솔로 채굴 확률: 날짜를 약속하지 않고 확률 계산

단위를 변환하고 예상 블록을 계산한 다음 확률로 변환합니다.

작성: Ustarminer 엔지니어링팀

솔로 채굴 확률은 Bitcoin 네트워크와 관련하여 수행되는 유용한 해싱 작업의 양에 따라 달라집니다. 먼저 예상 블록 수를 계산한 다음 이를 지정된 기간 동안 최소 한 번의 발견 가능성으로 변환합니다.

계산을 통해 해시레이트가 증가하거나 가동 시간이 길어지는 효과를 설명할 수 있습니다. 평균 대기 시간은 무작위 분포를 설명하므로 검색 기한을 제공할 수 없습니다.

목차
단위를 변환하고 예상 블록을 계산한 다음 확률로 변환합니다.
고정 네트워크 모델: 람다 = h/H × 144 × 일; P(적어도 하나) = 1 − exp(−lambda).

계산에는 어떤 가정이 필요합니까?

장치가 가동 중일 때의 해시레이트, 같은 단위로 맞춘 네트워크 해시레이트, 가동 기간을 정하세요. 여기의 단순 모델은 유효 해시레이트가 일정하고 네트워크 전체에서 하루 평균 144개 블록이 생성된다고 가정합니다. 실제 네트워크 상태와 난이도는 변하므로, 나중에 실제 입력값을 사용할 때 날짜와 근거를 기록하세요.

가정에서 지속할 수 있는 일정을 사용하세요. 매일 밤 중지하는 장치는 정격 해시레이트로 하루 종일 연산한 것이 아닙니다. 로컬 표시창이 켜져 있다는 이유만으로 중단 없이 참여한다고 가정하지 말고, 중단과 작업의 유효성을 확인하세요.

비트코인 개발자 가이드는 작업 증명과 더 쉬운 서비스 셰어 목표를 설명합니다. 일반적으로 허용되는 셰어는 서비스 대상에 피드백을 제공합니다. 이는 보장된 Bitcoin 블록의 일부가 아닙니다.

해시레이트 단위를 어떻게 일치시키나요?

1EH/s는 100만 TH/s와 같습니다. 따라서 1,000 EH/s의 예시적인 네트워크는 10억 TH/s와 같습니다. 1 TH/s 채굴기는 예상 작업 속도의 10억분의 1을 가지고 있습니다.

일반적인 오류는 장치의 TH/s 번호를 변환하지 않고 네트워크 EH/s 번호로 나누는 것입니다. 그러면 백만분의 1의 오류가 발생합니다. 숫자만 입력하는 대신 계산을 통해 단위를 표시하세요.

해시레이트 추정은 시간에 따른 관측이기도 합니다. 짧은 채굴 풀 추정치와 긴 네트워크 추정치는 서로 다른 평균 창을 사용할 수 있습니다. 모델은 합리적인 추정치를 사용할 수 있지만 모든 입력이 한 순간에 측정된 정확한 상수라고 제안해서는 안 됩니다.

1. 예상 블록 수 계산

h는 유효 장치 해시레이트이고 H는 동일한 단위의 가정된 네트워크 해시레이트입니다. t 운영일 동안:

λ = h ÷ H × 144 × t

기호 λ, 람다는 예상되는 블록 수입니다. 이는 한 명의 채굴기에 적립된 잔액이 아니라 가능한 결과에 대한 평균을 낸 수치입니다.

365일 동안 예시적인 1 TH/s 채굴기와 1,000 EH/s 네트워크의 경우 네트워크를 10억 TH/s로 변환합니다. 그러면 λ = 1 ÷ 1,000,000,000 × 144 × 365 = 0.00005256입니다.

해당 결과를 예상 개수로 유지하세요. 백분율 기호를 직접 추가하면 변환 오류가 발생합니다. 다음 단계에서는 확률을 계산합니다. 확률을 표시하려면 확률의 분수 값에 100을 곱해야 합니다.

2. 카운트를 확률로 변환

포아송 근사법에서 적어도 한 번 이상 발견할 확률은 1 − exp(−lambda)입니다. 해당 공식을 예제에 적용하면 약 0.005256%가 됩니다. 네트워크 입력은 예시이므로 현재 판독값으로 표시되어서는 안 됩니다.

이 시나리오의 유효 요율 365일 동안 예상되는 블록 적어도 하나의 확률
1 TH/s 0.00005256 약 0.005256%
6 TH/s 0.00031536 약 0.031531%
12 TH/s 0.00063072 약 0.063052%

이러한 결과는 해당 연도 동안 더 큰 옵션이 성공할 가능성이 있다는 것을 암시하지 않고 상대적인 용량 효과를 보여줍니다. 각 계산에서는 동일한 연속 작동 시간과 일정한 가상 네트워크를 가정합니다.

