# Optimism Retro Funding 投票机制对恶意行为的抵抗能力 By [Optimism 中文](https://paragraph.com/@optimismcn) · 2024-11-08 --- 文章来源：[https://www.jinse.cn/blockchain/3700783.html](https://www.jinse.cn/blockchain/3700783.html) 作者：[GovXS](https://mirror.xyz/0x803860D2C333734cD99625d8d189d0Eb2e565166/MIpjGzvvYeDDAWvtgtgSsPDl-pBY9SNCVc1Y7cGeyDo) 翻译：ChainFeeds | chunzhen ![](https://storage.googleapis.com/papyrus_images/90b42d999758bedf6bd4a18c97eb2644a615b37c41ff445962a3ec43616115d4.png) 自 2022 年以来，Optimism 已经进行了 4 轮完整的追溯性融资，发放了 6000 多万 OP。在过去的 4 轮「追溯性融资」中，Optimism 测试了多种不同的投票规则，而 \*\*GovXS \[1\]\*\*的研究旨在通过对 4 种投票规则的归纳与评估，以测试不同类型的投票方式对潜在攻击的抵御能力。 **Optimism Retro PGF 四轮投票设计** ----------------------------- Optimism 四轮「追溯性融资」投票方式一览： * **Retro PGF1（R1 二次投票法）**：在 PGF1 中，Optimism 采用了二次投票制，允许投票人分配成本递增的代币进行多次投票； * **Retro PGF2（R2 平均值规则）**：在 PGF2 中，Optimism 采用了平均值规则，通过对所有参与者的投票进行平均，来决定资金分配； * **Retro PGF3（R3 规定人数中位数规则）**：在 PGF3 中，Optimism 引入了最低票数和代币门槛，并采用标准化中位数规则来减少异常票数的影响。只有获得最低票数和资金要求的项目才会被考虑。 * **Retro PGF4（R4 上限中位数规则）**：在 PGF4 中，Optimism 引入了「影响指标得分」，投票者优先考虑 KPI 而不是直接资金分配。项目被要求提供 KPI 值来证明他们的成就，然后根据投票人对 KPI 指标的偏好，使用标准化中位数确定影响指标得分，最终确定项目的资金分配，并对超额资金的分配和再分配设定上限。 **五项针对恶意行为的评估指标** ----------------- 为评估「抵御恶意行为」的设计目标，GovXS 制定了五项关键指标。 **指标 1：最大可提取值（Maximum Extractable Value）** 恶意行为者能否提取 100% 的可用资金？在 Retro Funding 的背景下，GovXS 将恶意行为者（攻击者）定义为投票人，**其唯一目标是将尽可能多的资金投入到他们喜欢的项目中**，通过将 100% 的可用投票代币分配给该项目来使用他们的最大投票权，并向其他项目分配 0% 代币。 ![](https://storage.googleapis.com/papyrus_images/22e19096b4313db9098927ce8459c2290d7b180f1d1dd27432df511d3ffce5e1.jpg) 对于 R1 二次投票和 R2 平均投票，理论上恶意投票者有可能提取 100% 的资金，但前提是所有投票者的投票方式完全相同。 R3 中位数规则也允许最大可提取金额为 100%，但它只要求 50%的投票者投与攻击者相同的票，这使得中位数规则更容易被操纵。此外，规定人数要求开启了另一个潜在的攻击载体：即如果没有其他项目达到法定人数要求，那么所有资金都可以分配给一个项目。 R4 上限中位数规则的抵抗力最强，因为分配给单个项目的最大资金上限为本轮规模的 5%。这一限制大大降低了恶意行为者的风险。 **指标 2：选民可提取价值（Voter Extractable Value）** 考虑到恶意投票者通常会试图掩饰自己的行为，因此 GovXS 的模型**假设恶意投票者将 90-99% 的代币分配给一个项目，其余代币平均分配给其他项目**。 ![](https://storage.googleapis.com/papyrus_images/887cd31ba318f940ab36ca504730d508a28e1144dcc1ae3a5f1f994b38374a0d.jpg) 结果表明，R1 二次投票对 VEV 的抵抗力最强。