# 超越 Arbitrum 和 Optimism，Cartesi 的 Dave 为何能成为最优的欺诈证明方案


By [黑色马里奥](https://paragraph.com/@blackmario) · 2025-03-24

---

> **“Cartesi 推出的 Dave Fraud-Proof （后文称 Dave 欺诈证明）算法，进一步优化了欺诈证明机制，实现安全性、去中心化和活跃性之间的最佳平衡。”**

前不久，Rollup 领域权威研究机构 L2 Beats 的研究员 @donnoh\_eth 在推文中表示，Cartesi 的 Dave 是目前最先进的欺诈证明系统，正在超越 Arbitrum 的 BoLD 和 Optimism 的 OPFP，并表示希望 Optimism 和 Orbit Stack 生态能够集成这一突破性的方案。而 @donnoh\_eth 的认可表明， Dave 方案在欺诈证明领域的技术优势已得到行业广泛关注。

![](https://storage.googleapis.com/papyrus_images/5129b908b81d9f467a1978f53f9846867892fed39eb0fab80eaeee88ce25c1dd.png)

事实上，在对区块链扩容的探索中，Optimistic Rollup 方案因其高效且低成本的特性，成为 Layer2 生态中最广泛应用的技术之一。与 ZK-Rollup 依赖于复杂的零知识证明不同，Optimistic Rollup 采用了一种 “假设诚实” 的方式：默认所有交易都是有效的，只有当某个交易存在争议时，才会触发欺诈证明机制进行验证，该机制显著降低了链上计算成本，还增强了 Rollup 的可扩展性，使其能够支持更大规模的交易吞吐量。

不过对于欺诈证明机制本身的设计和执行，本身存在诸多的挑战。我们看到，为了保证 Rollup 系统的安全性，欺诈证明需要能够有效防止恶意验证者提交虚假状态，同时确保普通用户的资金安全。但在实际运行中，欺诈证明机制往往会受到多方面的限制。

首先是资源消耗攻击，即恶意攻击者可以利用大量计算资源制造无意义的争议，迫使诚实的验证者不断消耗计算能力和 Gas 费用，最终让他们无法继续维权。在极端情况下，如果诚实验证者的计算资源枯竭，系统可能会默认接受攻击者提交的虚假状态，造成严重的安全漏洞。

其次是延迟攻击，部分欺诈证明机制的挑战流程较长，可能会被攻击者利用来人为拖延争议解决时间。一个示例是，在某些系统中，争议的解决时间可能高达数月，这种延迟会严重影响 Rollup 的资金流动性和用户体验，甚至让攻击者有机会通过市场操纵来获利。

此外其去中心化程度也会受限，许多现有的欺诈证明方案要求参与者缴纳高额保证金，以确保他们在争议过程中不会随意提交虚假信息。然而，这种设计直接提高了普通用户参与挑战的门槛，使得真正能够对抗恶意验证者的群体变得高度中心化，比如Arbitrum 的 BoLD 方案就需要 3,600 ETH 作为挑战保证金，虽然可以有效提高系统安全性，但也使得大多数散户验证者望而却步。

在这样的背景下，Cartesi 推出的 Dave Fraud-Proof （后文称 Dave 欺诈证明）算法，进一步优化了欺诈证明机制，实现安全性、去中心化和活跃性之间的最佳平衡。该方案采用了一种锦标赛式挑战机制，大大降低了诚实验证者的计算和资金成本，并高效淘汰恶意验证者的 Sybil 攻击，确保在最短的时间内完成争议解决。而备受 L2 Beats 的认可，恰恰就能说明该方案的先进性与可行性。

**现有欺诈证明机制的对比分析**
-----------------

在当前的 Optimistic Rollup 生态中，欺诈证明机制的设计直接决定了系统的安全性、去中心化程度和用户体验。不同项目针对欺诈证明的优化方向各不相同，导致现有方案在抗攻击性、执行效率和可访问性上存在显著差异。

