解析 Celestia 与 DA

什么是 Data Availability

大家都知道，区块链技术的一个特点就是：存放在链上的数据是安全可靠的，不可篡改的。那数据可用性是指的什么呢？难道区块链的共识不能保证数据的安全了吗？显然不是，区块链数据的安全性，是大家都认可的，也是区块链一直持续发展的一个动力之一。那么 DA（数据可用性）层是什么，我们先来看看下面几种情况。

一个节点如果想验证某一笔交易或者某一个区块，这个节点需要下载所有的区块和交易数据。由于区块链的持续运行，区块和交易数据会持续增长，这个节点的成本也会越来越高。以至于越来越多的节点（特别是个人用户）只能选择运行轻节点。这些轻节点，没有下载所有的交易数据，它们不能对交易和区块进行验证，只能相信它们选择的共识节点（全节点）。因此，实际上这些轻节点是不知道获得的数据是否可用。

同时区块链网络为了提高效率，一直在尝试进行扩容。以太坊的 L2 就是以太坊的一种扩容方案，从而提高以太坊的吞吐量。但 L1 和 L2 在本质上还是两个网络，L1 是不会参与 L2 的共识，也不会验证和执行 L2 的交易，同理 L2 也不会参与 L1 的共识，亦不会验证和执行 L1 的交易。但是在此时，L1 与 L2 之间其实是有信任问题的，例如：Rollup 要求将所有交易数据都记录到以太坊的交易中，那么 Rollup 的用户为了验证自己的交易是否存入以太坊，他还需要运行一个以太坊的全节点吗？

从目前区块链的工作机制当中我们可以知道，当一个节点不参与共识的时候，特别是没有存储所有交易数据的时候，对于它自己获得的数据是否有效它是无法验证的，这些节点目前都只能相信自己连接的共识节点不会欺骗自己，或者多连接几个共识节点，做一个小小的容错。

因此DA层解决的问题是，在不参与共识、以及不用存储所有交易数据的情况下，依然能够对交易进行验证，从而证明这个交易是否可用。

Celestia

在上面先介绍了什么是 DA，接下来，我们再来看看 Celestia 项目是打算如何来解决这个问题的。

Celestia 项目围绕二维 Reed-Solomon 纠删码，设计了一套随机抽样来验证数据、以及恢复数据的方案从而确保数据可用。

当一个全节点发现轻节点收到有问题的数据时，会构建一个欺诈证明并发送给这个轻节点，轻节点收到欺诈证明之后，从网络中通过随机抽样的方式，获得需要的数据，来验证这个欺诈证明是否有效，从而能够明确的知道自己之前获得的数据是否可用。轻节点不需要信任给自己发送数据的节点，也不需要信任给自己发送欺诈证明的节点，这是因为轻节点是通过随机抽样的方式，来获取进行此次验证所需要的数据，因此安全性能是由整个网络来提供的。这样也使得DA 层的安全等级，能够接近共识层的安全等级。

接下来，我们来了解一下 Celestia 具体是如何工作的。由于 Celestia 项目还处于开发测试阶段，因此这里采用的都是现阶段的白皮书的介绍方案，可能会与实际的解决方案有出入。

准备

欺诈证明的验证，必须是高效的，并且不需要全部的交易数据，也不需要执行具体的交易，因此 Celestia 对于自己区块的数据，进行了一些扩展。

1. stateRoot

状态的稀疏默克尔树的根，这种默克尔树的叶节点，是一个 key-value 对。

定义了一种变量，状态见证(w)：是一些 key-value 对，以及他们在默克尔树中的证明，组成的集合：

定义了一个函数，rootTransition ：可以通过状态根、交易、以及这些交易的状态见证，转换得到交易执行后的状态的根。也就是每个交易执行后的状态的默克尔根 stateRoot`可以通过rootTransition(stateRoot, t, w) 得到

2. dataRoot

将交易，以及这些交易执行的中间状态根，组合成一个固定大小与固定格式的shares 。这些所有的交易的shares ，按照二维RS纠删码，进行扩展，最后得到一个默克尔树的根，即dataRoot。

• 具体步骤

• 将初始的交易数据，按照 shares 的大小与格式进行封装。

• 将 shares 放入一个 k×k 的矩阵，如果数量不够，则填充补齐。

• 然后应用 RS 纠删码，按照行和列进行 3 次补齐，最终得到一个 2k⋅2k 的矩阵。

• 对这个矩阵的每一行和每一列，都构建一个默克尔树，得到 2⋅k 个行根和 2⋅k 个列根。

• 最后将这 4⋅k 个根，组成一个默克尔树，得到根 dataRoot。

• shares

  shares 是 Celestia 项目定义的一个固定大小和格式的数据结构。主要内容是交易，以及执行这些交易的中间状态根。

  由于没有具体规定多少交易，需要生成对应的中间状态根，项目方设定了一个 Period变量，作为最大限制周期，这个限制可以是最大多少交易之内必须生成中间状态根，也可以是多少字节，或者多少 GAS。

