Saltar al contenido
  • BTC $59.230 −4,8%
  • ETH $1.628 −7,6%
  • SOL $69,53 −5,1%
  • BNB $541,97 −6,9%
  • XRP $0,9173 −4,8%
  • DOGE $0,0548 −6,1%
  • ADA $0,1440 −5,1%

Tolerancia a fallos bizantinos en el consenso de Ethereum: 60% de participación, solo 15,7% de poder

Un nuevo artículo teórico está circulando entre los investigadores de Ethereum, y su afirmación central es contundente: las matemáticas de seguridad detrás del consenso de Tolerancia a Fallos Bizantinos en Ethereum, y la forma en que los oráculos de DeFi informan precios, se basan ambas en suposiciones que no se sostienen una vez que el comportamiento de los validadores se mide realmente…

Byzantine Fault Tolerance consensus
Byzantine Fault Tolerance Consensus Challenges in Ethereum

Un nuevo artículo teórico está circulando entre los investigadores de Ethereum, y su afirmación central es contundente: las matemáticas de seguridad detrás del consenso de Tolerancia a Fallos Bizantinos en Ethereum, y la forma en que los oráculos DeFi informan precios, se basan en supuestos que no se sostienen una vez que el comportamiento de los validadores se mide realmente. Publicado en el foro de investigación de Ethereum ethresear.ch en agosto de 2026, el análisis del investigador Hudu Yusuf sostiene que el margen de seguridad de mayoría honesta de Ethereum está muy lejos de la cifra teórica del 33% una vez que se tiene en cuenta el comportamiento correlacionado de los validadores, y que todos los principales proveedores de oráculos, desde Chainlink hasta Pyth, están ejecutando una estrategia que el artículo califica como matemáticamente subóptima.

Puntos clave

  • Un nuevo teorema llamado «Colapso de Coordinación» muestra que los validadores que se comportan de manera idéntica pierden casi todo su peso efectivo de voto, incluso si controlan una gran parte del stake nominal.
  • Aplicado al conjunto real de validadores de Ethereum, las 3 entidades principales poseen aproximadamente un 60% de stake nominal pero solo alrededor de un 15,7% de peso efectivo una vez que se tiene en cuenta la diversidad de comportamiento.
  • Los validadores en solitario, con solo un 22,3% de stake nominal, terminan controlando más del 60% del poder efectivo de voto porque su comportamiento está mucho menos correlacionado.
  • Un segundo teorema sostiene que los oráculos que retienen datos bajo incertidumbre superan a los diseños que siempre publican; una prueba retrospectiva sobre 30 exploits DeFi importantes encontró que el enfoque silencioso habría detenido todos ellos, protegiendo un estimado de 3.315 millones de dólares.
  • Cada red de oráculos desplegada examinada — Chainlink, Pyth, UMA, Band, API3 y RedStone — utiliza actualmente un modelo de publicación siempre activa, que el artículo califica como estructuralmente vulnerable.

Colapso de Coordinación: la correlación de comportamiento socava el poder de voto

El primer y más trascendental resultado del artículo es que la influencia real de un validador sobre el consenso depende mucho menos de cuánto stake posee que de cuán independientemente se comporta. El sistema de prueba de participación de Ethereum actualmente pondera cada voto solo por el stake nominal: un validador con más ETH simplemente obtiene más voz. El nuevo marco, llamado DW-BFT (BFT Ponderado por Diversidad), sostiene que esa es la métrica equivocada por completo.

BFT ponderado y la fórmula de diversidad detrás de DW-BFT

El modelo introduce un «peso de diversidad» para cada validador, calculado comparando su patrón de comportamiento — tiempo de atestación, elección de relés MEV-boost, hábitos de construcción de bloques, participación en reorganizaciones — con el comportamiento promedio de la red. Los validadores que votan y construyen bloques casi de manera idéntica al resto obtienen una puntuación cercana a cero en esta métrica de diversidad, sin importar cuánto ETH hayan apostado. El resultante Teorema 1, apodado «Colapso de Coordinación», establece que un cártel de validadores con vectores de comportamiento casi idénticos ve cómo su peso efectivo de voto converge hacia cero a medida que la correlación interna se aproxima a 1, independientemente del stake nominal.