**1\. Optimism 的 OPFP（Optimism Fault Proof）**
---------------------------------------------

Optimism 采用的是 OPFP 机制，其核心设计是一种并行挑战系统，基于 Modular Game Tree （模块化游戏树）构建。在这一机制下，多个挑战者可以同时对同一笔交易发起质疑，并进入分层挑战流程。理想情况下，这种模式可以最大程度地提高验证效率，让攻击者难以隐藏无效交易。

然而，在实际应用中，OPFP 仍然存在两个主要问题。首先，由于其挑战流程缺乏严格的时间约束，攻击者可以通过不断提交虚假争议来拖延整个验证过程，使得资金被冻结数周甚至更长时间。其次，由于 OPFP 允许任何人发起挑战，攻击者可以批量创建大量 Sybil 账户 来干扰验证过程，从而人为制造混乱，增加欺诈证明的计算成本。所以这也使得 OPFP 在抗 Sybil 攻击方面的防御能力相对较弱，无法有效阻止大规模的恶意干预。

**2.Arbitrum 的 BoLD（Bisection Optimistic Layered Dispute）**
-----------------------------------------------------------

相比之下，Arbitrum 的 BoLD 机制采用了一种更严格的全员挑战框架，旨在消除 Optimism 方案中的延迟问题。BoLD 通过强制设置最大争议时间即 1 周，确保所有争议能够在短时间内解决，避免攻击者利用无期限拖延手段破坏系统的正常运作。此外，BoLD 还引入了 Historical Commitments（历史承诺机制），确保所有争议过程中提交的计算路径均可溯源，从而降低攻击者在挑战过程中篡改数据的可能性。尽管这一方案在安全性方面表现优异，但 BoLD 也存在一个严重的问题，即极高的资金门槛。

该方案要求任何希望参与争议的挑战者必须缴纳 3,600 ETH 作为保证金，不过如此高昂的金额远远超出了大多数普通用户的承受范围，使得欺诈证明的执行最终依赖于少数资金雄厚的参与者。虽然这种设计提升了系统的安全性，但也严重损害了去中心化，导致 BoLD 方案在现实中的可用性受到限制。

**3\. Cartesi 早期推出的 PRT（Permissionless Refereed Tournaments）机制**
----------------------------------------------------------------

Cartesi 早期推出的 PRT 机制曾尝试解决高资金门槛的问题。PRT 的核心创新在于采用计算哈希进行验证，验证者提交的不仅仅是交易的最终状态，而是整个计算过程的哈希值，从而保证了欺诈证明的透明度。

此外，PRT 也进一步采用递归争议机制，通过逐步缩小争议范围来减少计算开销。虽然这种方法在一定程度上降低了保证金门槛，使得 1 ETH 即可参与挑战，增强了去中心化，但 PRT 也面临一个挑战，即争议时间过长。

由于递归争议需要经过多轮计算确认，最终裁决的时间可能会延长至 20 周，甚至更久。这种 极长的挑战时间限制了 PRT 在实际应用中的可行性，使得它无法满足 Rollup 生态对流动性和活跃性的需求。

**4\. Kroma ZK Fault Proof**
----------------------------

Kroma 采用了 Kroma ZK Fault Proof 作为欺诈证明机制，并试图通过零知识证明来提高欺诈证明的效率和安全性。在其方案中，采用了一种 一对一挑战机制，即每次欺诈证明争议发生时，都会在攻击者和验证者之间进行直接对决，而不是采用并行挑战或全员挑战的方式。这种模式的优势在于能够显著缩短每轮挑战所需的时间，因为 ZK 证明可以在链下高效计算，并仅在链上进行小规模验证。

然而，这种方式仍然处于早期阶段，面临一些关键挑战。我们看到，目前 Kroma ZK Fault Proof 的主要问题在于 Sybil 攻击防御能力较弱。由于 ZK 证明的计算复杂度较高，攻击者可以利用大量 Sybil 账户来制造计算资源消耗攻击，迫使诚实验证者承担较高的计算开销。此外，虽然 ZK 证明本身可以提高欺诈证明的可信度，但它仍然需要进一步优化，以确保能够在高并发挑战环境下保持高效运作。更重要的是，ZK 证明的生成依赖于特定的计算资源，而目前 Kroma 还未完全解决去中心化验证的问题，因此在真正的无许可环境下运行仍然存在一定的不确定性。

