Nuevo modelo GPoS busca frenar la centralización geográfica en Ethereum, Solana y Avalanche

Una nueva propuesta académica plantea que el problema de muchas redes Proof of Stake no solo está en quién concentra el capital, sino también en dónde están ubicados sus validadores. El modelo, llamado GPoS, busca redistribuir el poder de voto según stake y diversidad geográfica, con mejoras promedio de 45% en descentralización espacial y un impacto mínimo en rendimiento bajo ciertas pruebas.
***

• El estudio analizó Aptos, Avalanche, Ethereum, Solana y Sui, y halló fuerte concentración geográfica del poder validador.
• La propuesta GPoS incorpora ubicación geográfica junto al stake para calcular poder de voto en redes PoS.
• Los autores reportan una mejora promedio de 45% en descentralización geográfica, con sobrecarga mínima en HotStuff y CometBFT.

---

La descentralización en blockchain suele medirse por distribución de tokens, cantidad de validadores o resistencia a capturas económicas. Sin embargo, una dimensión menos discutida es la ubicación física de quienes sostienen el consenso. Si demasiados validadores se concentran en unas pocas regiones, la red puede quedar más expuesta a sanciones, apagones, fallas de infraestructura o ventajas de latencia que alteren la competencia.

Esa es la premisa central de GPoS: Geospatially-aware Proof of Stake, trabajo firmado por Shashank Motepalli, Naman Garg, Gengrui Zhang y Hans-Arno Jacobsen. Los autores estudiaron cinco grandes blockchains de prueba de participación, Aptos, Avalanche, Ethereum, Solana y Sui, y concluyeron que unas pocas regiones concentran buena parte del poder de voto dentro del consenso.

A partir de ese diagnóstico, el equipo propone GPoS, un esquema que modifica el cálculo del poder validador para incluir no solo el stake, sino también la diversidad geográfica. En sus pruebas, el modelo mejoró en promedio 45% la descentralización geoespacial, medida mediante el coeficiente de Gini de centralidad de vector propio, y lo hizo con sobrecarga mínima sobre el rendimiento de protocolos BFT como HotStuff y CometBFT.

La idea apunta a un problema muy concreto dentro del ecosistema PoS. En la práctica, muchas redes asignan poder de voto solo con base en tokens en stake. Eso protege frente a ataques Sybil, porque adquirir control exige capital real, pero también puede reforzar patrones de concentración cuando grandes operadores se ubican en los mismos países, centros de datos o proveedores de nube.

Por qué importa la geografía en una blockchain PoS

El estudio sostiene que la centralización geográfica afecta tres áreas clave. La primera es la resiliencia regulatoria y política. Si una gran parte del poder validador se concentra en jurisdicciones concretas, gobiernos y reguladores pueden ejercer presión más directa sobre la red. Los autores recuerdan, por ejemplo, los debates sobre jurisdicción estadounidense sobre transacciones de Ethereum y las preocupaciones por sanciones y censura sobre ciertas direcciones.

La segunda área es la robustez frente a fallas y ataques localizados. Un evento en una sola región, desde un desastre natural hasta una interrupción de un proveedor cloud, podría afectar la liveness de una blockchain. El paper menciona el caso de Solana en 2021, cuando una caída en un centro de datos de AWS impactó la operatividad de la red, además de los riesgos asociados a proveedores centralizados capaces de desconectar validadores por cambios de política.

El tercer punto es la equidad competitiva. Los validadores ubicados cerca de centros de actividad financiera o de otros nodos influyentes pueden beneficiarse de menores latencias. Esa ventaja puede amplificar oportunidades de front-running, arbitraje y MEV, inclinando los incentivos hacia determinadas regiones y reduciendo la neutralidad de la red para participantes globales.

En ese contexto, los autores argumentan que los indicadores habituales, como el coeficiente de Nakamoto, el Gini del stake o medidas de entropía, no capturan bien la dimensión espacial. Un sistema puede parecer descentralizado en papel si reparte el stake entre muchos actores, pero seguir geográficamente concentrado si esos actores operan desde las mismas zonas o infraestructuras.

Qué encontraron en Ethereum, Solana, Avalanche, Aptos y Sui

Para medir el problema, los investigadores recopilaron datos de validadores y ubicaciones a partir de APIs públicas, exploradores y, en algunos casos, geolocalización por IP. La muestra incluyó 10.803 validadores estimados para Ethereum antes del preprocesamiento, reducidos a 1.046; 2.310 en Solana, reducidos a 118; 1.468 en Avalanche, reducidos a 99; 186 en Aptos, reducidos a 46; y 48 en Sui, reducidos a 47.

En el proceso, eliminaron nodos sin datos de ubicación y fusionaron validadores ubicados dentro de un radio de 20 kilómetros, para evitar que múltiples nodos muy cercanos distorsionaran el análisis global. Según el estudio, el stake ignorado por falta de datos fue de 31,57% en Avalanche, 5,5% en Aptos y 0,07% en Solana.

Luego aplicaron una métrica propia llamada GEC, siglas en inglés de Gini de centralidad de vector propio. Esta medida combina cercanía geográfica y peso de voto para identificar qué validadores son más influyentes en una red, no solo por su stake, sino también por su proximidad a otros validadores importantes.

Los resultados mostraron una concentración marcada. Los coeficientes Gini obtenidos para esas centralidades fueron de 0,544 en Aptos, 0,804 en Avalanche, 0,941 en Ethereum, 0,736 en Ethereum Nodes, 0,791 en Solana y 0,527 en Sui. Para los autores, valores tan altos implican que la influencia está lejos de distribuirse de forma uniforme entre regiones.