Eso desafía directamente la forma en que Ethereum enmarca actualmente su límite de tolerancia a fallos del 33%. El artículo sostiene que, una vez que se valora el comportamiento correlacionado, el margen de seguridad honesto-por-construcción no es del 33% en absoluto: está más cerca de cifras de un solo dígito, porque las grandes entidades de staking que se comportan al unísono en realidad no añaden seguridad independiente, solo duplican el mismo voto.

El conjunto de validadores de Ethereum bajo la lente de DW-BFT

Para probar la teoría, el investigador extrajo datos de comportamiento de las 50 principales entidades validadoras de Ethereum por cuota de depósito, cubriendo aproximadamente 4,2 millones de épocas entre mayo y julio de 2026. Las cifras son llamativas. Lido posee un 28,4% de stake nominal pero obtiene una puntuación baja en diversidad de comportamiento; Coinbase y Binance se sitúan en un 15,1% y un 13,7% de stake nominal, respectivamente, con patrones de comportamiento igualmente correlacionados. Combinadas, las 3 principales entidades controlan alrededor de un 57,2% de stake nominal pero solo aproximadamente un 15,7% de peso efectivo bajo el modelo DW-BFT, una cifra que se sitúa cómodamente por debajo del umbral de tolerancia a fallos, a diferencia de su cuota bruta de stake.

Los validadores en solitario distribuidos cuentan la historia opuesta. Poseen solo el 22,3% del stake nominal, pero debido a que su comportamiento está mucho menos correlacionado con el promedio de la red, terminan comandando aproximadamente el 60,2% del poder efectivo de voto. En otras palabras, bajo un BFT ponderado por stake estándar, un puñado de grandes entidades podría teóricamente coordinarse para finalizar bloques inválidos. Bajo DW-BFT, esa misma coordinación colapsa su influencia en lugar de amplificarla.

¿Por qué importa esto más allá de las matemáticas? Porque replantea todo el debate sobre la centralización del staking en Ethereum. Reguladores, investigadores y la comunidad han pasado años preocupándose por la cuota de stake combinada de Lido, Coinbase y Binance cruzando umbrales peligrosos. El marco DW-BFT sugiere que la variable más urgente no es cuánto stake poseen estas entidades, sino cuán similarmente se comportan, un factor que el diseño de consenso actual no mide en absoluto.

Los resultados de simulación refuerzan el punto. Al ejecutar 10.000 escenarios de ataque con validadores sybil en distintos niveles de correlación, el artículo encontró que la Tolerancia a Fallos Bizantinos estándar sucumbe a un ataque de cártel coordinado el 100% de las veces una vez que la correlación interna alcanza un 1,00 perfecto. Bajo DW-BFT, ese mismo ataque de cártel perfectamente correlacionado tiene un éxito del 0% de las veces. Incluso en niveles de correlación más moderados — 0,75 y 0,90 — la tasa de éxito de ataque del BFT estándar sube al 41,7% y al 75,8%, mientras que DW-BFT se mantiene en cifras bajas de un solo dígito. El sistema, como señala el artículo, no necesita saber que se avecina un ataque; la propia uniformidad de un cártel lo delata.

El caso de un silencio estructurado en el diseño de oráculos

El segundo teorema del artículo aborda otro rincón de la infraestructura DeFi: los oráculos de precios. Su conclusión es igualmente incómoda para la industria. Los oráculos que están dispuestos a no publicar nada cuando los datos parecen sospechosos se desempeñan mejor frente a la manipulación que los oráculos diseñados para entregar siempre un número, y el artículo sostiene que esto hace que el diseño de oráculos dominante actual esté obsoleto por construcción.

Por qué retener datos supera a publicar siempre

Cada red de oráculos desplegada — Chainlink, Pyth, UMA, Band, API3 y RedStone — opera con un modelo de publicación siempre activa, tratando un precio obsoleto o manipulado como preferible a no tener precio alguno. El Teorema 2, que el artículo denomina la «Optimalidad del Silencio Estructurado», demuestra que cuando la pérdida por publicar un valor erróneo es mayor que el coste de un breve retraso, un oráculo que retiene datos bajo incertidumbre medible producirá una pérdida esperada estrictamente menor que uno que siempre publica, siempre que el adversario tenga un presupuesto de ataque finito.