**5\. Cartesi 的 Dave（Decentralized and Verified Execution）**
------------------------------------------------------------

在上述方案的基础上，Cartesi 在 2024 年推出了 Dave 欺诈证明机制，针对 Sybil 攻击、资源消耗攻击和延迟攻击 进行了深度优化。

Dave 本身继承了 PRT 的计算哈希机制，同时通过 Tournament-based Dispute System（锦标赛式挑战框架），在争议过程中强制恶意挑战者相互竞争，而非直接与诚实验证者对抗。这一机制显著减少了诚实验证者的计算消耗，使得他们可以用较低的资源成本维持竞争力。

Dave 还进一步引入了 Hitpoint（HP）机制，每个争议者从 21 HP 开始，每次挑战失败或超时都会扣除 1 HP，当 HP 归零时，该争议者会自动被淘汰，以确保即使攻击者创建大量 Sybil 账户，也无法无限期拖延争议进程。

相比 BoLD 需要 3,600 ETH 的高额保证金，Dave 仅需 3 ETH，显著降低了进入门槛，使得普通用户也能参与欺诈证明过程。此外，Dave 通过更优化的匹配机制，将争议时间缩短至 2-5 周，有效解决了 PRT 争议时间过长的问题。

![图源：@GCdePaula 在 Ethresearch 上分享有关 Dave 欺诈证明算法的新帖子](https://storage.googleapis.com/papyrus_images/83fd4144d2b859aee3a7947ca4a41f46635455c5f1ee0e1c47a33b29e1ee63c3.png)

图源：@GCdePaula 在 Ethresearch 上分享有关 Dave 欺诈证明算法的新帖子

所以从整体来看，目前的主流欺诈证明机制各有优劣。

*   Optimism 的 OPFP 机制虽然具备并行挑战能力，但容易受到延迟攻击和 Sybil 攻击的影响；
    
*   Arbitrum 的 BoLD 方案通过强制时间限制和历史承诺机制增强了安全性，但高额的保证金要求降低了去中心化程度；
    
*   Cartesi 的 PRT 方案在降低保证金门槛方面表现优秀，但挑战时间过长，使得其流动性较差；
    
*   Kroma ZK Fault Proof 采用零知识证明提高验证效率，但在去中心化和抗 Sybil 攻击方面仍有待改进。
    

而 Dave 作为最新优化的欺诈证明方案，在保证安全性的同时，最大限度降低了资金门槛和争议时间，通过锦标赛式匹配和 Hitpoint 机制，提高了对抗 Sybil 攻击的能力。

**详解 Dave 欺诈证明算法的核心设计**
=======================

聚焦于 Cartesi 的 Dave 方案，其旨在解决现有欺诈证明方案的三大痛点，即安全性、去中心化和活跃性，确保在面对恶意攻击者甚至是国家级对手时，系统仍然能够稳定运行，并且允许任何人以较低的成本参与验证过程。

**安全性**
-------

安全性是 Dave 设计的首要目标。在传统的欺诈证明系统中，如果攻击者控制了足够多的计算资源或资金，他们有可能利用资源消耗攻击 让诚实验证者无力抵抗，甚至操纵整个欺诈证明过程。在 Dave 方案中，攻击者的 Sybil 账号会被迫相互竞争，这意味着即使攻击者投入巨量资金，也无法确保最终获胜。同时，Dave 采用的计算哈希机制，使得所有挑战必须基于完整的执行历史，防止攻击者通过虚假数据绕过验证过程。最终，即使面对国家级攻击者，单个诚实验证者依然能够成功挑战不当交易，保障系统的安全性。

**去中心化**
--------

去中心化是欺诈证明机制能否真正被广泛采用的关键因素。像 Arbitrum 的 BoLD 需要 3,600 ETH 作为保证金，使得普通用户很难成为挑战者，而 Dave 通过降低保证金要求（仅 3 ETH），确保任何人都能参与欺诈证明过程。同时，整个争议过程的总费用大约为 7 ETH，但由于 所有诚实验证者的费用在争议结束后都会获得补偿，这意味着他们的实际成本几乎为零。

