Identity-Staked Consensus und Kollusionsresistenz in konzessionierten Validator Sets

Einleitung

Permissioning und Control Distribution sind unterschiedliche Design Properties. Permissioning beantwortet, wer validieren darf: die Admission Rule, die für Admission erforderliche Evidence und der Governance Process, der das Validator Set pflegt. Control Distribution beantwortet, wie Validation Power, Operational Failure Domains, Governance Influence und Collusion Feasibility nach Admission verteilt sind. Ein Ledger, der von benannten Validators betrieben wird, kann Control in einer Institution, einer Jurisdiktion, einem Vendor Stack oder einer Founder Group konzentrieren; er kann Control aber auch über gegenseitig unabhängige Operators verteilen, deren öffentliche Identity Misbehaviour zurechenbar macht. Die Designfrage ist die Distribution von accountable control über zugelassene Validators.

Der zweiachsige Design Space trennt die vertrauten Comparators vom vorgeschlagenen Modell: Openness of Admission und Distribution of Post-Admission Control variieren unabhängig (1). Identity-Staked Consensus liegt im Quadranten restricted admission, aber sein Decentralisation Claim hängt von gemessener Control Distribution über Affiliation Classes, zurechenbare Validator Constellations und extern realisierbaren Loss ab.

Settlement Infrastructure schärft diese Frage. Financial-Market-Infrastructure Principles behandeln Legal Basis, Governance, Risk Management, Operational Reliability, Participation Requirements, Finality und Accountability als System Properties für Infrastructure Design.(Committee on Payment and Settlement Systems and Technical Committee of the International Organization of Securities Commissions 2012) Ein Digital Settlement Ledger, das accountable markets dienen soll, braucht bekannte Operators, Auditability, Recourse und Protocol Finality, während es Resilience gegen unilateral rewriting und hidden capture erhält. Der übliche Gegensatz zwischen einer public anonymous chain und einer private institutional database spezifiziert diesen Design Space zu wenig.

Bestehende Consensus Families liefern die Comparators. Ethereums Proof-of-Stake Design sichert Validation durch endogenous capital, das im Protocol gestellt und für dishonest behaviour slashable gemacht wird.(Ethereum.org 2026b) Proof-of-Authority staked bereits etwas Exogenes: Authorised Signers stellen Identity und Reputation hinter Block Production, und Clique pflegt das Signer Set und den Signer-Voting Process in Ethereum-compatible Headers.(Ethereum.org 2026a; Szilágyi 2017) Die fehlende Struktur ist der Inhalt dieses Collaterals: wie viel eine bestimmte signierende Partei zu verlieren hat, über welchen Channel der Loss realisiert wird, wie korreliert die Signers über Jurisdiction, Ownership und Vendor Stack sind und wie wahrscheinlich Misconduct erkannt, zugerechnet und verfolgt wird.

Dieses Paper schlägt identity-staked consensus vor: ein Trust Model, das diese Collateral-Fragen für Settlement Infrastructure explizit macht. Das Modell konsumiert die Actor-Assurance Ontology aus Multi-Jurisdictional Actor Identity Assurance for Capability Gating, einschliesslich source-graded Confirmation und Reliance Events, Capability Gates und Jurisdictional Anchoring.(Kurz 2026c) Es konsumiert auch die Root/Profile Anchor und Assurance-at-Time Layer aus Credentials and Triangulated Trust Signals on a Single Accountable Identifier, die dem Ledger ein Identity Object zum Hosten oder Referenzieren gibt und dabei die Identity-Tier Mechanics wiederverwendet.(Kurz 2026a) Die Research Question ist, welche Bedingungen einem permissioned Validator Set erlauben, durch exogenous identity stake, Affiliation-Class Weighting, observer-supported Detectability und Bootstrap Governance dezentralisiert zu sein.