R2 平均值 VEV 更加收敛，而两个基于中位数的规则（R3 规定人数中位数和 R4 上限中位数）则显示出更大的差异和更高的最大可提取资金水平。 **指标 3：稳健性** 该指标考察不同的投票规则如何应对个人投票行为的变化，以及这些**规则对投票中的轻微操纵有多敏感**。 ![](https://storage.googleapis.com/papyrus_images/e8b27ba5e0ac90ed741ee8c6b92d8df8b44951438410e54f4c4ce5b1dc55852d.jpg) 结果显示，R2 平均值对投票变化最为敏感。相比之下，R3 中位数和 R4 上限中位数对变化的适应性更强。这表明，在 R3 和 R4 规则下，轻微的投票操纵不会对结果产生太大影响。 **指标 4：贿赂成本** 贿赂成本量化了攻击者**为改变特定项目的资助结果所需的努力或花费**。 ![](https://storage.googleapis.com/papyrus_images/25851cdcbaaa1b1fb91f5f90871be963d6db121e2d5eac735dc09a237aeb9bb1.jpg) 结果显示，R1 二次投票对贿赂的抵御能力最强。与其他投票规则相比，攻击者需要更多的投票才能实现相同的资金增长。值得注意的是，R4 上限中位数投票也表现出很强的抵制能力。这种设计对每个项目的最高资助额度设置了上限，从而使贿赂攻击变得更加困难。 **指标 5：控制成本** 控制成本用于衡量在投票过程中增加或删除投票人的影响。在 Optimism Retro Funding 的背景下，攻击者很难在一轮投票中「添加」投票人，因此重点**考虑「删除」投票人的影响，即说服其他投票者弃权**。 ![](https://storage.googleapis.com/papyrus_images/75a73d653ca540611dfbd03341036a8d227124956856310a4ab8ed3d901952fb.jpg) 结果显示，R1 二次投票和 R2 平均值是最难攻击的。R3 和 R4 的中位数规则更容易受到攻击。以真正的 R4 投票数据进行模拟，一个完全了解投票动态的攻击者可能只需说服 10 名选民弃权，就能使他们项目的资金增加 30%。 **结论** ------ 对于四种投票方法抵御恶意行为能力的最终评估结果如下： ![](https://storage.googleapis.com/papyrus_images/0ca3712f33691b2b9d9eaeb557bd68ea05c859381ce9644ff7be70b09b500657.jpg) * 二次投票（R1）对攻击的抵抗力最强。 * 基于中位数的规则（R3、R4）对恶意行为的敏感度较高，但引入每个项目最大资金分配上限（R4）可显著提高其抵御能力。 * 平均值规则（R2）对控制攻击有很强的抵御能力，然而，更容易受到投票操纵。 最后，GovXS 将该模型做成了一个\*\*[追溯性融资模拟器\[2\]](https://github.com/GovXS/Evaluating-Voting-Design-Tradeoffs-for-Retro-Funding?tab=readme-ov-file)\*\*，用于测试和评估公共物品融资中的不同投票机制。 ### 支持社区 ![](https://storage.googleapis.com/papyrus_images/e48a5b40f23956c2868db522ffc413bf654b09522348a49e1bb627e9cbdb66d4.jpg) **Twitter:** [https://x.com/Optimismzh](https://x.com/Optimismzh) **Notion**：[https://www.notion.so/lxdao/Optimism-99a78f831195451a9f16724342c0c4ed](https://www.notion.so/lxdao/Optimism-99a78f831195451a9f16724342c0c4ed) **Telegram**：[https://t.me/optimism\_cn](https://t.me/optimism_cn) **Mirror**: [https://mirror.xyz/optimismcn.eth](https://mirror.xyz/optimismcn.eth) --- *Originally published on [Optimism 中文](https://paragraph.com/@optimismcn/optimism-retro-funding)*