此外，Dave 采用的锦标赛式匹配机制能够让多个挑战者可以独立运作，而不必依赖中心化的组织协调，从而保持了系统的去中心化特性。

![](https://storage.googleapis.com/papyrus_images/91402f147eed7708ec1971181170a33de382e224c3e3cc865a75d56d7c9eeb90.png)

在 @GCdePaula 在 Ethresearch 上分享有关 Dave 欺诈证明算法的新帖子中，展示了在不同的系统架构下，需要多少诚实行为者才能确保系统的正常运作。在上图中，从左下角的 "1 of 1"（中心化） 到右上角的 "N of N"（完全去中心化），不同欺诈证明机制的信任要求也各不相同。

*   BoLD（Arbitrum） 由于高额保证金限制，只有少数验证者能参与，处于 N/2 of N（小规模 N）区域，去中心化程度较低。
    
*   PRT（Cartesi） 允许更多人参与，但因挑战时间过长，实际可行性受限，位于 Middle Zone（中间区）。
    
*   Dave（Cartesi） 通过锦标赛式匹配和 Hitpoint 机制优化，使得即使只有 "1 of N" 级别的诚实验证者参与，仍然可以确保系统安全性，并大幅降低 Sybil 攻击的影响。
    

所以该图很明确且直观的说明了 Dave 方案在去中心化方向上的优势。

**活跃性**
-------

最后，活跃性解决了欺诈证明争议时间过长的问题。在一些早期的欺诈证明方案中，争议时间可能长达 20 周，严重影响用户资金的流动性。而在 Dave 方案中，单次挑战最大时长仅 8 小时，整个争议过程通常能在 2-5 周 内完成。这意味着，即使攻击者试图通过延迟策略干扰系统，也无法有效阻止欺诈证明的顺利进行。

**如何实现上述优势？**
-------------

事实上，Dave 的核心创新主要体现在计算哈希机制、锦标赛式挑战机制以及 Hitpoint 计数机制这三个方面，并且每个部分都针对当前欺诈证明系统的痛点进行了优化。

*   **计算哈希**
    

传统的欺诈证明系统通常仅验证交易的最终状态，而不关心交易执行的具体路径，这给攻击者提供了篡改数据的机会，Dave 通过计算哈希机制，确保所有挑战必须基于完整的执行历史，使得攻击者无法制造虚假争议。

该机制主要是让每个计算哈希都会存储整个执行路径的 Merkle 树，并通过历史承诺确保所有的争议都可以回溯到最初的计算结果。所以对于所有挑战者在发起争议时，必须提交完整的计算路径，而不仅仅是最终的状态，有效防止了攻击者在挑战过程中伪造数据或篡改历史状态。

*   **锦标赛式挑战机制**
    

在大多数欺诈证明系统中，诚实验证者需要直接对抗攻击者提交的所有虚假争议，这可能导致他们的计算资源被迅速耗尽。而 Dave 采用了一种锦标赛式挑战机制，让攻击者的 Sybil 账号必须相互竞争，大幅降低了诚实验证者的计算压力。

这一机制类似于一场淘汰赛：

当多个挑战者提交不同的交易状态时，Dave 会将它们分组匹配，并让每个挑战者通过二分法和计算哈希的方式进行对抗。

![](https://storage.googleapis.com/papyrus_images/971c40f8375bc6899bcce5f24183c946e9b597a5cfebaf87015ae042c58e94c8.png)

在上图中，很好的展示了 Dave 欺诈证明机制在多个回合中如何逐步淘汰恶意的 Sybil 账户，最终只剩下诚实验证者（Hero）。在每一轮中，Sybil 账户被强制匹配并相互竞争，失败的账户被逐步淘汰。

*   Round 0-2：Sybil 账户（不同颜色方块）开始相互竞争，失败者被降级。
    
*   Round 3-5：随着回合推进，越来越多的 Sybil 账户被淘汰，最终仅剩诚实验证者胜出。
    
*   Hitpoint 机制 确保了恶意挑战者无法通过拖延攻击持续存在，每个挑战者的 HP 逐渐减少，直到完全被移除。
    

这也让攻击者必须耗费指数级的资源来维持 Sybil 账户，而诚实验证者的计算消耗和 Gas 费用相对较低，从而显著提高欺诈证明的安全性和活跃性。

攻击者的 Sybil 账号在挑战过程中会被逐步淘汰，而诚实验证者只需要与最强的竞争对手对抗，而不是同时面对所有的虚假挑战，在减少了计算开销的同时，也使得系统可以更快地识别出最终的正确交易状态。