평균 대기 시간이 마감일이 아닌 이유는 무엇입니까?

r이 연간 예상 블록율인 경우 평균 대기 시간은 1/r입니다. 동일한 일정 속도 모델에서 대기 시간의 중앙값은 ln(2)/r입니다. 대기 시간 분포가 예측 가능한 하나의 날짜를 중심으로 집중되지 않기 때문에 두 가지가 다릅니다.

평균 대기 시간에도 모델은 여전히 약 36.8%의 exp(−1) 확률을 사건 없음에 할당합니다. 그렇기 때문에 평균 대기 시간 표시를 최대값으로 읽어서는 안 됩니다. 일부 가상 경로는 초기에 성공하고 다른 경로는 훨씬 더 오래 실패합니다.

실패한 해시는 다음 유효한 시도를 더 좋게 만들지 않습니다. 이 모델에는 누적된 성공 부채가 없기 때문에 다시 시작하거나 디스플레이를 변경하거나 best share를 지워도 저장된 진행 상황이 재설정되지 않습니다. 유효 작업 속도를 변경하면 과거 시도의 결과가 아니라 미래의 기회가 변경됩니다.

야간 휴가 또는 이후 업그레이드를 어떻게 고려합니까?

예상 횟수는 작업 간격에 따라 추가됩니다. 각 간격의 h/H × 가정된 블록 수를 계산하고 해당 값을 더한 후 총계에 1 − exp(−λ)를 적용합니다.

가상의 채굴기가 상반기에는 1 TH/s를 실행하고 하반기에는 2 TH/s를 실행하고 전체적으로 동일한 네트워크 가정을 한다고 가정합니다. 이 동일 시간의 경우 해당 누적 연산량은 해당 연도 동안 지속적으로 1.5 TH/s와 같습니다. 네트워크 가정이 간격 간에 변경되는 경우 각각에 대해 관련 값을 사용하세요.

마치 독립적으로 주어진 기회인 것처럼 간격 확률을 추가하지 마세요. 예상 카운트 방법은 이중 계산 없이 결합된 누적 연산량을 처리합니다.

휴가 동안 중지한 기간에는 작업량이 쌓이지 않습니다. 하루의 절반만 가동한다면 정상 가동 시 해시레이트에 시간의 절반을 적용하거나, 연속 가동으로 환산한 해시레이트를 절반으로 표시할 수 있습니다. 가동 시간 보정은 한 번만 적용하세요.

하드웨어를 비교할 때 동일한 네트워크 가정을 사용하세요. 그렇지 않으면 더 큰 확률은 더 많은 장치 작업이 아닌 다른 네트워크 스냅샷을 반영할 수 있습니다. 입력 날짜를 기록하고 비교를 재현할 수 있도록 출력과 함께 보관합니다.

결과에서 무엇을 취해야 합니까?

기간, 가정, 확률을 함께 보고합니다. 가동 시간이나 가정된 네트워크 크기가 누락되면 연간 확률과 같은 설명이 불완전합니다.

작은 λ의 경우 예상 개수와 분수로 나타낸 확률이 가깝습니다. 예시적인 0.00005256개의 예상 블록은 분수로 약 0.00005256 확률, 즉 0.005256%를 제공합니다. λ가 클수록 지수를 명시적으로 평가하는 것이 점점 더 중요해집니다.

모델을 사용하여 규모를 이해하고 작업 누적 연산량을 비교하세요. 모든 소유권 예산에서 일반적인 제로 검색 사례를 눈에 띄게 유지하세요. 수학적으로 긍정적인 기대는 개별 채굴기가 평균적인 결과를 얻을 것이라고 말하지 않습니다.

자주 묻는 질문

몇 년 동안 연간 비율을 추가할 수 있나요?

해당 기간 동안 예상되는 작업 시간을 결합하고 1 − exp(−lambda)를 다시 계산합니다. 확률을 직접 추가하는 것은 일반적으로 올바르지 않지만 모든 값이 매우 작은 경우 가까운 근사치가 될 수 있습니다.

목표에 가까운 최고의 점유율이 내일의 확률을 향상시킵니까?

아니요. 인터페이스 정의에 따라 이전의 강력한 결과를 기록합니다. 다음 해시를 보장된 네트워크 대상에 더 가깝게 이동하지 않습니다.

근사 모델을 사용하는 이유는 무엇입니까?

이는 속도, 시간 및 확률 간의 관계를 재현 가능하게 만듭니다. 한계는 계속 가시화되어야 합니다. 실제 네트워크 조건, 작업 유효성 및 가동 시간은 다양합니다. 더 상세한 모델은 여전히 ​​개별 발견 날짜를 약속할 수 없습니다.

참고 웹페이지