较于单轮交互型设计也更长。

ArbitrumOne

Arbitrum主网已上线,命名为ArbitrumOne,官方表示:

ArbitrumOne初期只面向所有拥有访问权限的开发者开放。等到有足够多的项目在网络上完成部署并准备上线时,我们就会面向终端用户开放。

imToken将在Arbitrum主网开放后第一时间提供支持,期待Arbitrum在Layer2生态中的表现。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金智博客

[0:15ms0-3:870ms