論文の概要: Honeybee: Decentralized Peer Sampling with Verifiable Random Walks for Blockchain Data Sharding

• arxiv url: http://arxiv.org/abs/2402.16201v1
• Date: Sun, 25 Feb 2024 21:29:44 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-18 07:18:43.973933
• Title: Honeybee: Decentralized Peer Sampling with Verifiable Random Walks for Blockchain Data Sharding
• Title（参考訳）: Honeybee: ブロックチェーンデータシャーディングのための検証可能なランダムウォークを備えた分散ピアサンプリング
• Authors: Yunqi Zhang, Shaileshh Bojja Venkatakrishnan,
• Abstract要約: We present Honeybee, a decentralized algorithm for sample node that using verible random walk。 ハネビーは、多くのビザンツのノードが存在しても攻撃に対して安全である。 提案アルゴリズムは全ノードと軽ノードの両方においてDAS関数に影響を及ぼす。
• 参考スコア（独自算出の注目度）: 6.120657470247715
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Data sharding - in which block data is sharded without sharding compute - is at the present the favored approach for scaling Ethereum. A key challenge toward implementing data sharding is verifying whether the entirety of a block's data is available in the network (across its shards). A central technique proposed to conduct this verification uses erasure coded blocks and is called data availability sampling (DAS). While the high-level protocol details of DAS has been well discussed in the community, discussions around how such a protocol will be implemented at the peer-to-peer layer are lacking. We identify random sampling of nodes as a fundamental primitive necessary to carry out DAS and present Honeybee, a decentralized algorithm for sampling node that uses verifiable random walks. Honeybee is secure against attacks even in the presence of a large number of Byzantine nodes (e.g., 50% of the network). We evaluate Honeybee through experiments and show that the quality of sampling achieved by Honeybee is significantly better compared to the state-of-the-art. Our proposed algorithm has implications for DAS functions in both full nodes and light nodes.
• Abstract（参考訳）: データシャーディング – ブロックデータがシャーディング計算なしでシャーディングされる – は,Ethereumのスケールアップに好都合なアプローチである。 データシャーディングを実装する上で重要な課題は、ブロックのデータ全体がネットワーク(シャード全体)で利用可能かどうかを検証することだ。 この検証を行うために提案された中心的な手法は、消去符号化ブロックを使用しており、データアベイラビリティサンプリング(DAS)と呼ばれる。 DASの高レベルプロトコルの詳細はコミュニティでよく議論されているが、このようなプロトコルがピアツーピア層でどのように実装されるかは議論されていない。 本研究では,DASを行うために必要な基本的プリミティブとしてノードのランダムサンプリングと,検証可能なランダムウォークを用いたサンプリングノードの分散アルゴリズムであるHoneybeeを同定する。 Honeybeeは、多数のビザンチンノード(ネットワークの50%など)が存在する場合でも、攻撃に対して安全である。 我々はハチを実験により評価し、ハチによる採集の質が最先端技術と比較して著しく良いことを示した。 提案アルゴリズムは全ノードと軽ノードの両方においてDAS関数に影響を及ぼす。