Das Paper formuliert diese Bedingungen als formales Trust Model. Es definiert chartered validators als actor-assured institutions oder legal arrangements, trennt Admission von Voting Power, modelliert Collusion über affiliation-constrained coalitions und formuliert die Loss-Realisation Channels, durch die external identity stake kostspielig werden kann. Danach verortet es den Ledger in einer Base-plus-Domain Topology: Die Base Layer erfasst stabile Identity, Validator, Ordering, Protocol-Finality und Ledger-Evidence-Record Invariants, während domain-specific Compliance und Activity Rules auf höheren Layers bleiben. Ein nachgelagertes Delegated-Authority Paper kann den Ledger danach als Substrat für Mandate Records und durable Model Attribution nutzen, während die Consensus Layer auf Validator Evidence, Ordering und Replay fokussiert bleibt.(Kurz 2026b)

Verwandte Arbeiten

Drei benachbarte Literaturen motivieren das Modell und lassen verschiedene Teile der Trust-Frage offen. Die erste ist Consensus Security. Practical Byzantine Fault Tolerance liefert eine Baseline für replicated state machines, die arbitrary faulty behaviour unter Replicas tolerieren, und spätere permissioned ledgers erben dieses known-participant setting in unterschiedlichen Formen.(Castro and Liskov 1999) Ethereums Proof-of-Stake Documentation liefert den endogenous-collateral Comparator: Validators stellen Capital im Protocol und können dieses Capital für spezifizierte Protocol Violations verlieren.(Ethereum.org 2026b) Proof-of-Authority ist der nähere Comparator, weil authorised signers bereits Identity und Reputation hinter Block Production stellen, während Clique Signer Authorisation, Signer Voting und Deauthorisation in einem Ethereum-compatible Protocol spezifiziert.(Ethereum.org 2026a; Szilágyi 2017) Die offene Frage für dieses Paper ist, wie exogenous identity stake gemessen, diversifiziert, erkennbar gemacht und als Loss über ein Settlement Validator Set realisiert wird.

Die zweite Literatur ist permissioned und consortium DLT. Hyperledger Fabric präsentiert eine modulare permissioned blockchain architecture mit configurable consensus, portable membership und Integration mit Identity-Management Systems.(Androulaki et al. 2018) Corda fokussiert auf synchronisierte Records von Agreements zwischen sich gegenseitig misstrauenden Institutionen und Personen, mit Nodes, die von einem breiten Kreis von Participants betrieben werden.(R3 2018) Diese Systeme zeigen, dass restricted participation, institutional deployment und distributed records koexistieren können. Dieses Paper trägt ein eigenes Trust Model bei: affiliation-aware Voting, minimum-loss Coalition Reasoning, explizite Loss-Realisation Channels und observer-supported Detectability.

Die dritte Literatur betrifft Decentralisation Metrics und Settlement Infrastructure. Neuere Decentralisation-Measurement Arbeiten behandeln Decentralisation als messbare Eigenschaft, die von der gemessenen Resource, dem angenommenen Threshold und der angewandten Metric abhängt; minimum-colluding-party measures sind erst dann nützlich, wenn die relevante Control Resource spezifiziert ist.(Ovezik et al. 2025) Financial-Market-Infrastructure Standards verlangen Legal Basis, Governance, Participation Criteria, Operational Reliability, Risk Management, Accountability und Settlement Finality als Infrastructure Properties.(Committee on Payment and Settlement Systems and Technical Committee of the International Organization of Securities Commissions 2012) CPMIs DLT Analytical Framework wendet ähnliche Safety und Efficiency Fragen auf restricted ledgers in Payment, Clearing und Settlement an.(Committee on Payments and Market Infrastructures 2017) EU Settlement-Finality Law hält Legal Finality ebenfalls in System Rules und Applicable Law verankert, was von Protocol Finality in einer Consensus Layer getrennt ist.(European Parliament and Council of the European Union 1998)

Wholesale DLT Experiments zeigen, weshalb die Unterscheidung praktisch zählt. Project Helvetia untersuchte Settlement von tokenised assets in Central Bank Money, einschliesslich End-to-End Experimentation mit Commercial Banks.(BIS Innovation Hub, Swiss National Bank, et al. 2026) Project Jura untersuchte cross-border wholesale CBDC Transfers zwischen französischen und Schweizer Commercial Banks auf einer einzelnen third-party-operated DLT Platform.(BIS Innovation Hub, Banque de France, et al. 2026) Diese Projekte stützen den Settlement-Infrastructure Context; dieses Paper liefert das Validator Trust Model für diesen Context. Schliesslich behandelt Cartel-Enforcement Literatur koordiniertes Misconduct als institutionelles Deterrence Problem, das durch Detection, Sanctions, Leniency, Enforcement Capacity und Compensation Mechanisms geprägt ist.(Organisation for Economic Co-operation and Development 2025) Dieses Paper nutzt diese Logik vorsichtig per Analogie: Kollusionsresistenz hängt von der minimum-loss threshold coalition und von den Channels ab, durch die detected misconduct für jedes erforderliche Coalition Member kostspielig wird.

