論文の概要: Reputation-based PoS for the Restriction of Illicit Activities on
Blockchain: Algorand Usecase
- arxiv url: http://arxiv.org/abs/2112.11024v3
- Date: Thu, 25 Aug 2022 05:40:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-03 22:56:02.859234
- Title: Reputation-based PoS for the Restriction of Illicit Activities on
Blockchain: Algorand Usecase
- Title(参考訳): ブロックチェーン上の不正行為を制限するための評判ベースのpo:algorandユースケース
- Authors: Mayank Pandey, Rachit Agarwal, Sandeep Kumar Shukla, Nishchal Kumar
Verma
- Abstract要約: 近年では、ブロックチェーントランザクションデータに基づいて、さまざまな機械学習ベースのテクニックが、このような犯罪要素を検出することができる。
本稿では,上記の不正行為を検知したユーザに対する評価に基づく応答手法を提案する。
- 参考スコア(独自算出の注目度): 2.94824047753242
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In cryptocurrency-based permissionless blockchain networks, the decentralized
structure enables any user to join and operate across different regions. The
criminal entities exploit it by using cryptocurrency transactions on the
blockchain to facilitate activities such as money laundering, gambling, and
ransomware attacks. In recent times, different machine learning-based
techniques can detect such criminal elements based on blockchain transaction
data. However, there is no provision within the blockchain to deal with such
elements. We propose a reputation-based methodology for response to the users
detected carrying out the aforementioned illicit activities. We select Algorand
blockchain to implement our methodology by incorporating it within the
consensus protocol. The theoretical results obtained prove the restriction and
exclusion of criminal elements through block proposal rejection and attenuation
of the voting power as a validator for such entities. Further, we analyze the
efficacy of our method and show that it puts no additional strain on the
communication resources.
- Abstract(参考訳): 暗号通貨ベースのパーミッションレスブロックチェーンネットワークでは、分散構造により、任意のユーザが異なるリージョンに加入し、運用することができる。
犯罪者は、ブロックチェーン上の暗号通貨トランザクションを使って、マネーロンダリング、ギャンブル、ランサムウェア攻撃などの活動を促進する。
近年では、さまざまな機械学習ベースの技術が、ブロックチェーントランザクションデータに基づいてこのような犯罪要素を検出できる。
しかし、ブロックチェーン内にそのような要素を扱うための条項はない。
上記の不正行為を検知したユーザに対する評価に基づく応答手法を提案する。
コンセンサスプロトコルにそれを組み込むことで、algorandブロックチェーンを選択して方法論を実装します。
得られた理論的結果は、ブロック提案の拒絶と投票権の減衰による犯罪要素の制限と排除を、そのような実体のバリデータとして証明する。
さらに,提案手法の有効性を分析し,通信資源に余計な負担を及ぼさないことを示す。
関連論文リスト
- Generative AI-enabled Blockchain Networks: Fundamentals, Applications,
and Case Study [73.87110604150315]
Generative Artificial Intelligence(GAI)は、ブロックチェーン技術の課題に対処するための有望なソリューションとして登場した。
本稿では、まずGAI技術を紹介し、そのアプリケーションの概要を説明し、GAIをブロックチェーンに統合するための既存のソリューションについて議論する。
論文 参考訳(メタデータ) (2024-01-28T10:46:17Z) - Heuristics for Detecting CoinJoin Transactions on the Bitcoin Blockchain [23.23031523964561]
この研究は、分散化されたピアツーピアネットワークであるBitcoinとその関連ブロックチェーンの複雑さを掘り下げている。