El mecanismo se basa en una métrica de coherencia que puntúa qué tan bien una observación de precio actual coincide con el historial de comportamiento acumulado de un activo, cosas como la consistencia de flujos entre exchanges y la estabilidad a nivel de monedero. Cuando la coherencia cae por debajo de un umbral establecido, el oráculo no publica nada pero sigue compartiendo metadatos: qué señal falló, cuánto se desvió y un tiempo estimado de recuperación. Esta es la base práctica de lo que el artículo enmarca como una auténtica estrategia de oráculo silencioso, presentada como una forma directa de defensa contra la manipulación de oráculos que los feeds siempre activos actuales simplemente no ofrecen.

Prueba retrospectiva del silencio frente a 30 exploits DeFi

Para poner a prueba la teoría frente a riesgos del mundo real, el investigador realizó una prueba retrospectiva de ambas estrategias frente a todos los exploits de manipulación de oráculos importantes registrados desde 2020: 30 eventos separados que totalizan 3.315 millones de dólares en pérdidas. El enfoque de publicación siempre activa, que refleja el comportamiento de oráculos al estilo Chainlink y Pyth, no evitó ninguno de los 30 exploits. La estrategia de oráculo silencioso, utilizando un umbral de 0,62, evitó los 30.

Esa protección tuvo contrapartidas reales. La estrategia silenciosa desencadenó una tasa de falsos positivos del 100% durante eventos de alta volatilidad que no eran ataques reales, generando 2.147 silencios innecesarios a lo largo del periodo de prueba retrospectiva. El silencio promedio duró solo 2,4 bloques, y el artículo estima que el retraso resultante costó a los consumidores aproximadamente 11 millones de dólares en fricción de liquidación, una fracción de los 3.315 millones de dólares que la estrategia habría protegido. Como lo plantea el investigador, un oráculo dispuesto a hacer una breve pausa durante la ambigüedad pierde una pequeña porción de rendimiento pero protege efectivamente todos los fondos de los usuarios, mientras que un oráculo siempre activo se mantiene perfectamente disponible y perfectamente explotable.

Qué viene después: obstáculos de implementación y preguntas abiertas

Ambos resultados apuntan hacia la misma conclusión: serían necesarios cambios de protocolo a corto plazo para actuar sobre ellos, y varios riesgos serios siguen sin resolverse. El artículo deja claro que se trata de propuestas, no de ingeniería terminada, y enumera sus propias dudas junto con sus hallazgos.

Reconfigurar los protocolos de consenso y de oráculos

En el lado del consenso, el artículo sostiene que el mecanismo de finalización de Ethereum debería ponderar los votos utilizando el factor de diversidad d_j junto con el stake s_j, en lugar de solo el stake, lo que significa que una gran entidad validadora que siempre vota de manera idéntica a la multitud debería tener una influencia más cercana a la de un único validador independiente, y no múltiplos de esta. Cabe destacar que el análisis sugiere que esta misma lente de diversidad de comportamiento aliviaría de forma orgánica las preocupaciones en torno a la centralización de constructores de MEV-Boost, ya que los constructores correlacionados perderían automáticamente influencia como proponentes sin requerir un rediseño separado de la separación proponente-constructor.

En el lado de los oráculos, adoptar una estrategia silenciosa significa que los protocolos DeFi tienen que tratar «ningún valor disponible» como una salida legítima y esperada en lugar de un fallo del sistema. Eso es un cambio estructural: la mayoría de los mercados de préstamos, exchanges de perpetuos y motores de liquidación de hoy asumen que un feed de precios está siempre activo, y necesitarían una reingeniería significativa para manejar las brechas de forma elegante sin romper las posiciones de los usuarios.

Vectores de ataque aún sin resolver

El artículo es franco respecto a dónde podría estar equivocado. Señala varios problemas abiertos que los investigadores tendrían que abordar antes de que cualquiera de las ideas llegue a producción:

  • Ataques de sybil-des correlacionados, donde un adversario se divide en muchas entidades que se comportan de manera diferente la mayor parte del tiempo y luego se coordinan solo en el momento del ataque, potencialmente manipulando la ponderación por diversidad.
  • El riesgo de DW-BFT de penalizar a validadores honestos que votan correctamente de la misma manera durante el consenso normal, ya que la correlación por sí sola no puede distinguir completamente la coordinación del acuerdo legítimo.
  • La propia métrica de coherencia siendo manipulada por un adversario bien financiado, lo que el artículo estima requeriría aproximadamente entre 40 y 60 veces más capital que atacar directamente un feed de precios.
  • El proceso de extracción de características de comportamiento que actualmente depende de un componente centralizado y semi-confiable en lugar de un cómputo totalmente descentralizado.