Beitrag

Der Beitrag ist ein formales Trust Model für accountable settlement ledgers, die von chartered validators betrieben werden. Das Modell behandelt einen Validator als actor-assured juridical entity, legal arrangement oder public body constituted under public law, dessen Admission Evidence durch die Actor-Assurance Event Grammar aufgezeichnet wird. Validator Signing ist eine $J+N+M$ Constellation: ein juridical actor, eine rechenschaftspflichtige natürliche Officeholder- oder Role-Entität und ein Machine Actor, der den Signing Node kontrolliert. Validator Governance ist eine $J+N$ Constellation. Dies ist die erste Unterscheidung gegenüber Proof-of-Authority: Das Modell autorisiert Key Use durch eine rechenschaftspflichtige Actor Constellation unter einem Governing-Law Gate, mit dem authorised signing key als einem Feld im Security Object.

Der erste formale Schritt trennt Validator Admission von Validation Power. Sei $V=\{v_1,\ldots,v_n\}$ das Validator Set. Jeder Validator $v_i$ hat eine Actor Identity $I(v_i)$, Charter State $C(v_i)$, Affiliation Vector $d(v_i)$, Voting Weight $\omega_i$, Conditional Identity-Loss Magnitude $\lambda_i$, Protocol Penalty Exposure $\pi_i$ und einen oder mehrere Loss-Realisation Channels. Der Affiliation Vector erfasst Shared-Failure Classes wie Jurisdiction, Sector, Ownership oder Control Group, Public-Grant Source, Critical Vendor, Governance Affiliation, Commercial-Counterparty Concentration, Admission Cohort und Hosting oder Network Path. Independence wird durch Vergleich dieser Vectors über Validators hinweg abgeleitet. Voting Weights werden nach Institution und Shared-Failure Class gedeckelt, sodass eine weitere anerkannte Institution nur dann Validation Power hinzufügt, wenn die relevanten Caps noch Raum haben. Wenn ein Cap bindet, kann die Candidate Entity als Observer oder Service Provider mit null Validation Weight beitreten, bis Diversity wiederhergestellt ist.

Der zweite formale Schritt ersetzt raw validator count durch Threshold-Coalition Coverage und Per-Member Deterrence. Für den Finality Threshold $q$ ist eine Coalition $S \subseteq V$ security-relevant, wenn $\sum_{v_i\in S}\omega_i \ge q$. Das Paper berichtet die schwächste Affiliation Diversity, die für solche Coalitions verfügbar ist, und fragt danach, ob jedes erforderliche Coalition Member erwartet, dass Misconduct unattraktiv ist. In kompakter Form lautet die Member Condition $p_i(S)\lambda_i+\pi_i>g_i(S)$, wobei $p_i(S)$ die gemeinsame Wahrscheinlichkeit von Detection, Attribution und External Realisation ist, $\lambda_i$ die Conditional Identity-Loss Magnitude bei Realisation, $\pi_i$ die Protocol Penalty Exposure und $g_i(S)$ der Expected Gain des Members. Eine phase-indexed admission floor $\lambda_{\min}(B_t)$ verhindert, dass Zero-Stake Institutions als Full Validators eintreten, während Calibration der Implementation überlassen bleibt.