この懸念に対処するために、ユーザはCoinJoinを採用した。これは、複数のトランザクションインテントを1つの大きなトランザクションにマージするメソッドである。
CoinJoinトランザクションに関する総合的な洞察を提供するため、当社の網羅的な分析では76万件をブロックしています。
論文 参考訳(メタデータ) (2023-11-21T10:05:32Z) - Transaction Fraud Detection via an Adaptive Graph Neural Network [64.9428588496749]
本稿では,アダプティブサンプリングとアグリゲーションに基づくグラフニューラルネットワーク(ASA-GNN)を提案する。
ノイズの多いノードをフィルタリングし、不正なノードを補うために、隣のサンプリング戦略を実行する。
3つのファイナンシャルデータセットの実験により,提案手法のASA-GNNは最先端のデータセットよりも優れていることが示された。
論文 参考訳(メタデータ) (2023-07-11T07:48:39Z) - Chainlet Orbits: Topological Address Embedding for the Bitcoin
Blockchain [15.099255988459602]
匿名性のある取引を可能にするBitcoinのような暗号通貨の台頭は、さまざまな不正行為の急増につながっている。
トランザクションにおけるそのトポロジ的特性を活用して,Bitcoinアドレスを埋め込む,Chainlet Orbitsという効果的なソリューションを導入する。
当社のアプローチでは,Bitcoinトランザクションネットワーク上で,解釈可能かつ説明可能なマシンラーニングモデルを,ほとんどの日において15分以内で使用することが可能です。
論文 参考訳(メタデータ) (2023-05-18T21:16:59Z) - Blockchain Large Language Models [65.7726590159576]
本稿では,異常なブロックチェーントランザクションを検出するための動的,リアルタイムなアプローチを提案する。
提案するツールであるBlockGPTは、ブロックチェーンアクティビティのトレース表現を生成し、大規模な言語モデルをスクラッチからトレーニングして、リアルタイム侵入検出システムとして機能させる。
論文 参考訳(メタデータ) (2023-04-25T11:56:18Z) - Quantum Proofs of Deletion for Learning with Errors [91.3755431537592]
完全同型暗号方式として, 完全同型暗号方式を初めて構築する。
我々の主要な技術要素は、量子証明器が古典的検証器に量子状態の形でのLearning with Errors分布からのサンプルが削除されたことを納得させる対話的プロトコルである。
論文 参考訳(メタデータ) (2022-03-03T10:07:32Z) - Blockchain Framework for Artificial Intelligence Computation [1.8148198154149393]
ブロック検証とコンセンサス機構を深層強化学習プロセスとして設計する。
当社の手法は,次世代のパブリックブロックチェーンネットワークの設計に使用されている。
論文 参考訳(メタデータ) (2022-02-23T01:44:27Z) - Quantum-resistance in blockchain networks [46.63333997460008]
本稿では、ブロックチェーンネットワークにおける量子脅威を特定し、排除するために、米国間開発銀行、IDBラボ、LACChain、量子コンピューティング(CQC)、Tecnologicalo de Monterreyによる研究について述べる。
量子コンピューティングの出現は、非量子耐性暗号アルゴリズムを利用するため、インターネットプロトコルやブロックチェーンネットワークを脅かす。
論文 参考訳(メタデータ) (2021-06-11T23:39:25Z) - Detecting Malicious Accounts showing Adversarial Behavior in
Permissionless Blockchains [4.506782035297339]
悪意ある行為は、bitcoinのような複数の無許可ブロックチェーンにフラグ付けされている。
私たちは、他の参加者のアカウントを悪質に悪用したブロックチェーンアカウントを自動的にフラグ付けすることを目指しています。
我々は、特定の悪意あるアクティビティの過剰表現によって引き起こされるバイアスに抵抗する頑健な教師付き機械学習(ML)アルゴリズムを同定する。
論文 参考訳(メタデータ) (2021-01-28T10:33:50Z) - Quantum Multi-Solution Bernoulli Search with Applications to Bitcoin's
Post-Quantum Security [67.06003361150228]
作業の証明(英: proof of work、PoW)は、当事者が計算タスクの解決にいくらかの労力を費やしたことを他人に納得させることができる重要な暗号構造である。
本研究では、量子戦略に対してそのようなPoWの連鎖を見つけることの難しさについて検討する。
我々は、PoWs問題の連鎖が、マルチソリューションBernoulliサーチと呼ばれる問題に還元されることを証明し、量子クエリの複雑さを確立する。
論文 参考訳(メタデータ) (2020-12-30T18:03:56Z) - How to Not Get Caught When You Launder Money on Blockchain? [20.970223434542508]
パブリックブロックチェーンは、E-crimeに関連するユーザやトランザクションを検出し追跡するAIツールの開発において、ホットベッドとなっている。
選択した戦略に従うことで、既存のツールやアルゴリズムの多くでは事実上検出不可能なブロックチェーンのマネーロンダリングが可能になる、と私たちは主張しています。
論文 参考訳(メタデータ) (2020-09-22T02:12:15Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。