目錄
1. 緒論
瀏覽器加密貨幣挖礦於2017年9月隨著Coinhive的JavaScript挖礦程式問世,成為網路內容的潛在替代營利模式。儘管初期前景看好,這項技術卻因加密劫持(在未經使用者同意的裝置上進行未授權挖礦)而聲名狼藉。本研究探討在建立適當使用者同意機制下,合法瀏覽器挖礦的可行性。
2. 研究方法
本研究透過實驗性網路部落格(hippocrypto.me)使用Coinhive挖取門羅幣,共有107名18-55歲的志願參與者。
2.1 實驗設置
本研究比較瀏覽器挖礦與傳統展示廣告,測量使用者在桌面與行動平台上的偏好、收益產生和使用者體驗。
2.2 使用者研究設計
參與者同時接觸兩種營利方法,並接受偏好調查,特別關注同意機制和使用者可調整的算力設定。
參與者人口統計
107名志願者,年齡範圍18-55歲
平台分佈
測試桌面與行動客戶端
3. 技術架構
瀏覽器挖礦利用JavaScript直接在網頁瀏覽器中執行加密雜湊運算,運用訪客的計算資源。
3.1 加密貨幣挖礦演算法
本研究專注於使用CryptoNight演算法的門羅幣挖礦,該演算法具抗ASIC特性且適合CPU挖礦。
3.2 瀏覽器挖礦實作
採用Coinhive的JavaScript函式庫,使用需要明確使用者同意才能啟動挖礦操作的AuthedMine變體。
4. 結果與分析
本研究揭示了關於使用者接受度與瀏覽器挖礦經濟可行性的重要見解。
4.1 收益比較
目前瀏覽器挖礦的收益產生率比傳統廣告低46倍。然而,隨著抗ASIC挖礦實作的發展,此差距預計將縮小。
4.2 使用者體驗指標
超過60%的參與者在獲得一半挖礦收益時,偏好瀏覽器挖礦勝過廣告,顯示使用者在生態系統中參與投資的重要性。
關鍵洞察
- 使用者可調整算力顯著提升接受度
- 收益分享使使用者同意率提升60%
- 抗ASIC演算法改善挖礦效率
5. 原創分析
Venskutonis等人的可行性研究對瀏覽器加密貨幣挖礦作為合法營利替代方案進行了關鍵檢視。他們的研究顯示,當以道德方式實施並建立適當同意機制時,瀏覽器挖礦可提供傳統廣告模式的可行替代方案。60%使用者在獲得一半加密貨幣時偏好挖礦勝過廣告的發現,呼應了行為經濟學原則,即使用者參與和所有權能大幅提升接受率。
技術層面,本研究選擇門羅幣符合其抗ASIC特性,使其比比特幣的SHA-256演算法更適合瀏覽器CPU挖礦。這種方法反映了注重隱私的加密貨幣背後的理念,優先考慮去中心化和可訪問性。與傳統廣告相比46倍的收益差距雖然顯著,但必須在不斷發展的加密貨幣市場和改善的挖礦效率背景下進行解讀。
從使用者體驗角度,本研究對可調整算力的強調反映了重要的人機互動原則。類似於優先考慮使用者控制的漸進式網頁應用設計模式,這種方法承認了資源使用透明化的必要性。根據PageFair的2023年廣告攔截報告,隨著廣告攔截器使用量每年持續成長11%,這項研究對更廣泛的網路營利替代方案討論做出了貢獻。
與其他替代營利模式(如Brave的注意力代幣或網路營利API)相比,瀏覽器挖礦提供了更直接的加密基礎。然而,在能源效率和行動裝置效能方面仍存在挑戰。WebAssembly的未來發展和改進的JavaScript引擎可能顯著提升挖礦效率,有望縮小與傳統廣告的收益差距。
6. 技術實作
6.1 數學基礎
加密貨幣挖礦涉及透過工作量證明解決加密難題。挖礦難度根據網路算力進行調整:
$Difficulty = \frac{Target}{2^{208}}$
找到區塊的預期時間可計算為:
$E[T] = \frac{D \cdot 2^{48}}{65535 \cdot H}$
其中$D$為難度,$H$為算力。
6.2 程式碼實作
具使用者同意機制的基礎Coinhive挖礦實作:
// 使用明確使用者同意初始化AuthedMine
if (userConsentGranted) {
var miner = new CoinHive.Anonymous('SITE_KEY', {
throttle: 0.5, // 使用者可調整節流
threads: 2 // 可調整執行緒數量
});
// 僅在同意後開始挖礦
miner.start();
// 收益分享實作
miner.on('found', function() {
allocateUserReward(0.5); // 50%分配給使用者
});
}
7. 未來應用
瀏覽器挖礦技術在網站營利之外具有潛在應用:
- 微交易系統:按內容付費存取,無需訂閱費用
- 漸進式網頁應用:PWA的替代收益模式
- 教育平台:在學習區塊鏈技術同時進行挖礦
- 去中心化內容網路:點對點網路中的整合挖礦
未來發展可能包括透過WebAssembly優化提升能源效率、行動裝置專用挖礦演算法,以及與新興網路標準(如網路營利API)的整合。
8. 參考文獻
- Venskutonis, S., Hao, F., & Collison, M. (2018). On legitimate mining of cryptocurrency in the browser – a feasibility study. arXiv:1812.04054
- Narayanan, A., et al. (2016). Bitcoin and Cryptocurrency Technologies. Princeton University Press.
- Coinhive Documentation. (2017). JavaScript Mining Library.
- PageFair. (2023). Ad Blocking Report: Global Usage Statistics.
- Monero Project. (2023). CryptoNight Algorithm Specification.
- Zhu, J.Y., et al. (2017). Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks. ICCV.
- W3C Web Monetization Working Group. (2023). Web Monetization API Specification.