Der dritte formale Schritt spezifiziert Loss Realisation. External Identity Loss wird nur dann zu Stake, wenn Governance Design ihn erreichbar macht. Das Modell verlangt, dass jeder zugelassene Validator mindestens einen vertraglich oder rechtlich erreichbaren Realisation Channel hat: Consortium Expulsion und Forfeiture of Access oder Governance Rights, Contractual Liability gegenüber relying parties, Litigation Exposure für attributable misconduct, Reputational Discipline im eigenen Markt des Validators und, wo Misconduct in die Authority des relevanten External Body fällt, Loss of a Public Grant, Accreditation, Licence oder Public-Law Charter. Vertragliche Consortium Consequences sind Design Commitments. Licence-, Accreditation-, Public-Grant- und Public-Law Consequences bleiben jurisdiction-specific legal questions. Eine Charter braucht einen realisierbaren Channel, um Stake beizutragen; pure Reputation trägt weichere Exposure bei.

Der vierte formale Schritt ist Operator Incentive-Compatibility. Ein Validator nimmt teil, wenn der Expected Benefit des Node Operation Operating Cost, Compliance Cost, Residual Liability und Option Value des Verbleibs ausserhalb des Validator Set übersteigt. Benefits können Direct Settlement Access, Governance Voice, Audit Access, Cost Recovery, Reputational Positioning und Public-Interest oder Charter-Aligned Duties umfassen. Das Modell bindet diese Benefits an Service, Evidentiary und Governance Roles, während Validation Power durch Institution und Shared-Failure Class gedeckelt bleibt.

Der fünfte formale Schritt macht Detectability endogen im Design. Der Probability Term $p_i(S)$ hängt von attributable signatures, data availability, evidence retention, dispute records und observer capability ab. Das Ledger Design kann Read Access, Audit Trails und Escalation Interfaces für Auditors, Public-Interest Observers und Supervisors bereitstellen, deren eigene Authority Participation erlaubt. Observer Activity folgt den Legal oder Contractual Roles dieser Actors; Validation bleibt standardmässig getrennt. Die Scope Assumption ist fixiert: Das Settlement Asset ist regulated, Validators sind chartered, Validator Operation folgt Consortium Governance, und Supervisory Authority über Validation entsteht nur, wo ein applicable legal regime sie schafft.

Der sechste formale Schritt ist Bootstrap Honesty. Frühe Validator Cohorts haben offengelegte Concentration Risk, deshalb führt das Modell einen Bootstrap State $B_t$ mit Admission Sequencing, Founder Caps, Public Audit, Class-Diversity Targets und Sunset Rules ein. Stärkere Decentralisation Claims entstehen erst, wenn die gemessenen Affiliation Classes und die Minimum-Loss Threshold Coalition sie stützen. Admission State ist für jeden Validator eine consensus-owned state variable; Admission-Rule Amendments sind versioned governance objects, die an die Base Layer anchored werden, erst durch eine definierte Supermajority und Delay wirksam werden und Historical Validator State unter der Rule Version replayable lassen, die zum relevanten Zeitpunkt in Kraft war.

Der siebte formale Schritt ist die Consensus/Application Boundary. Sei $E(x)\in\{L_1,L_2\}$ eine candidate enforcement rule oder record invariant klassifizieren. Die Base Layer besitzt Invariants, deren Verletzung das evidentiary substrate des Ledgers kompromittieren würde: Validator Admission State, Signature Validity, Ordering, Protocol Finality, Hash Integrity, Identity-Anchor Uniqueness und Ledger Evidence Record Integrity. Höhere Layers besitzen Domain Rules, die sich mit Recht, Market Practice oder Supervisory Interpretation ändern; sie anchorn ihre Evidence an den Base Ledger und behalten eigene Amendment Paths.

Forschung

Diskussion

Das Modell verändert die Bedeutung von Decentralisation für Settlement Infrastructure. In einem anonymous token-staked system ist die Control Resource endogenous stake. In einem chartered validator system ist die Control Resource die Kombination aus Voting Weight, Affiliation Class, Operational Independence, Detectability und Conditional External Loss. Ein restricted validator set kann dezentralisiert sein, wenn Threshold Coalitions über gemessene Classes hinweg divers bleiben und wenn die schwächste Coalition für jedes erforderliche Member unattraktiv bleibt. Permissioning ist dann eine Admission Property; Decentralisation ist eine gemessene Distribution Property.

