当前位置: 首页 > news >正文

Starknet的去中心化路线图

1. 引言

StarkWare正以2条路线在迈向去中心化:

  • planning
  • implementation

以让Starknet协议 走向 去中心化proof-of-stake协议。

Starknet向以太坊发送STARK proofs来验证其状态变更。

一年前Starknet就在做去中心化规划,相关提案见:

  • Simple Decentralized Protocol Proposal

所谓去中心化,是指将Sequencer+Prover的运营,转换为proof-of-stake协议,使得任何人都可参与sequence,没有谁是Starknet持续活性所不可或缺的。为此,需从以下2方面进行:

  • 1)实现运行去中心化协议所需的各种要素。
  • 2)将去中心化运营逐步去中心化转移交给Starknet stakers。

本文重点关注去中心化转移流程。

2. 去中心化转移流程

去中心化转移流程分为4大块:

  • 1)转向去中心化网络架构,但Sequencer运营仍保持中心化运营。
  • 2)确保完整开源软件栈的可用性。
  • 3)逐步开发扩大测试和集成网络。
  • 4)在将Sequencer运营转向proof-of-stake参与之前,繁荣Staker加入。

以上4大块有一定的顺序依赖,但也可并行进行。

2.1 去中心化网络架构

Starknet网络将走向更加去中心化模式:

  • 1)当前,全节点相互不通讯,每个节点都依赖于通过中心化feeder gateway向Squencer周期性查询。
  • 2)更少中心化模式下,全节点将是P2P网络的一部分,不要求相互与Sequencer的连接。

这种去中心化网络架构模式,改变的不仅是网络的连接性:

  • 1)Sequencer将对其区块进行签名,以减轻某些信任假设,并为具有很多投票者的vote-based BFT协议做准备。
  • 2)数据传输将以更加分布式的方式传输,节点可相互帮助,以同步状态并完成各自的本地view。

2.2 致力于完全开源的软件栈

  • 开源软件栈:确保开源软件栈的可用性是至关重要的,其可确保每个人都可参与协议和网络不通维度。由StarkWare和其它contributors所实现的要素越多,将release给每个人去测试、评论以及适应。当前已开源的软件栈有:

    • 全节点:Pathfinder、Juno、Deoxys
    • Provers:Stone、Sandstorm
    • Sequencers:Blockifier、Madara
    • Block Explorers:Starkscan、Voyager、ViewBlock、Stark Compass。
  • 测试&集成网络:持续广泛测试集成网络,对于湿滑过渡很有必要。每个新元素都先进行内部测试网、然后是更大范围的有外部参与者的许可测试网,最终是公开测试网、集成,然后主网。测试新要素时,可顺序测试,也可并行测试。

  • Staker onboarding引入Staker:需要时间,让L1 staking合约集合足够多的staked tokens来保证去中心化协议的真实经济权重。为避免少量参与者以少量代价对Starknet进行恶意控制。

参考资料

[1] StarkWare团队2023年10月博客 Starknet Decentralization: A Roadmap in Broad Strokes

Starknet系列博客

  • Beerus:基于Helios light client的Starknet Stateless Client
  • Kakarot:部署在Starknet上的ZK-EVM type 3
  • StarkWare的StarkNet和StarkEx
  • StarkWare的Recursive STARKs
  • Rollup项目的SNARK景观

相关文章:

Starknet的去中心化路线图

1. 引言 StarkWare正以2条路线在迈向去中心化: planningimplementation 以让Starknet协议 走向 去中心化proof-of-stake协议。 Starknet向以太坊发送STARK proofs来验证其状态变更。 一年前Starknet就在做去中心化规划,相关提案见: Sim…...

python基础语法(十二)

目录 标准库认识标准库使用 import 导入模块代码示例: 字符串操作剑指offer 58, 翻转单词顺序题目题目做法代码 leetcode 796, 旋转字符串题目题目做法 leetcode 2255, 统计是给定字符串前缀的字符串数目题目题目做法 代码示例: 文件查找工具 感谢各位大佬对我的支持,如果我的文…...

【开源】基于SpringBoot的农村物流配送系统的设计和实现

目录 一、摘要1.1 项目介绍1.2 项目录屏 二、功能模块2.1 系统登录、注册界面2.2 系统功能2.2.1 快递信息管理:2.2.2 位置信息管理:2.2.3 配送人员分配:2.2.4 路线规划:2.2.5 个人中心:2.2.6 退换快递处理:…...

【2024秋招】2023-9-16 贝壳后端开发一面

1 秒杀系统 1.1 如何抗住高并发 1.2 数据一致性你是怎么处理,根据场景来说明你的设计思路 1.3 你们当时系统的架构是怎么样的 秒杀表做节点隔离, 1.4 为了保证数据一致性,引入了redission的锁,你是为了抗住高并发而去为了引入…...

BI是什么?想要了解BI需要从哪些方面入手?

企业为了执行数字化战略,实行数字化转型,实现数据价值,除了需要相关数字化技术及理念、人才等,还需要借助数字化相关应用,例如商业世界中广受企业欢迎的ERP、OA、CRM等业务信息系统,以及上升势头非常迅猛的…...