另外值得一提的是，Dave 优化了挑战时间，相比于 PRT 方案中每轮挑战可能需要 1 周，Dave 设定了 8 小时的最大挑战时长，确保整个过程可以更高效地进行，延迟策略优化意味着，即使攻击者试图拖延挑战时间，也无法无限期阻碍争议的解决。

*   **Hitpoint 计数机制**
    

Dave 引入了 Hitpoint（HP）计数机制，该机制让每个争议者初始都会分配 21 点 HP，每当挑战失败或超时时，就会失去 1 点 HP。当一个争议者的 HP 归零后，它将自动被淘汰，无法再继续发起挑战。

由于每个挑战者最多只能失败 21 次，即使攻击者创建大量的 Sybil 账号，也无法无止境地拖延欺诈证明过程。此外，诚实验证者通常不太可能遭遇 21 次失败，因此他们不会因为 HP 归零而被淘汰，确保他们始终能够在最终的挑战中获胜。

该机制有效防止了攻击者通过 Sybil 账号不断拖延挑战时间，并进一步提升欺诈证明的效率和抗攻击能力。

### **计算模型与实验验证：Dave 的挑战时间呈对数级增长**

为了验证 Dave 欺诈证明算法的实际性能，研究团队构建了严格的数学模型，并通过模拟实验评估其在挑战时间、计算成本和抗 Sybil 攻击能力方面的表现。实验结果表明，Dave 在多个关键指标上均优于现有的欺诈证明方案，并且在面对大规模 Sybil 攻击时，依然能够保持高效的争议解决能力。

#### **挑战时间的对数级增长**

在欺诈证明机制中，挑战时间是影响用户体验和资金流动性的关键因素。Dave 基于锦标赛式挑战机制和 Hitpoint（HP）计数机制，确保争议能够在 最短时间 内得到解决。研究表明，Dave 的挑战时间呈对数级增长，即随着 Sybil 账户数量的增加，挑战时间的增长速度远低于线性增长模式。

在一场模拟了不同规模的 Sybil 攻击场景的实验中，对比了 Dave 与其他欺诈证明方案的争议时间。在面对 10,000 个 Sybil 账户 时，Dave 仅需要 35.25 天 即可完成整个挑战流程，而在其他方案（如 PRT）中，解决相同规模的争议可能需要数月时间。这种显著的时间优势，主要得益于 Dave 采用的锦标赛匹配机制，让 Sybil 账户被迫相互竞争，从而减少诚实验证者的计算负担。

![](https://storage.googleapis.com/papyrus_images/deeda2fd89b43666b56cadb2137a6f749d8ce3d41f6f76667d393a1c4b9830da.png)

此外，Dave 采用了 G=4（每轮 4 人匹配）的优化策略，使得每一轮淘汰的 Sybil 数量更快，从而进一步提高争议解决的速度，并确保计算成本保持在合理范围内。这种分组匹配策略不仅能有效加速争议解决，同时还能减少每位参与者的计算负担，使得欺诈证明机制更具可扩展性。

实验结果表明，相较于主流欺诈证明机制，Dave 在多个关键指标上均表现优异：

*   相比于 BoLD，Dave 以更低的保证金（仅 3 ETH，相比 BoLD 需要 3,600 ETH）提供了相近的安全性，使得欺诈证明机制更加去中心化，同时保持了高效的挑战处理能力。
    
*   相比于 PRT，Dave 减少了 50% 以上的争议时间，并且通过锦标赛匹配和 HP 计数机制，有效提升了 抗 Sybil 攻击能力，确保即使面对大规模 Sybil 账户攻击，也能在短时间内完成争议解决。
    

