論文の概要: Private, Anonymous, Collateralizable Commitments vs. MEV
- arxiv url: http://arxiv.org/abs/2301.12818v2
- Date: Fri, 22 Mar 2024 06:43:20 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-26 00:08:10.360783
- Title: Private, Anonymous, Collateralizable Commitments vs. MEV
- Title(参考訳): プライベート、匿名、コラテラライズ可能なコミット対MEV
- Authors: Conor McMenamin, Vanesa Daza, Xavier Salleras,
- Abstract要約: PACCは、スマートコントラクトウォレット所有者が、クレーム、要求、あるいはコミットメント全般を、プライベートで匿名の方法で担保することを可能にする。
本研究では,現在発生しているDeFiの最大抽出可能値(MEV)を効果的に除去するためにPACCを適用し,検閲に代えてMEVを移行できることを実証する。
- 参考スコア(独自算出の注目度): 3.4137115855910767
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: In this work, we introduce the private, anonymous, collateralizable commitments (PACCs) framework. PACCs allow any smart contract wallet holder to collateralize a claim, request, or commitment in general, in a private and anonymous manner. PACCs can prove arbitrarily much or little about the wallet generating the commitment, and/or the transaction which is being committed. We demonstrate that PACCs can be applied to effectively eliminate maximal-extractable value (MEV) in DeFi where it currently occurs, shifting MEV instead to censorship. After describing our protocol with detail, we provide an implementation using the Ethereum blockchain, and whose benchmarks prove how PACCs are completely feasible.
- Abstract(参考訳): 本稿では,PACC(private, anonymous, collateralizable commitments)フレームワークを紹介する。
PACCは、任意のスマートコントラクトウォレット所有者が、クレーム、要求、あるいはコミットメントを、プライベートで匿名の方法で担保することを可能にする。
PACCは、ウォレットがコミットメントを生成すること、および/またはコミットされているトランザクションについて、任意に、あるいはほとんど証明できない。
本研究では,現在発生しているDeFiの最大抽出可能値(MEV)を効果的に除去するためにPACCを適用し,検閲に代えてMEVを移行できることを実証する。
プロトコルの詳細を説明した後、Ethereumブロックチェーンを使用した実装を提供し、そのベンチマークによってPACCが完全に実現可能であることを証明します。
関連論文リスト
- Secure Aggregation is Not Private Against Membership Inference Attacks [66.59892736942953]
フェデレーション学習におけるSecAggのプライバシーへの影響について検討する。
SecAggは、単一のトレーニングラウンドであっても、メンバシップ推論攻撃に対して弱いプライバシを提供します。
以上の結果から,ノイズ注入などの付加的なプライバシー強化機構の必要性が浮き彫りになった。
論文 参考訳(メタデータ) (2024-03-26T15:07:58Z) - A Survey and Comparative Analysis of Security Properties of CAN Authentication Protocols [92.81385447582882]
コントロールエリアネットワーク(CAN)バスは車内通信を本質的に安全でないものにしている。
本稿では,CANバスにおける15の認証プロトコルをレビューし,比較する。
実装の容易性に寄与する本質的な運用基準に基づくプロトコルの評価を行う。
論文 参考訳(メタデータ) (2024-01-19T14:52:04Z) - Healthcare Policy Compliance: A Blockchain Smart Contract-Based Approach [0.312488427986006]
HIPAAのような厳格な規制にもかかわらず、ポリシーコンプライアンスの重大なギャップは、データ漏洩が起きるまで検出されないことが多い。
このギャップを埋めるため、ブロックチェーンを利用したスマートコントラクトベースのアクセス制御モデルを提案する。
弊社のアプローチでは、インフォームドコンセントのコンポーネントをPPAに統合し、ブロックチェーンのスマートコントラクトを使用してポリシの実施を自動化する。
論文 参考訳(メタデータ) (2023-12-15T21:25:07Z) - SeDe: Balancing Blockchain Privacy and Regulatory Compliance by Selective De-Anonymization [0.3749861135832073]
我々は、Selective De-Anonymization (SeDe) と呼ばれる規制および準拠のフレームワークを確立することにより、プライバシ保護機能のバランスをとるフレームワークを提案する。
我々の技術は、匿名化の決定や制御を単一のエンティティに残さずに、複数のエンティティに分散させながら、それぞれのアクションに責任を負うことなく、これを実現する。
論文 参考訳(メタデータ) (2023-11-14T13:49:13Z) - Masquerade: Simple and Lightweight Transaction Reordering Mitigation in Blockchains [5.690884793952696]
本稿では,システムにおけるユーザの満足度と信頼性を高めるために,Masqueradeと呼ばれるMEV対応プロトコル設計を提案する。
本稿では,攻撃シナリオにおける敵の行動を軽減するための「トークン」の概念を紹介する。
論文 参考訳(メタデータ) (2023-08-29T14:42:43Z) - A Randomized Approach for Tight Privacy Accounting [63.67296945525791]
推定検証リリース(EVR)と呼ばれる新しい差分プライバシーパラダイムを提案する。
EVRパラダイムは、まずメカニズムのプライバシパラメータを推定し、その保証を満たすかどうかを確認し、最後にクエリ出力を解放する。
我々の実証的な評価は、新たに提案されたEVRパラダイムが、プライバシ保護機械学習のユーティリティプライバシトレードオフを改善することを示している。
論文 参考訳(メタデータ) (2023-04-17T00:38:01Z) - Is Vertical Logistic Regression Privacy-Preserving? A Comprehensive
Privacy Analysis and Beyond [57.10914865054868]
垂直ロジスティック回帰(VLR)をミニバッチ降下勾配で訓練した。
我々は、オープンソースのフェデレーション学習フレームワークのクラスにおいて、VLRの包括的で厳密なプライバシー分析を提供する。
論文 参考訳(メタデータ) (2022-07-19T05:47:30Z) - Byzantine-Robust Federated Learning with Optimal Statistical Rates and
Privacy Guarantees [123.0401978870009]
ほぼ最適な統計率を持つビザンチン・ロバスト・フェデレーション学習プロトコルを提案する。
競合プロトコルに対してベンチマークを行い、提案プロトコルの実証的な優位性を示す。
我々のバケットプロトコルは、プライバシー保証手順と自然に組み合わせて、半正直なサーバに対するセキュリティを導入することができる。
論文 参考訳(メタデータ) (2022-05-24T04:03:07Z) - Private Reinforcement Learning with PAC and Regret Guarantees [69.4202374491817]
エピソード強化学習(RL)のためのプライバシー保護探索ポリシーを設計する。
まず、共同微分プライバシー(JDP)の概念を用いた有意義なプライバシー定式化を提供する。
そこで我々は,強いPACと後悔境界を同時に達成し,JDP保証を享受する,プライベートな楽観主義に基づく学習アルゴリズムを開発した。
論文 参考訳(メタデータ) (2020-09-18T20:18:35Z) - Collaborative Deanonymization [0.0]
本稿では,匿名性と説明責任の緊張関係をピアツーピアで解決するためのプロトコルを提案する。
私たちは、このプロトコルがBitcoinのMoneroリングやCoinJoinトランザクションにどのように適用できるかを説明します。
論文 参考訳(メタデータ) (2020-05-07T15:03:19Z) - A Private Quantum Bit String Commitment [0.0]
本稿では,ランダムなオラクルモデルにおいて,構成性を証明したエンタングルメントベースの量子ビット文字列コミットメントプロトコルを提案する。
このプロトコルには、コミットされたメッセージのプライバシを保存するという付加的な特性がある。
論文 参考訳(メタデータ) (2020-01-31T15:39:44Z)
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。