软件测试---等价类划分(功能测试)

能对穷举场景设计测试点-----等价类划分 等价类划分 说明:在所有测试数据中,具有某种共同特征的数据集合进行划分分类: 1)有效等价类 2)无效等价类步骤:1)明确需求 2)确定有效和无…...

javascript原生态xhr上传多个图片,可预览和修改上传图片为固定尺寸比例,防恶意代码,加后端php处理图片

//前端上传文件 <!DOCTYPE html> <html xmlns"http://www.w3.org/1999/xhtml" lang"UTF-8"></html> <html><head><meta http-equiv"Content-Type" content"text/html;charsetUTF-8;"/><title…...

【Java】Map集合中常用方法

Map集合的常用方法 方法名称作用V put(Key k,V value)添加元素V remove(K key, V value)根据键值删除对应的值void clear()清除所有键值元素boolean containsKey(Object key)判断集合中是否包含指定的键boolean containsValue(Object value)判断集合中是否包含指定的值boolean …...

方太描画未来厨房的模样

作者 | 辰纹 来源 | 洞见新研社 不知不觉中&#xff0c;iPhone已经更新到15代了&#xff0c;家里的电视变成了越来越轻薄的液晶屏&#xff0c;过去被称为“老三样”的富康&#xff0c;捷达、桑塔纳&#xff0c;如今也被以特斯拉为代表的新能源智能汽车们所取代…… 类似以上的…...

ELASTICO-A Secure Sharding Protocol For Open Blockchains

INTRO 在中本聪共识中&#xff0c;通过POW机制来公平的选举leader&#xff0c;不仅非常消耗power&#xff0c;并且拓展性也不好。现在比特币中是7 TPS&#xff0c;和其他的支付系统相比效率相差甚远。 当前的许多拜占庭共识协议&#xff0c;并不支持在一个开放的环境中使用&a…...

【数据结构】Map和Set

⭐ 作者&#xff1a;小胡_不糊涂 &#x1f331; 作者主页&#xff1a;小胡_不糊涂的个人主页 &#x1f4c0; 收录专栏&#xff1a;浅谈数据结构 &#x1f496; 持续更文&#xff0c;关注博主少走弯路&#xff0c;谢谢大家支持 &#x1f496; Map、Set 1. 搜索树1.1 概念1.2 性能…...

Python Flask

Python Flask是一个轻量级的web开发框架&#xff0c;用于快速地构建web应用程序。以下是Python Flask的基本使用步骤&#xff1a; 安装Flask&#xff1a;使用pip安装Flask包。在命令行中输入以下命令&#xff1a; pip install flask创建Flask对象&#xff1a;在Python文件中&am…...

时序预测 | Python实现ARIMA-LSTM差分自回归移动平均模型结合长短期记忆神经网络时间序列预测

时序预测 | Python实现ARIMA-LSTM差分自回归移动平均模型结合长短期记忆神经网络时间序列预测 目录 时序预测 | Python实现ARIMA-LSTM差分自回归移动平均模型结合长短期记忆神经网络时间序列预测预测效果基本介绍程序设计参考资料 预测效果 基本介绍 时序预测 | Python实现ARIM…...

Redis快速上手篇八(redission完善分布式锁)

Redisson Redisson是一个在Redis的基础上实现的Java驻内存数据网格&#xff08;In-Memory Data Grid&#xff09;。它不仅提供了一系列的分布式的Java常用对象&#xff0c;还提供了许多分布式服务&#xff0c;其中就包含了各种分布式锁的实现。简单说就是redis在分布式系统上工…...

Dataset文件下载以及使用,以nuswide为例

文章目录 文件夹结构如何使用继承torch.utils.data.Dataset构建新的class构建新的Dataloader 数据集要求以文章 multi-label learning from single positive label为例&#xff1b; 文件夹结构 我是这么放置的&#xff0c;其中含有obs的文件是通过运行文件夹preproc下的genera…...

ZYNQ连载02-开发环境

ZYNQ连载02-开发环境 1. 官方文档 ZYNQ开发使用的软件为Vivado/Vitis/PetaLinux,软件体积比较大&#xff0c;硬盘保留100G以上的空间&#xff0c;赛灵思提供详细的文档&#xff0c;链接如下&#xff1a; ZYNQ文档 2. Vivido和Vitis安装 赛灵思统一安装程序 3. PetaLinux安装…...

前端 :用HTML和css制作一个小米官网的静态页面

1.HTML&#xff1a; <body><div id "content"><div id "box"><div id "top"><div id "top-left"><span id "logo">MI</span><span id "text-logo">小米账…...

modelsim仿真报错:vlog-2388 ‘scl‘ already declared in this scope

问题背景&#xff1a; 1、使用vivado直接仿真的时候没有报错。 2、在vivado中调用modelsim的时候报错。 报错的代码&#xff1a; module iic_write(input clk,input rst,output scl,input en,inout sda);reg scl&#xff1b;……报错的意思是scl已经声明过了&#xff0c;mode…...