综上所述，Dave 的计算模型和实验验证进一步证明了其在欺诈证明领域的领先地位。相比于传统欺诈证明方案，Dave 既能确保安全性，又能在去中心化和活跃性之间实现最佳平衡，使其成为最具竞争力的欺诈证明机制之一。

**为可信 AI 提供支持**
===============

基于在经济性、计算效率和去中心化程度方面的优势，Cartesi 的 Dave 欺诈证明机制 不仅优化了 Rollup 生态，还为 去中心化 AI 计算 提供了新的可能性。欺诈证明的核心目标是 验证计算的正确性，这一能力在 AI 计算领域同样适用，尤其是在需要透明、可验证的 AI 计算环境时。

传统 AI 计算 主要依赖中心化服务器，用户通常只能信任 AI 输出，而无法验证其推理过程是否真实可靠。这种模式带来了透明度问题，并使 AI 计算受限于中心化基础设施的单点故障和审查风险。Cartesi 通过计算哈希和可验证计算方案，提供了一种无需信任的 AI 计算框架，使得 AI 计算过程可以在链上或可验证环境中执行，确保计算结果的透明性和可信性。

事实上，该机制本质上与欺诈证明的原理高度一致：如果计算结果受到质疑，可以通过欺诈证明机制验证其正确性，防止 AI 计算结果造假。同时，Cartesi 允许智能合约直接执行 AI 计算，并确保完全透明性和可验证性。Cartesi 的 RISC-V 虚拟机还进一步增强了这一能力，使开发者能够在去中心化环境中无缝运行 TensorFlow、PyTorch 和 Llama.cpp 等 AI 库，突破了区块链在 AI 计算中的传统限制。

一个典型案例是 ThinkChain，该项目利用 Cartesi 的技术在链上执行 LLM（如 DeepSeek-R1、DeepScaleR、Qwen2.5 和 SmolLM2），使智能合约能够直接构建 Prompt 并解析回复，而无需依赖中心化服务器。这意味着，在未来，欺诈证明不仅可以用于验证 Rollup 状态的正确性，还可以用于验证 AI 推理结果的可信度，实现真正的去中心化 AI 计算。

此外值得一提的是，在最近的 Cartesi x EigenLayer 实验周中，Cartesi 核心工程师团队成功构建了一个原型系统，使智能合约能够执行可验证的大型语言模型推理。由此，Cartesi 成为加密领域首个成功实现 DeepSeek 完全链上运行的项目。该原型系统还支持 Qwen、Smol 等其他开源 LLM 的运行，进一步展示了 Cartesi 在 去中心化 AI 计算 方面的潜力。

在 Cartesi 的可验证环境中进行推理，消除了中心化中介，提高了安全性，既保证了 AI 输出的完整性，又确保了完全无需信任的执行方式。迄今为止，Cartesi 仍是唯一支持完全链上、无需信任的 LLM 推理的技术栈，而 DeepSeek 作为先导案例，进一步验证了 Cartesi 的技术方案在去中心化 AI 计算领域的巨大潜力。

**关于 Cartesi**
==============

Cartei 是一个功能强大的模块化区块链协议，为开发者提供了完整的 Linux 环境与高性能 Rollup 技术，旨在支持下一代去中心化应用。通过集成 Linux，Cartesi 虚拟机（Cartesi Virtual Machine）使开发者能够利用历经数十年实战检验的编程语言、工具及代码库构建 dApp。Cartesi 为每个 dApp 提供独立的 Rollup 层及专用计算资源，在显著提升计算可扩展性的同时，确保去中心化、安全性及抗审查性不受影响。

了解更多请访问：

官网：[https://cartesi.io/](https://cartesi.io/)

X:[https://x.com/cartesiproject](https://x.com/cartesiproject)

Discord：[https://discord.gg/3gWG7guqMz](https://discord.gg/3gWG7guqMz)

Telegram：[https://t.me/CartesiCN](https://t.me/CartesiCN)

Previous Experiment Week Builds：[https://cartesi.io/blog/experiment-week-2-recap/](https://cartesi.io/blog/experiment-week-2-recap/)

---

*Originally published on [黑色马里奥](https://paragraph.com/@blackmario/arbitrum-optimism-cartesi-dave)*