Die Kernunterscheidung gegenüber Proof-of-Authority ist die Actor Constellation. Ein PoA Design kann authorised signing keys und signer votes pflegen. Identity-Staked Consensus ergänzt eine rechtliche und evidentiary wrapper um Key Use: Die Validator Signature ist einer $J+N+M$ Constellation zurechenbar, Governance Acts sind $J+N$ zurechenbar, und beide werden durch ein Gate admitted, dessen Evidence replayable bleibt. Der Security Claim ruht auf verifizierbaren Actor Conditions: Public Identity, Charter State, Retention Obligation, Realisation Channel, Affiliation Class Profile und Conditional Loss Floor.

Das Series Argument ist dieselbe Independence Discipline auf zwei Layers. Das Trust-Anchor Paper diskontiert correlated evidence, wenn eine relying party Assurance-at-Time für ein Gate evaluiert. Dieses Paper diskontiert correlated validators, wenn ein Ledger Threshold Control evaluiert. Auf beiden Layers hat Wiederholung aus einem Failure Mode geringen Beweiswert: Mehrere Credentials aus einem Failure Mode lassen die Identity Presentation schwach, und mehrere Validators innerhalb einer Affiliation Class lassen den Decentralisation Claim schwach.

Der schwierige Fall ist Loss Realisation. Institutional Identity hat nur dann Security Value, wenn Misconduct detected, attributed und costly gemacht werden kann. Reputation allein ist eine schwache und ungleichmässige Form von Stake. Contractual Liability, Expulsion, Loss of Access, Litigation Exposure und Public-Grant Consequences schaffen stärkere Channels, aber jeder Channel hängt von Drafting, Governing Law, Evidence Retention und Procedural Enforceability ab. Deshalb steht $p_i(S,t)$ in der Member Margin, und deshalb ist $\lambda_i(t)$ conditional on realisation. Ein Ledger ohne attributable evidence senkt die Expected Cost von Collusion, auch wenn jeder Validator benannt ist.

Die Observer Role ist enger, als die Technologie nahelegen mag. Der Ledger kann Read Access, Audit Trails, Dispute Records und Escalation Interfaces bereitstellen. Auditors, Public-Interest Observers und Supervisors handeln durch ihre eigene Legal oder Contractual Authority nach Admission durch $g_O$. Ihre Reports können Detection und Attribution stärken, während sie standardmässig null Validation Weight tragen. Dies hält die Claim Hierarchy intakt: Das Settlement Asset kann in einem regulated framework liegen, Validators können bereits chartered institutions sein, und Validator Operation wird durch das Consortium und durch jedes Legal Perimeter governed, das darauf anwendbar ist. Supervisory Status bleibt eine getrennte Legal Question.

Bootstrap Governance ist das zentrale Adoption Risk. Frühe Validator Cohorts werden kleiner, stärker korreliert und stärker von Founder Choices abhängig sein als ein Mature Validator Set. Das Modell behandelt dies, indem es phase-specific claims verlangt: Ein Pilot kann replayable evidence, attributable validation und published concentration metrics beanspruchen; Mature Decentralisation Claims verlangen Affiliation Caps, Threshold Coverage, Observer Capability, Realisation Channels und eine positive Coalition-Margin Review. Dieselbe Logik gilt, wenn zugelassene Institutionen einen Vendor Stack, National Exposure, Ownership Group, Public-Grant Source, Founder Cohort oder Hosting Region teilen. Jede Shared-Failure Class reduziert Effective Independence, bis Caps und Governance die Concentration reparieren.

Innerhalb der Paper Series liefert dieses Paper das Record Substrate zwischen Identity Assurance und Delegated Machine Action. Das Actor-Assurance Paper liefert Evidence für Validators und relying parties. Das Trust-Anchor Paper liefert die Root/Profile Anchor und Assurance-at-Time Structure. Dieses Paper ergänzt das Validator Trust Model, die Layer Boundary und den Ledger Evidence Record. Das Delegated-Authority Paper kann danach Agent Activity und Durable Model Attribution an Records binden, deren Consensus Layer bereits accountable validators, replayable rule versions und eine definierte Enforcement Boundary hat.

Fazit

Dieses Paper hat Identity-Staked Consensus als Trust Model für Settlement Ledgers definiert, die von chartered validators betrieben werden. Der zentrale Schritt ist die Trennung von Admission und Decentralisation: Admission bestimmt, wer validieren darf, während Decentralisation davon abhängt, wie Voting Weight, Operational Dependencies, Governance Influence, Detectability und externally realisable identity loss nach Admission verteilt sind. Ein named validator set wird nur dann security-relevant, wenn diese post-admission properties gemessen und replayed werden können.