  还定义了两个函数来帮助验证：

  parseShares 函数：输入 shares，得到消息 m，可以是中间状态根，也可能是交易。

  parsePeriod 函数：输入消息，得到前状态根，执行后状态根，以及交易列表。

• 固定 256 字节

• 0-80：开始的交易

• 81-170：包含的交易

• 171-190：中间状态根

• 191-256：下一批开始的交易

• 设定的格式举例

白皮书中，介绍了两种欺诈证明，下面将分别对此进行介绍：

3. 状态转换无效的欺诈证明

这是一个针对 stateRoot 的一个欺诈证明。全节点利用 dataRoot 中的 shares，来帮助轻节点验证收到的区块头中的 stateRoot 是否有效。

状态转换无效的欺诈证明的组成：

• 对应块的 blockhash

• 相关的 shares

• 这些 shares 在 dataRoot 对应的默克尔树中的默克尔证明

• 这些 shares 包含的交易的 状态见证。

证明的验证：

• 验证 blockhash，确定是对于哪个区块的欺诈证明。

• 验证证明中的每个 shares 的默克尔证明是否有效。

• 通过 shares 的两个解析函数，可以正确得到对应的交易列表，以及这批交易的执行前状态根和执行后状态根。并且如果执行前状态根为空，则第一个交易一定是块的第一笔交易；同时如果执行后状态根为空，则最后一笔交易一定也是块的最后一笔交易。

• 根据 rootTransition 函数，来验证得到的两个状态根。

4. 错误生成扩展数据的欺诈证明

这是一个针对 shares 在网络传播时，当一个全节点从网络中收到 shares 恢复的数据，与自己的数据不匹配时，会向网络回应欺诈证明。

错误生成扩展数据的欺诈证明的组成：

• 错误的 shares 所在行或列的默克尔根。

• 这个行或列的默克尔根，在 dataRoot 对应的默克尔树中的默克尔证明。

• 这足够恢复这一行或列的 shares。（大于等于 k 个）

• 每个shares 在 dataRoot对应的默克尔树中的默克尔证明。

证明的验证：

• 验证blockhash，确定是对于哪个区块的欺诈证明。

• 验证证明中行或列的默克尔根的默克尔证明是否有效。注：VerifyMerkleProof(行或列的默克尔根，行或列的默克尔根的默克尔证明，dataRoot，长度，位置索引) 其中前面2个数据是证明携带的数据，后面3个是本地（之前接收的）数据。

• 验证证明中每个 shares 的默克尔证明是否有效。注：VerifyShareMerkleProof（shares，shares 的默克尔证明，dataRoot，长度，位置索引) 其中 dataRoot是本地数据，另外数据都是从证明中获得。

• 通过收到的 shares，恢复这一行或列的所有数据，并验证其默克尔根是否等于自己之前收到的对应行或列的默克尔根。

数据可用性

通过 2 维 RS 纠删码，Celestia 的轻节点通过随机抽样的方式，来获取区块数据，以及验证欺诈证明的相关数据。同时随机抽样的数据，并在网络中传播，当达到一定的数量时，也可以帮助网络恢复区块数据。下面介绍一下具体的工作流程：

1. 轻节点从任意一个连接的全节点中获取一个新区块的块头，以及 2k 个行和 2k 个列的默克尔根。先用这些默克尔根与区块头中的 dataRoot 进行初步校验。如果错误则拒绝这个区块头。

2. 在这个 2k × 2k 的矩阵中，轻节点随机挑选一组不重复的坐标，将这些坐标发送给与自己相连的全节点们。

3. 如果一个全节点拥有这些坐标所对应的所有数据，就会将这个坐标对应的 shares，以及 shares 的行或列的默克尔证明，回应给轻节点。

4. 轻节点对于每一个收到的 shares，都会验证其默克尔证明是否有效。注：VerifyMerkleProof（ shares，shares 所在行或列的默克尔证明，对应行或列的默克尔根，长度，坐标位置索引）其中前面 2 个数据是证明携带的数据，后面 3 个是本地（之前接收的）数据。

5. 如果一个全节点没有回应某一个坐标的 shares，轻节点则会将自己收到的对应的shares、以及它的默克尔证明发送给这个全节点，这个全节点也会将收到的数据转发给相连的其他全节点。

6. 如果步骤 4 中的验证都没有问题，并且步骤 2 中抽样的坐标都有收到回应，同时在一个设定的时间段内没有收到关于这个区块的欺诈证明，则轻节点认为这个区块是数据可用的。