論文の概要: A Data Middleware for Obtaining Trusted Price Data for Blockchain
- arxiv url: http://arxiv.org/abs/2309.04689v1
- Date: Sat, 9 Sep 2023 05:56:29 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-25 16:20:50.035677
- Title: A Data Middleware for Obtaining Trusted Price Data for Blockchain
- Title(参考訳): ブロックチェーンの信頼できる価格データを取得するためのデータミドルウェア
- Authors: Youquan Xian, Xueying Zeng, Lianghaojie Zhou, Boyi Wang, Li-e Wang, Peng Liu,
- Abstract要約: Oracleは、支払いや決済などの金融アプリケーションのための信頼できるリアルタイム価格情報と、ブロックチェーン上のアセットバリュエーションを取得することができる。
本稿では,タスクに参加するための評価の高いノードを匿名で選択する匿名ノード選択方式を提案する。
合理的参加者の仮定の下では,Stackelbergゲームに基づくインセンティブ機構が提案されている。
- 参考スコア(独自算出の注目度): 2.7561701011177355
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As a trusted middleware connecting the blockchain and the real world, the blockchain oracle can obtain trusted real-time price information for financial applications such as payment and settlement, and asset valuation on the blockchain. However, the current oracle schemes face the dilemma of security and service quality in the process of node selection, and the implicit interest relationship in financial applications leads to a significant conflict of interest between the task publisher and the executor, which reduces the participation enthusiasm of both parties and system security. Therefore, this paper proposes an anonymous node selection scheme that anonymously selects nodes with high reputations to participate in tasks to ensure the security and service quality of nodes. Then, this paper also details the interest requirements and behavioral motives of all parties in the payment settlement and asset valuation scenarios. Under the assumption of rational participants, an incentive mechanism based on the Stackelberg game is proposed. It can achieve equilibrium under the pursuit of the interests of task publishers and executors, thereby ensuring the interests of all types of users and improving the enthusiasm of participation. Finally, we verify the security of the proposed scheme through security analysis. The experimental results show that the proposed scheme can reduce the variance of obtaining price data by about 55\% while ensuring security, and meeting the interests of all parties.
- Abstract(参考訳): ブロックチェーンと現実世界を接続する信頼できるミドルウェアとして、ブロックチェーンのオラクルは、支払いや決済などの金融アプリケーションのための信頼できるリアルタイム価格情報と、ブロックチェーン上のアセットバリュエーションを得ることができる。
しかし、現在のオラクルの仕組みはノード選択の過程でセキュリティとサービス品質のジレンマに直面しており、金融アプリケーションにおける暗黙の関心関係は、タスクパブリッシャと実行者の間で大きな関心の衝突を引き起こし、両者の参加意識とシステムセキュリティが低下する。
そこで本稿では,ノードのセキュリティとサービス品質を確保するために,高い評価を得たノードを匿名で選択する匿名ノード選択方式を提案する。
そこで本稿は、決済決済及び資産評価シナリオにおける全当事者の利息要件と行動動機についても詳述する。
合理的参加者の仮定の下では,Stackelbergゲームに基づくインセンティブ機構が提案されている。
タスクパブリッシャや実行者の利益を追求して均衡を達成し、あらゆる種類のユーザの利益を確保し、参加の意欲を高めることができる。
最後に,セキュリティ分析により提案手法の安全性を検証する。
実験結果から,提案手法は,セキュリティを確保しつつ,すべての当事者の利益を満足しながら,価格データ取得のばらつきを約55%低減できることが示された。
関連論文リスト
- DesTest: A Decentralised Testing Architecture for Improving Data Accuracy of Blockchain Oracle [5.64560868386402]
データ精度の向上を目的とした,新たな分散テストアーキテクチャ(DesTest)を導入する。
ノードの監視と検証を強化するために、ブロックチェーンオラクルランダムシークレットテストメカニズムが最初に提案されている。
得られたデータの離散エントロピー値を61.4%削減した。