Das Modell macht diesen Claim inspizierbar. Actor Constellations bestimmen, welche juridical, natural und machine actors signieren oder govern dürfen; public validator anchoring bindet diese Role an replayable institutional evidence; Affiliation Caps und Threshold Coverage testen, ob Control über meaningful classes verteilt ist; und die Member-Margin Equations fragen, ob jedes erforderliche Coalition Member ausreichenden Expected Loss trägt. Bootstrap Governance bindet danach Public Claims an die Evidence, die von der aktuellen Phase gestützt wird, sodass Pilot Operation, Guarded Growth und Mature Operation unterschiedliche Evidentiary Burdens tragen.

Für die Paper Series liefert dieses Paper das Ledger Substrate zwischen Legal Identity Assurance und Delegated Machine Action. Sein Evidence Record erhält, wer gehandelt hat, unter welchem Validator Set und welcher Rule Version, mit welchen Signatures, Evidence Pointers, Dispute Pointers und Observer Reports. Das Delegated-Authority Paper kann Mandate Semantics und Durable Model Attribution an dieses Substrat binden, während Consensus auf accountable validators, ordering, replay und enforcement boundaries fokussiert bleibt. Das Ergebnis ist ein Consensus Account, in dem Institutional Exposure zu einer messbaren Resource für Settlement Trust wird.

Limitationen und weitere Forschung

Das Modell ist konzeptuell und formal; empirical validator census work bleibt künftige Arbeit. Künftige Arbeit muss Candidate Validator Populations gegen den Affiliation Vector, Shared-Failure Caps, Threshold Class Coverage und Minimum-Loss Threshold-Coalition Margin testen. Dies umfasst sectoral, jurisdictional, ownership, commercial-counterparty, founder-cohort, hosting, vendor und governance correlations.

Die Minimum Conditional Identity-Loss Floor ist ein Calibration Problem. Dieses Paper platziert $\lambda_{\min}(B_t)$ in Validator Admission und lässt Phase Values für Banks, Insurers, Universities, Public Bodies, Chambers, Standards Organisations und andere chartered validators offen. Ein hoher Floor stärkt Deterrence und kann nützliche Institutionen ausschliessen, deren Participation Diversity, Observability oder Public Legitimacy verbessert. Ein niedriger Floor verbessert Inclusion und kann die kleinste Threshold Coalition schwächen. Implementation muss diesen Trade-off kalibrieren, bevor der Ledger Mature Kollusionsresistenz beansprucht.

Die Threshold Coverage Metric hängt von Governance-Quality Class Definitions ab. Ein Consortium, das Affiliation Classes zu grob definiert, kann Concentration verstecken; eines, das sie zu fein definiert, kann Diversity aufblähen. Künftige Arbeit muss Class-Definition Governance, External Audit von Class Assignments und Methoden zur Messung von Higher-Order Correlations über Jurisdiction, Sector, Ownership, Public-Grant Source, Vendors, Counterparties, Founder Cohort und Hosting Path spezifizieren.

Loss-Realisation Channels verlangen jurisdiction-specific legal analysis. Consortium Expulsion, Contractual Liability, Litigation Exposure, Reputational Discipline und Public-Grant Consequences unterscheiden sich zwischen Banks, Insurers, Universities, Public Bodies, Chambers und Standards Organisations. Das Paper formuliert die Model Requirement; künftige Arbeit muss konkrete Evidence Templates, Trigger Evidence, Realising Actors und Enforceability Rules abbilden.

Implementation und Proof Obligations bleiben offen. Ein deployed Protocol bräuchte precise validator-key governance, evidence-retention rules, observer access control, dispute procedure, amendment mechanics, data-availability guarantees und einen formal security proof unter benannten Network und Adversary Assumptions. Bootstrap Governance braucht auch Live Measurement: Ein Ledger sollte die Claims publizieren, die von seiner aktuellen Phase gestützt werden, während Mature-Set Claims dem gemessenen Mature State vorbehalten bleiben.