MoneroにおけるQubicのセルフィシュマイニングキャンペーンの実証分析：戦略、証拠、経済的影響

目次

1. 序論と概要

2025年8月、Moneroネットワークは、Qubicマイニングプールが「セルフィシュマイニング」キャンペーンを公表・実行し、潜在的な51%攻撃の実証として宣伝した際、重大なセキュリティイベントを経験した。本論文は、そのキャンペーンに対する厳密な実証分析を提示する。MoneroノードからのオンチェーンデータとQubicプールのAPIデータを組み合わせることで、著者らはQubicのマイニング活動を再構築し、セルフィシュマイニング戦略と整合する10の異なる間隔を特定し、経済的・セキュリティ的影響を評価する。Qubicの宣伝文脈とは対照的に、分析結果は、このキャンペーンが正直マイニングと比較して概ね採算が取れず、持続的な51%支配を達成できなかったことを示し、理論的攻撃モデルの実践的制約を浮き彫りにしている。

2. 方法論とデータ収集

Moneroのプライバシー機能により、ブロック内の直接的なマイナー/プール帰属が不明瞭であるため、この実証調査は大きな課題に直面した。本研究の方法論は、その貢献の礎石である。

2.1 データソースと再構築

著者らは、正規チェーンとブロックタイムスタンプを取得するためにMoneroプルーニングノードを運用した。同時に、Qubicプールの公開APIからリアルタイムのマイニングジョブ通知を収集した。ジョブ難易度、タイムスタンプ、およびその後チェーン上で発見されたブロックを相関させることで、Qubicによってマイニングされた可能性が極めて高いブロックのタイムラインを再構築した。

2.2 帰属ヒューリスティック

明示的な識別子がないため、ブロックの帰属はヒューリスティックに依存した。主な方法はタイミング分析を含む：QubicのAPIが一致する難易度の新しいジョブをブロードキャストした直後にブロックがマイニングされた場合、それはそのプールに帰属された。これにより、Qubicの実効ハッシュレートの推定と、セルフィシュマイニングを示唆する可能性のある保留期間の特定が可能となった。

3. 実証的発見と分析

3.1 ハッシュレートシェアと攻撃間隔

分析の結果、Qubicの行動が正直マイニングから逸脱した10の特定の時間間隔が特定された。これらの間隔中、Qubicの平均ハッシュレートシェアは23-34%の範囲に急上昇し、ベースラインを大幅に上回った。しかし、データは明らかに、古典的51%攻撃に必要な持続的>50%ハッシュレートをプールが達成したことがないことを示している。攻撃は継続的な攻撃ではなく、突発的に実行された。

3.2 収益分析（正直マイニングとの比較）

中核的な経済的発見は、Qubicのセルフィシュマイニング戦略が採算に合わなかったことである。分析期間の大部分において、セルフィシュマイニングキャンペーンから得られた収益は、プールが正直にマイニングした場合の期待収益よりも低かった。これは、特定の条件下での古典的セルフィシュマイニング理論が約束する潜在的な優位性と直接矛盾する。

4. 技術的モデリングと枠組み

4.1 古典的モデルと修正セルフィシュマイニングモデル

本研究は、Qubicの行動を2つのモデル、すなわち古典的セルフィシュマイニングモデル（Eyal and Sirer, 2014）と修正マルコフ連鎖モデルに対して評価する。著者らは、Qubicが古典的モデルの最適戦略に従わなかったことを観察した。これは、ネットワーク遅延や発見されるリスクといった現実世界の懸念が原因である可能性が高い。代わりに、彼らはより「保守的なリリース戦略」を採用し、理論的最適値よりも早くプライベートブロックを公開して、パブリックチェーンに失うことを回避した。

4.2 数学的定式化

セルフィシュマイニング戦略は状態機械としてモデル化できる。攻撃者のハッシュレート割合を$\alpha$、攻撃者のプライベートチェーンとパブリックチェーンの長さが等しい場合に攻撃者が競争に勝つ確率を$\gamma$とする。古典的モデルは、攻撃者のプライベートチェーンのリードを表す状態を定義する。攻撃者の期待相対収益$R$は、$\alpha$と$\gamma$の関数である。本論文の修正モデルは、保守的リリースポリシーを考慮して状態遷移確率を調整し、これにより事実上攻撃者の潜在収益を低下させる。古典的モデルからの重要な不等式は、$\alpha > \frac{1-2\gamma}{3-4\gamma}$のときにセルフィシュマイニングが有利であると述べている。典型的な$\gamma \approx 0.5$（公平なネットワーク）の場合、閾値は$\alpha > \frac{1}{3}$である。Qubicの推定パラメータは、ほとんどの間隔でこの閾値付近またはそれを下回っており、特に保守的戦略を考慮すると、収益性の欠如を説明する。

5. 結果と解釈

5.1 観測収益と予測収益

データは、古典的モデルと修正モデルの両方の予測をほぼ確認した：観測されたハッシュレート水準と戦略では、Qubicにとってセルフィシュマイニングは採算が取れなかった。しかし、論文は予測収益曲線からの「顕著な逸脱」を指摘している。著者らはこの乖離を2つの主要因に帰している：1) 時間変動するハッシュレート： Qubicのシェアは一定ではなく変動しており、静的モデル仮定の精度を低下させた。2) 粗い攻撃セグメンテーション： 攻撃は滑らかで最適なプロセスではなく、明確で準最適な段階で実行された。