論文 参考訳(メタデータ) (2024-04-21T05:10:17Z) - Enhancing Trust and Privacy in Distributed Networks: A Comprehensive Survey on Blockchain-based Federated Learning [51.13534069758711]
ブロックチェーンのような分散型アプローチは、複数のエンティティ間でコンセンサスメカニズムを実装することで、魅力的なソリューションを提供する。
フェデレートラーニング(FL)は、参加者がデータのプライバシを保護しながら、協力的にモデルをトレーニングすることを可能にする。
本稿では,ブロックチェーンのセキュリティ機能とFLのプライバシ保護モデルトレーニング機能の相乗効果について検討する。
論文 参考訳(メタデータ) (2024-03-28T07:08:26Z) - A Bargaining-based Approach for Feature Trading in Vertical Federated
Learning [54.51890573369637]
本稿では,垂直的フェデレートラーニング(VFL)において,経済的に効率的な取引を促進するための交渉型特徴取引手法を提案する。
当社のモデルでは,収益ベース最適化の目的を考慮し,パフォーマンスゲインベースの価格設定を取り入れている。
論文 参考訳(メタデータ) (2024-02-23T10:21:07Z) - Analyzing Reward Dynamics and Decentralization in Ethereum 2.0: An
Advanced Data Engineering Workflow and Comprehensive Datasets for
Proof-of-Stake Incentives [5.18461573800406]
スマートコントラクトブロックチェーンプラットフォームであるProof-of-Stake 2.0は、サードパーティの介入なしにアプリケーションの正確な実行を保証する。
本研究では,Beacon 連鎖からコンセンサス報酬データを収集し,報酬分布と進化の包括的解析を行う。
PoSの分散度を評価するために、シャノンエントロピー、ジーニ指数、中本係数、ヘルフィンダール・ヒルシュマン指数(HHI)などの不等式指標を適用した。
論文 参考訳(メタデータ) (2024-02-17T02:40:00Z) - Decentralized Blockchain-based Robust Multi-agent Multi-armed Bandit [14.822625665220068]
我々は、複数のクライアントや参加者が完全に分散化されたブロックチェーン上に分散される、堅牢なマルチエージェントマルチアームバンディット問題について検討する。
正直な参加者のために最適な戦略を設計するためのシステムに、ブロックチェーンの高度なテクニックと、新しいメカニズムを取り入れたのは、私たちが初めてです。
これは、悪意のある参加者がいないマルチエージェントのマルチアームバンディット問題と、純粋なビザンティン攻撃を伴う堅牢なマルチエージェントのマルチアームバンディット問題と一致している。
論文 参考訳(メタデータ) (2024-02-06T21:33:34Z) - 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) - A Trustworthy and Consistent Blockchain Oracle Scheme for Industrial Internet of Things [7.430160508879777]
本稿では,高品質なオフチェーンデータが得られるセキュアで信頼性の高いオラクル方式を提案する。
具体的には、まず、検証ランダム関数(VRF)と評価機構に基づくオラクルノード選択アルゴリズムを設計する。
次に、スライディングウィンドウに基づくデータフィルタリングアルゴリズムを提案し、収集したデータの一貫性をさらに向上する。
論文 参考訳(メタデータ) (2023-10-08T02:44:29Z) - Incentivized Communication for Federated Bandits [67.4682056391551]
我々は,サーバがインセンティブを提供することでクライアントにデータを共有する動機付けを行う,フェデレートされた盗賊に対するインセンティブ付きコミュニケーション問題を導入する。
本稿では,実証可能な通信とインセンティブコスト保証により,ほぼ最適の後悔を実現する,最初のインセンティブ付き通信プロトコルであるInc-FedUCBを提案する。
論文 参考訳(メタデータ) (2023-09-21T00:59:20Z) - PTTS: Zero-Knowledge Proof-based Private Token Transfer System on Ethereum Blockchain and its Network Flow Based Balance Range Privacy Attack Analysis [0.0]
パブリックブロックチェーンのためのプライベートトークン転送システム(PTTS)を提案する。
提案するフレームワークでは,ゼロ知識ベースのプロトコルをZokratesを使用して設計し,当社のプライベートトークンスマートコントラクトに統合しています。
論文の第2部では、リプレイ攻撃やバランス範囲のプライバシ攻撃を含む、セキュリティとプライバシの分析を行っている。
論文 参考訳(メタデータ) (2023-08-29T09:13:31Z) - Understanding Information Disclosure from Secure Computation Output: A Study of Average Salary Computation [58.74407460023331]
関数結果の観察からプライベート入力に関する情報開示を定量化することが,本研究の課題である。
ボストン市における男女賃金格差の研究に動機づけられたこの研究は、給与の平均計算に焦点を当てる。
論文 参考訳(メタデータ) (2022-09-21T15:59:48Z) - Blockchain Assisted Decentralized Federated Learning (BLADE-FL) with
Lazy Clients [124.48732110742623]
フェデレートラーニング(FL)にブロックチェーンを統合する新しいフレームワークを提案する。
BLADE-FLは、プライバシー保護、改ざん抵抗、学習の効果的な協力の点で優れたパフォーマンスを持っている。
遅延クライアントは、他人のトレーニングされたモデルを盗聴し、不正行為を隠すために人工的なノイズを加える。
論文 参考訳(メタデータ) (2020-12-02T12:18:27Z)
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。