論文の概要: Zero-Knowledge Mechanisms

• arxiv url: http://arxiv.org/abs/2302.05590v2
• Date: Fri, 04 Jul 2025 17:59:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 22:02:54.939392
• Title: Zero-Knowledge Mechanisms
• Title（参考訳）: ゼロ知識機構
• Authors: Ran Canetti, Amos Fiat, Yannai A. Gonczarowski,
• Abstract要約: メカニズム設計における強力な特徴は、メカニズムのルールを無効にコミットする能力である。 コミットメントに対する新しいアプローチを提案し、それを開示することなく、任意のメカニズムにコミットし、実行する方法を示します。
• 参考スコア（独自算出の注目度）: 4.8804696635333755
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A powerful feature in mechanism design is the ability to irrevocably commit to the rules of a mechanism. Commitment is achieved by public declaration, which enables players to verify incentive properties in advance and the outcome in retrospect. However, public declaration can reveal superfluous information that the mechanism designer might prefer not to disclose, such as her target function or private costs. Avoiding this may be possible via a trusted mediator; however, the availability of a trustworthy mediator, especially if mechanism secrecy must be maintained for years, might be unrealistic. We propose a new approach to commitment, and show how to commit to, and run, any given mechanism without disclosing it, while enabling the verification of incentive properties and the outcome -- all without the need for any mediators. Our framework utilizes zero-knowledge proofs -- a cornerstone of modern cryptographic theory. Applications include both private-type settings such as auctions and private-action settings such as contracts, as well as non-mediated bargaining with hidden yet binding offers.
• Abstract（参考訳）: メカニズム設計における強力な特徴は、メカニズムのルールを無効にコミットする能力である。 コミットは公開宣言によって達成され、プレイヤーは事前にインセンティブ特性と振り返りの結果を検証できる。 しかし、公開宣言は、ターゲット機能やプライベートコストなど、メカニズムデザイナが開示することを好まない、過剰な情報を明らかにすることができる。 信頼できる仲介者を通じてこれを避けることは可能だが、信頼できる仲介者(特に機構の秘密を何年も維持しなければならない場合)の可用性は非現実的である。 我々は、コミットメントに対する新しいアプローチを提案し、それを開示せずに任意のメカニズムにコミットし、実行する方法を示しながら、インセンティブ特性と結果の検証を可能にします。 我々のフレームワークはゼロ知識証明(現代の暗号理論の基礎)を利用している。 アプリケーションには、オークションのようなプライベートタイプの設定とコントラクトのようなプライベートアクションの設定、隠されたバインドオファリングオファリングによる非インシデント交渉の両方が含まれる。