C#中通过BeginInvoke()和EndInvoke()来实现异步

.NET Framework允许异步调用任何方法。定义与需要调用的方法具有相同签名的委托&#xff1b;公共语言运行库将自动为该委托定义具有适当签名的 BeginInvoke 和 EndInvoke 方法。以下介绍C#中&#xff0c;通过BeginInvoke()和EndInvoke()来实现异步。 1、异步编程 调用BeginInv…...

github中.gitignore不起作用啦

文章目录 前言两种方法解决清除本地缓存设置不需要 额外注意 前言 提示&#xff1a;人不是靠讲话来生活。每个人都应该靠行动。而行动&#xff0c;是需要时间来证明的。 --《自在独行》 两种方法解决 清除本地缓存 (.gitignore中已经表标明忽略的文件目录下的文件了&#xf…...

大数据开发学习Day38

一、Linux 1. 查看 HDFS 目录层级及文件大小 hdfs dfs -du -h /user/hive/warehouse/dwd.db-du -h 人性化单位展示 HDFS 目录占用空间 快速判断数仓分层表数据量大小&#xff0c;判断是否需要归档清理 日常数仓存储容量巡检必备2. 筛选日志中指定时间段报错日志 grep 2026-05-2…...

解决VMware安装macOS后分辨率锁死的烦恼:手把手教你安装VMware Tools并自定义显示设置

突破VMware中macOS显示限制&#xff1a;从工具安装到完美适配的全流程指南 当你在VMware中成功安装macOS系统后&#xff0c;可能会立刻遇到一个令人沮丧的问题——屏幕分辨率被锁定在低分辨率状态&#xff0c;窗口无法自由缩放&#xff0c;操作体验大打折扣。这种显示限制不仅…...

观察Taotoken在不同网络环境下API调用的延迟表现

&#x1f680; 告别海外账号与网络限制&#xff01;稳定直连全球优质大模型&#xff0c;限时半价接入中。 &#x1f449; 点击领取海量免费额度 观察Taotoken在不同网络环境下API调用的延迟表现 在将大模型API集成到实际应用时&#xff0c;网络环境是影响开发者体验的关键因素…...

八股整理之JVM篇

JVM的内存模型介绍一下根据 JDK 8 规范&#xff0c;JVM 运行时内存共分为虚拟机栈、堆、元空间、程序计数器、本地方法栈五个部分。还有一部分内存叫直接内存&#xff0c;属于操作系统的本地内存&#xff0c;也是可以直接操作的。JVM的内存结构主要分为以下几个部分&#xff1a…...

AI驱动的CNC闭环控制系统:边缘实时感知与控制实践

1. 项目概述&#xff1a;这不是在改装一台机床&#xff0c;而是在给金属加工装上“神经系统”“AI-Driven Machining: Building a Closed-Loop CNC System with IIoT Feedback (Building the CNC)”——这个标题里没有一个词是虚的。它不是在讲怎么用AI生成个加工路径图&#x…...

文档下载神器kill-doc:如何快速免费下载30+平台的文档资源

文档下载神器kill-doc&#xff1a;如何快速免费下载30平台的文档资源 【免费下载链接】kill-doc 看到经常有小伙伴们需要下载一些免费文档&#xff0c;但是相关网站浏览体验不好各种广告&#xff0c;各种登录验证&#xff0c;需要很多步骤才能下载文档&#xff0c;该脚本就是为…...

3分钟掌握PlantUML Editor:用代码思维绘制专业UML图表的终极指南

3分钟掌握PlantUML Editor&#xff1a;用代码思维绘制专业UML图表的终极指南 【免费下载链接】plantuml-editor PlantUML online demo client 项目地址: https://gitcode.com/gh_mirrors/pl/plantuml-editor 还在为复杂的UML图表绘制而烦恼吗&#xff1f;传统的拖拽式绘…...

工业 CAN 通信利器!六通道隔离集线器,中继滤波稳组网

工业 CAN 总线距离受限、速率不匹配、数据拥堵、故障难排查&#xff1f;三格电子SG-CanHub-600 六通道 CAN 集线器&#xff0c;工业级隔离中继&#xff0c;信号再生 智能滤波&#xff0c;轻松解决 CAN 网络通信难题&#xff01;⚙️ 硬核实力&#xff0c;工业通信强支撑✅ 六通…...

2026年度AI接入方案复盘:六大主流API中转/API聚合平台深度测评与选型建议

2026年度AI接入方案复盘&#xff1a;六大主流API中转平台深度测评与选型建议 站在2026年的技术节点回望&#xff0c;企业在构建大模型应用时&#xff0c;早已告别了单纯追求低价的阶段。经过一整年的行业沉淀&#xff0c;我们发现真正影响生产效率的并非单一Token的成本&#…...

CANN 算子融合技术:Conv-BN-ReLU 与 MatMul-LayerNorm 等融合模式深度解析

CANN 算子融合技术&#xff1a;Conv-BN-ReLU 与 MatMul-LayerNorm 等融合模式深度解析算子融合是提升性能的关键手段。本文深入讲解昇腾支持的算子融合技术、实现原理和应用实践。一、融合技术概述 1.1 为什么要融合 原始: Conv → BN → ReLU → Conv → BN → ReLU融合前内存…...