5.2 ネットワークへの影響と安定性

Qubicにとって経済的に効果的ではなかったが、このキャンペーンはMoneroチェーンに測定可能な不安定性を誘発した。オーファンブロック（マイニングされたが正規チェーンに含まれないブロック）の増加率と、競合するチェーンフォークの存在は、攻撃間隔中に高かった。これは、採算の合わないセルフィシュマイニングの試みでさえ、ネットワークの信頼性と承認確信度を低下させうることを確認する。

6. コアアナリストインサイト：四段階の分解

コアインサイト： Qubicのキャンペーンは洗練された攻撃というよりは、コストがかかり騒々しい概念実証であり、最終的には現実世界の制約下でのMoneroのNakamoto Consensusの回復力を検証すると同時に、クリーンルームの暗号理論とライブネットワークの混沌とした現実との間の大きな隔たりを露呈した。

論理的流れ： 本論文は、誇大広告から現実への軌跡を見事にたどっている。Qubicは、セルフィシュマイニング理論の恐ろしい脅威を利用して「51%支配」を宣伝した。しかし、著者らの法科学的データ作業は異なる物語を明らかにする：ハッシュレートは決して臨界閾値を超えず、実行された戦略は最適攻撃の薄められたリスク回避版であった。論理的帰結は避けられない―このキャンペーンは戦略的・経済的失敗であったが、貴重な実証的データポイントである。

強みと欠点： 本研究の強みは、データの不透明性に悩まされる分野における方法論的厳密さである。Moneroにおけるマイニング帰属のための信頼性のあるデータセットを作成することは、EthereumにおけるMEV分析のデータ駆動型ブレークスルーに匹敵する重要な貢献である。著者らが認める欠点は、帰属ヒューリスティックに内在する不確実性である。一部の「Qubic」ブロックが他のマイナーからのものである可能性はないか？この不確実性は、収益計算の精度をわずかにぼかす。さらに、彼らはセルフィシュマイニングモデルを適応させているが、分析は「頑固なマイニング」（Nayak et al., 2016）のようなより高度な概念や、Moneroの動的ブロック報酬環境に関連する取引手数料の影響を組み込むことで深めることができた。

実用的な示唆： プロトコル設計者にとって、これは暗黙の堅牢性に関するケーススタディである。MoneroのRandomXアルゴリズムとネットワーク遅延は、反セルフィシュマイニング機能として設計されたものではないが、攻撃の収益性に対して敵対的な環境を作り出した。将来のPoW設計は、GervaisらがCCS '16論文で提案した「Forward Block-Withholding Accountability」のような明示的なメカニズムを考慮すべきである。マイニングプールにとって、教訓は明らかである：理論的に収益性のある攻撃を実践で実行することは、隠れたコストとリスクに満ちており、正直な協力がより安定した収益戦略となる。コミュニティにとって、この事件は、透明でプールに依存しない監視ツールの必要性を強調しており、本論文が公開したデータセットがその構築に寄与する公共財である。

7. 将来の方向性と研究展望

この研究は、将来の研究のためのいくつかの道を開く。第一に、プライバシーコインに対するより堅牢で一般化可能なブロック帰属技術の開発は、継続的なセキュリティ監視にとって重要である。第二に、この分野は、タイムバンディット攻撃やコンセンサス遅延悪用など、他の潜在的なPoW逸脱に関するより多くの実証的研究を必要としており、現実世界の脅威に対する包括的理解を構築する。第三に、セルフィシュマイニングと、プライバシー保護の文脈における取引検閲や二重支払い試行などの他のベクトルを組み合わせたハイブリッド攻撃をモデル化・分析する必要性が高まっている。最後に、PoWセルフィシュマイニングからの教訓は、新興のProof-of-Stakeやハイブリッドコンセンサスメカニズムのセキュリティ分析に情報を提供すべきであり、そこで類似の「ステーキング」または「検証」保留攻撃が定式化される可能性がある。

8. 参考文献

1. I. Eyal and E. G. Sirer, "Majority is not enough: Bitcoin mining is vulnerable," in Proceedings of the 2014 International Conference on Financial Cryptography and Data Security (FC), 2014.
2. K. Nayak, S. Kumar, A. Miller, and E. Shi, "Stubborn mining: Generalizing selfish mining and combining with an eclipse attack," in Proceedings of the 2016 IEEE European Symposium on Security and Privacy (EuroS&P), 2016.
3. A. Gervais, G. O. Karame, K. Wüst, V. Glykantzis, H. Ritzdorf, and S. Capkun, "On the security and performance of proof of work blockchains," in Proceedings of the 2016 ACM SIGSAC Conference on Computer and Communications Security (CCS), 2016.
4. Monero Project. "RandomX." [Online]. Available: https://github.com/tevador/RandomX
5. Qubic Pool. "Public API Documentation." (本研究によりアクセス).
6. J.-Y. Zhu, T. Park, P. Isola, and A. A. Efros, "Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks," in Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2017. (ブロックチェーンセキュリティにおける本研究の目標と類似した、新しい実証的ベンチマークと枠組みを確立した画期的論文の例として引用).