関連論文リスト

• Information Bargaining: Bilateral Commitment in Bayesian Persuasion [60.3761154043329]
  長期的説得のための統一的なフレームワークとよく構造化されたソリューションの概念を導入する。 この視点はゲーム構造の共通知識を明確にし、レシーバに匹敵するコミットメント能力を与える。 このフレームワークは、2段階の検証と推論のパラダイムによって検証される。
  論文  参考訳（メタデータ） (2025-06-06T08:42:34Z)
• Confidential Guardian: Cryptographically Prohibiting the Abuse of Model Abstention [65.47632669243657]
  不正直な機関は、不確実性の観点からサービスを差別または不正に否定する機構を利用することができる。 我々は、ミラージュと呼ばれる不確実性誘導攻撃を導入することで、この脅威の実践性を実証する。 本研究では,参照データセット上のキャリブレーションメトリクスを分析し,人工的に抑制された信頼度を検出するフレームワークであるConfidential Guardianを提案する。
  論文  参考訳（メタデータ） (2025-05-29T19:47:50Z)
• NDAI Agreements [2.129361704927982]
  発明者は、報酬や資金を確保するための新しいアイデアの詳細を明らかにする必要がある。 本稿では、売り手(発明者)と買い手(投資者)が、持ち上げの脅威の下で良い情報を取引するモデルを提案する。 我々は、信頼できる実行環境(TEE)とAIエージェントを組み合わせることで、このホールドアップ問題を緩和し、完全に排除できることを示した。
  論文  参考訳（メタデータ） (2025-02-11T19:56:26Z)
• On Cryptographic Mechanisms for the Selective Disclosure of Verifiable Credentials [39.4080639822574]
  認証資格は、物理的資格のデジタルアナログである。 検証者に提示して属性を明らかにしたり、クレデンシャルに含まれる属性を述語することも可能だ。 プレゼンテーション中にプライバシを保存する1つの方法は、クレデンシャル内の属性を選択的に開示することである。
  論文  参考訳（メタデータ） (2024-01-16T08:22:28Z)
• Deep Learning Meets Mechanism Design: Key Results and Some Novel Applications [1.2661010067882734]
  本稿では、関連する文献から、深層学習を用いたメカニズム設計の技術的詳細について述べる。 本稿では,3つのケーススタディにおいて,このアプローチのパワーを実証する。
  論文  参考訳（メタデータ） (2024-01-11T06:09:32Z)
• Neural Auctions Compromise Bidder Information [43.82512707595423]
  シングルショットオークションは、例えば広告スペースを販売したり、無線周波数を割り当てたりする際に、商品を売る手段として一般的に使用される。 ニューラルネットワークは、オークションが戦略的かつ個々に合理的であるという制約を満たしつつ、最適なメカニズムを近似するために使用できることが示されている。 このようなオークションは収益を最大化するが、個人入札情報を開示するコストがかかることを示している。
  論文  参考訳（メタデータ） (2023-02-28T22:36:00Z)
• Breaking the Communication-Privacy-Accuracy Tradeoff with $f$-Differential Privacy [51.11280118806893]
  サーバが複数のユーザの協調的なデータ分析を,プライバシの懸念と限られた通信能力で調整する,フェデレートされたデータ分析問題を考える。 有限出力空間を有する離散値機構の局所的差分プライバシー保証を$f$-differential privacy (DP) レンズを用いて検討する。 より具体的には、様々な離散的評価機構の厳密な$f$-DP保証を導出することにより、既存の文献を前進させる。
  論文  参考訳（メタデータ） (2023-02-19T16:58:53Z)
• Bayesian Promised Persuasion: Dynamic Forward-Looking Multiagent Delegation with Informational Burning [24.659220263852024]
  本研究では,プライマリエージェントがプライベートエージェントのグループに決定を委譲する動的メカニズム設計問題について検討する。 本稿では,ベイジアン約束代行(BPD)と呼ばれる新しいランダム化機構を提案する。
  論文  参考訳（メタデータ） (2022-01-16T16:29:40Z)
• Properties from Mechanisms: An Equivariance Perspective on Identifiable Representation Learning [79.4957965474334]
  教師なし表現学習の主な目標は、データ生成プロセスが潜在プロパティを回復するために「反転」することである。 この論文は「進化を支配するメカニズムの知識を活用して潜伏特性を識別するのか?」と問う。 我々は、可能なメカニズムの集合に関する知識が異なるため、不特定性の原因の完全な特徴づけを提供する。
  論文  参考訳（メタデータ） (2021-10-29T14:04:08Z)
• VCG Mechanism Design with Unknown Agent Values under Stochastic Bandit Feedback [104.06766271716774]
  本研究では,エージェントが自己の価値を知らない場合に,マルチラウンドの福祉最大化機構設計問題について検討する。 まず、福祉に対する後悔の3つの概念、各エージェントの個々のユーティリティ、メカニズムの3つの概念を定義します。 当社のフレームワークは価格体系を柔軟に制御し、エージェントと販売者の後悔のトレードオフを可能にする。
  論文  参考訳（メタデータ） (2020-04-19T18:00:58Z)

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。