51%アタックの問題
なお、図9に見られるように、最大手のプールは全体の1/4程度の発掘を行っており、これが50%を超えると、色々な問題が起こり得る。
51%の採掘シェアをもつ採掘者が存在すると、他の採掘者が採掘したブロックを認めず、自分が採掘したブロックだけをブロックチェインに繋ぎこむということをしても、最長のチェインを維持することができる。そうすると、他の採掘者が伸ばしているブロックチェインは、孤児となって取り消されてしまう。そして51%のシェアを持つ採掘者だけが採掘報酬を独占できてしまう。
また、51%の採掘シェアを持っていれば、他の採掘者が維持しているチェインとは別に、過去に承認したブロックを取り消し、別のブロックを繋いで最長のチェインを作ることもできる。このようにすれば、取り消したブロックに含まれていた支払証文は消えてしまい、そのお金をまた使うという2重支出ができてしまう。
最近はDiscus Fishの台頭でGHash.IOの採掘シェアが下がっているが、今年の6月には、GHash.IOのシェアが50%を超え、51%アタックの危険が現実のものとして認識された。このため、GHash.IOはそのような意図はないという声明を出して懸念の鎮静化を図ったという経緯がある。
トランザクションの処理手数料
ビットコインの創始時には、普及を促進するためにトランザクションの処理手数料は無料であったが、現在は少額の手数料を徴収している。この原稿を書くために状態をチェックした時点では、過去24時間に143ブロックが発掘され、3,575BTCが報酬として支払われているが、合計の処理手数料は約10.8BTCに留まっている。
現在はブロックの採掘報酬が25ビットコイン(約125万円)と高いので処理手数料が安くてもやっていけるが、採掘が進むと採掘報酬が減っていくので、手数料収入に頼らざるを得なくなっていく。しかし、1ブロック1000トランザクションで125万円を稼ごうとすると、トランザクションあたり平均1250円の手数料となり、銀行などの振込み手数料より高くなってしまい、受け入れられるとは思えない。
従って、将来的には採掘のうまみは薄れてきて、競争が沈静化して採掘コストが下がる方向に行かざるを得ないと考えられる。また、現在の手数料は安いので、手数料の引き上げも必須であろう。
現在でも、1つのブロックに入れるトランザクションの数は最大で1000程度であるので、より多くの未確認のトランザクションがある場合、採掘者は手数料の多いトランザクションを優先して処理する。このため、あまり手数料をケチると、なかなかブロックに入れて貰えず、正式にブロックチェインに登録されて支払が起こるまでに長い時間が掛かる場合がある。この状況が進めば、平均の手数料は上がっていくのではないかと思われる。
すべてのトランザクションが書かれているブロックチェインのサイズは?
このようにして、ブロックを繋ぎこんだブロックチェインには、ビットコイン創設以来のすべてのトランザクションが記録されている。すべてのPeer-to-Peerのフルノードはブロックチェインを記憶しており、新たなブロックの追加が広報されると、それを追加してチェインを伸ばして行く。
このブロックチェインの大きさは、現時点でおおよそ21GBで、小さくはないが、ちょっとしたHDDを搭載したPCならば問題なく記憶できる程度のサイズである。
最近では、スマートフォンなどの端末用のWalletがあるが、これらの端末はブロックチェインを記憶せず、必要に応じて、Peerのフルノードに必要な情報を要求して送ってもらうという動作となっている。フルノードと比べると可能なチェックが限られる、必要な情報の問い合わせから、Walletの動作状態が推測でき(サイドチャネル攻撃に弱い)などの恐れがあり、フルノードと比べると安全性は多少弱くなるが、支払トランザクションの確認に必要な機能は備えている。
ブロックチェインとプライバシー
ブロックチェインには、すべてのトランザクションの記録が入っている。そして、どのノードでもその記録をみることができるという点で、ビットコインは非常に透明性の高いシステムである。一方、支払を行った人と受け取った人は、公開鍵のハッシュであるビットコインアドレスという形で書かれており、本名や住所などは分からない。
しかし、同じ公開鍵を使い続けると、同一の人が何時、幾ら受け取ったかが分かり、それを支払った人の名前は分からなくとも、同じ人からの支払いなのか、あるいはバラバラの人かなどの情報が得られ、人物を特定するヒントが得られてしまう。
このため、ビットコインでは同じ公開鍵の使用は1回限りの使い捨てにすることを勧めている。このようにすれば、プライバシーに関する防御は強力になるのであるが、それでも、すべてのトランザクションのデータを集めてビッグデータの手法で分析すれば、個人の特定に役立つ、かなりの情報が得られるという指摘もある。