El trabajo también revisó la distribución por países. En Ethereum, por ejemplo, los cinco principales países por stake agregado fueron Estados Unidos con 27,28%, Países Bajos con 18,65%, Finlandia con 12,11%, Alemania con 9,05% y Malta con 7,78%. En varias de las redes analizadas, los tres primeros países concentraban más de 33% del stake total.

Cómo funciona GPoS y qué cambia frente al PoS tradicional

La propuesta GPoS añade un índice de diversidad geográfica o GDI a la fórmula del poder de voto. Ese índice mide, para cada validador, la distancia mínima a los validadores más cercanos necesarios para completar un quórum equivalente a dos tercios del stake. En términos simples, un validador más aislado de grandes concentraciones regionales obtiene una mejor puntuación de diversidad.

Con esa base, el poder intermedio de cada validador se define mediante una combinación lineal entre stake normalizado y GDI normalizado. El parámetro λ regula el equilibrio entre ambos factores. Cuando λ = 1, el sistema se comporta como un PoS convencional. A medida que λ baja, el componente geográfico gana peso.

Los autores recomiendan limitar λ al rango de 0,5 a menos de 1. La razón es de seguridad. Si la geografía pesara más que el stake, un actor con menos de un tercio del capital podría intentar elevar su poder de voto distribuyendo nodos de forma estratégica. Mantener λ ≥ 0,5 preserva el principio de capital en riesgo como base del consenso.

El modelo fue pensado para integrarse en la reconfiguración por épocas de cadenas BFT PoS. En ese momento, la red recalcularía stakes, coordenadas, GDI y poder de voto actualizado. El paper también contempla un sistema de disputas para evitar ubicaciones falsas, con slashing para quien mienta sobre su localización y penalidad para quienes presenten reclamos infundados.

En ese apartado, los investigadores aclaran que GPoS depende de algún mecanismo externo de atestación de ubicación razonablemente preciso. No es un nuevo protocolo de prueba de ubicación. Más bien, se concibe como una capa de consenso compatible con sistemas presentes o futuros que puedan verificar coordenadas geográficas.

Resultados, seguridad y costo computacional

En la evaluación empírica, el paso de PoS tradicional, equivalente a λ = 1, hacia GPoS con λ = 0,5 redujo de forma consistente el Gini de centralidad en todas las blockchains estudiadas. El descenso promedio fue de 45%, con reducciones individuales entre 41,38% y 49,72%, según el artículo.

Además, el análisis del stake mínimo necesario para comprometer umbrales de liveness de 33% y safety de 66% mostró que, a medida que λ disminuye y la diversidad geográfica gana peso, la cantidad mínima de stake adversarial requerida aumenta en todas las redes evaluadas. Bajo las distribuciones actuales, esto sugiere que GPoS no debilita la seguridad económica en esos escenarios probados.

En cuanto al costo computacional, el peor caso teórico del cálculo es O(n² log n), debido a la matriz de distancias y el cálculo del GDI por validador. Aun así, el equipo afirma que una implementación optimizada puede procesar hasta 10.000 validadores en menos de 60 segundos con hardware convencional. Dado que las épocas duran alrededor de 24 horas, ese costo sería manejable.

Los autores también subrayan que el esquema modifica incentivos económicos. Los validadores podrían sentirse motivados a relocalizarse a regiones menos servidas para mejorar su puntuación geográfica. Según el paper, eso no representa una forma de manipulación indeseada, sino un resultado buscado por diseño, porque promueve una topología más balanceada.

Impacto en HotStuff y CometBFT

Para estimar efectos sobre desempeño, el estudio emuló redes con 64 máquinas virtuales, 2 vCPU, 20 GB de disco y 7,5 GB de RAM cada una, usando latencias basadas en ubicaciones globales. Las pruebas se hicieron sobre HotStuff y CometBFT, dos protocolos BFT con finalidad instantánea, aunque con patrones de comunicación distintos.

HotStuff, que asume una red totalmente conectada y usa un esquema de broadcast, mantuvo un throughput de 160.000 transacciones por segundo en todas las configuraciones probadas. Eso sugiere que el aumento de diversidad geográfica no alteró de forma relevante el rendimiento en ese entorno experimental.

CometBFT mostró mayor sensibilidad. Como emplea gossip y necesita varias rondas de comunicación, el protocolo exhibió más variabilidad en latencia, especialmente en configuraciones asociadas a Aptos y Ethereum Nodes. Aun así, los autores describen la sobrecarga como mínima en términos generales, aunque admiten que el ajuste fino de λ puede ser importante para equilibrar descentralización y desempeño.

En sus conclusiones, el equipo evita presentar el esquema como una solución definitiva. El artículo reconoce que no ofrece todavía una demostración formal de seguridad y liveness bajo la nueva distribución de poder de voto. Más bien, plantea evidencia empírica sólida a favor de GPoS y deja como trabajo futuro una validación teórica más completa.

Si la propuesta prospera, podría abrir un nuevo frente de discusión en redes PoS. No se trataría solo de cuántos tokens controla cada actor, sino también de cuán disperso está el poder que sostiene el consenso. En un sector cada vez más atento a censura, captura regulatoria y dependencia de proveedores cloud, esa dimensión podría ganar peso más pronto de lo esperado.

---

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.