Estas salvedades importan porque definen cuánto trabajo se interpone entre un teorema intrigante y un cambio de protocolo listo para enviarse. Los hallazgos sobre la diversidad de validadores de Ethereum y la estrategia de oráculo silencioso se basan en datos sólidos de simulaciones y pruebas retrospectivas, pero el propio artículo enmarca estos resultados como puntos de partida para el escrutinio de la comunidad más que como ingeniería resuelta, invitando a refutaciones, simulaciones alternativas y construcciones en las que los teoremas podrían dejar de cumplirse.

Preguntas frecuentes

¿Por qué la correlación del comportamiento de los validadores reduce el peso efectivo de voto en DW-BFT?

Porque los validadores con vectores de comportamiento casi idénticos se correlacionan fuertemente, su peso de diversidad se aproxima a cero, lo que disminuye su poder efectivo de voto independientemente del stake nominal.

¿Cómo mejora la estrategia de oráculo silencioso la defensa contra la manipulación de precios?

Al retener la publicación cuando las métricas de coherencia indican incertidumbre, los oráculos silenciosos evitan publicar valores manipulados, reduciendo la pérdida esperada en comparación con publicar siempre datos vulnerables.

¿Cuáles son los principales desafíos para implementar DW-BFT y estrategias de oráculo silencioso?

Los desafíos incluyen adaptar los protocolos de consenso para ponderar los votos por diversidad de comportamiento, modificar los protocolos DeFi para manejar datos faltantes de oráculos y defenderse de nuevos vectores de ataque como la sybil-des correlación y la manipulación de la coherencia.

¿Por qué los oráculos de publicación siempre activa siguen siendo vulnerables a pesar de su amplia implementación?

Los oráculos de publicación siempre activa priorizan la disponibilidad sobre la integridad de los datos, nunca retienen datos incluso durante la manipulación adversarial, lo que permite a los atacantes explotar feeds obsoletos o manipulados.

{«@context»:»https://schema.org»,»@type»:»FAQPage»,»mainEntity»:[{«@type»:»Question»,»name»:»¿Por qué la correlación del comportamiento de los validadores reduce el peso efectivo de voto en DW-BFT?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»Porque los validadores con vectores de comportamiento casi idénticos se correlacionan fuertemente, su peso de diversidad se aproxima a cero, lo que disminuye su poder efectivo de voto independientemente del stake nominal.»}},{«@type»:»Question»,»name»:»¿Cómo mejora la estrategia de oráculo silencioso la defensa contra la manipulación de precios?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»Al retener la publicación cuando las métricas de coherencia indican incertidumbre, los oráculos silenciosos evitan publicar valores manipulados , reduciendo la pérdida esperada en comparación con publicar siempre datos vulnerables.»}},{«@type»:»Question»,»name»:»¿Cuáles son los principales desafíos para implementar DW-BFT y estrategias de oráculo silencioso?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»Los desafíos incluyen adaptar los protocolos de consenso para ponderar los votos por diversidad de comportamiento, modificar los protocolos DeFi para manejar datos faltantes de oráculos y defenderse de nuevos vectores de ataque como la sybil-des correlación y la manipulación de la coherencia.»}},{«@type»:»Question»,»name»:»¿Por qué los oráculos de publicación siempre activa siguen siendo vulnerables a pesar de su amplia implementación?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»Los oráculos de publicación siempre activa priorizan la disponibilidad sobre la integridad de los datos, nunca retienen datos incluso durante la manipulación adversarial, lo que permite a los atacantes explotar feeds obsoletos o manipulados.»}}]}

Artículo producido con la ayuda de inteligencia artificial y revisado por el equipo editorial.

Francesco Antonio Russo

Todos los artículos de Francesco Antonio Russo