関連論文リスト

• Performance Evaluation of Hashing Algorithms on Commodity Hardware [0.0]
  本稿では,一般的なハッシュアルゴリズムBlake3,SHA-256,SHA-512の性能評価を行う。 これらのハッシュアルゴリズムは、デジタル署名、メッセージ認証、パスワードストレージなど、様々なアプリケーションで広く使われている。 評価の結果、Blake3はスループットとレイテンシの点でSHA-256とSHA-512の両方を上回っている。
  論文  参考訳（メタデータ） (2024-07-11T08:31:02Z)
• Scalable Zero-Knowledge Proofs for Verifying Cryptographic Hashing in Blockchain Applications [16.72979347045808]
  ゼロ知識証明(ZKP)は、現代のブロックチェーンシステムのスケーラビリティ問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。 本研究では,暗号ハッシュの計算完全性を保証するため,ZKPの生成と検証を行う手法を提案する。
  論文  参考訳（メタデータ） (2024-07-03T21:19:01Z)
• RecAGT: Shard Testable Codes with Adaptive Group Testing for Malicious Nodes Identification in Sharding Permissioned Blockchain [8.178194928962311]
  本稿では,通信オーバヘッドの低減と潜在的な悪意のあるノードの特定を目的とした新しい識別手法であるRecAGTを提案する。 まず、シャードテスト可能なコードは、機密データが漏洩した場合に元のデータをエンコードするように設計されている。 第二に、悪意のある行動に対する証拠として、新しいアイデンティティ証明プロトコルが提示される。 第3に、悪意のあるノードを特定するために適応的なグループテストが選択される。
  論文  参考訳（メタデータ） (2023-11-05T07:43:48Z)
• Trustless Privacy-Preserving Data Aggregation on Ethereum with Hypercube Network Topology [0.0]
  ブロックチェーンの要約のためのスケーラブルなプライバシ保護データアグリゲーションプロトコルを提案している。 プロトコルは、契約の展開、ユーザ登録、プライベートな提出、証明検証の4段階で構成されている。
  論文  参考訳（メタデータ） (2023-08-29T12:51:26Z)
• Proof-of-work consensus by quantum sampling [0.0]
  我々は、ブロックチェーンコンセンサスのための量子Proof-of-Workスキームとして、粗粒ボソンサンプリング(CGBS)と呼ばれる変種を使うことを提案する。 ユーザは、現在のブロック情報に依存する入力状態を使用してボソンサンプリングを行い、そのサンプルをネットワークにコミットする。 正直なサンプルをコミットする坑夫に対する報酬と不正直なサンプルをコミットする坑夫に対する罰とを組み合わせることで、ナッシュ均衡は正直なノードをインセンティブを与える。
  論文  参考訳（メタデータ） (2023-05-31T13:58:40Z)
• QuTE: decentralized multiple testing on sensor networks with false discovery rate control [130.7122910646076]
  本稿では、偽発見率(FDR)の証明可能な保証を備えたグラフ上での分散多重仮説検定法を設計する。 異なるエージェントが無向グラフのノードに存在し、各エージェントはそのノードに局所的な1つ以上の仮説に対応するp値を持つ。 各エージェントは、グラフ全体の大域的FDRが予め定義されたレベルで制御されなければならないという共同目的のもと、隣人とのみ通信することで、それぞれのローカル仮説の1つ以上の拒絶を個別に決めなければならない。
  論文  参考訳（メタデータ） (2022-10-09T19:48:39Z)
• Improved, Deterministic Smoothing for L1 Certified Robustness [119.86676998327864]
  分割雑音を伴う非加法的決定論的平滑化法(dssn)を提案する。 一様加法平滑化とは対照的に、ssn認証は無作為なノイズコンポーネントを独立に必要としない。 これは、規範ベースの敵対的脅威モデルに対して決定論的「ランダム化平滑化」を提供する最初の仕事である。
  論文  参考訳（メタデータ） (2021-03-17T21:49:53Z)
• Coded Stochastic ADMM for Decentralized Consensus Optimization with Edge Computing [113.52575069030192]
  セキュリティ要件の高いアプリケーションを含むビッグデータは、モバイルデバイスやドローン、車両など、複数の異種デバイスに収集され、格納されることが多い。 通信コストとセキュリティ要件の制限のため、核融合センターにデータを集約するのではなく、分散的に情報を抽出することが最重要となる。 分散エッジノードを介してデータを局所的に処理するマルチエージェントシステムにおいて,モデルパラメータを学習する問題を考える。 分散学習モデルを開発するために,乗算器アルゴリズムの最小バッチ交互方向法(ADMM)のクラスについて検討した。
  論文  参考訳（メタデータ） (2020-10-02T10:41:59Z)
• Deep Momentum Uncertainty Hashing [65.27971340060687]
  我々は,新しいDeep Momentum Uncertainity Hashing (DMUH)を提案する。 トレーニング中の不確実性を明示的に推定し、不確実性情報を利用して近似過程を導出する。 提案手法は,すべてのデータセット上で最高の性能を達成し,既存の最先端手法を大きなマージンで超越する。
  論文  参考訳（メタデータ） (2020-09-17T01:57:45Z)
• Improving Face Recognition by Clustering Unlabeled Faces in the Wild [77.48677160252198]
  極値理論に基づく新しいアイデンティティ分離法を提案する。 重なり合うラベルノイズによる問題を大幅に低減する。 制御された設定と実際の設定の両方の実験は、我々のメソッドの一貫性のある改善を示している。
  論文  参考訳（メタデータ） (2020-07-14T12:26:50Z)
• Faster Secure Data Mining via Distributed Homomorphic Encryption [108.77460689459247]
  ホモモルフィック暗号化(HE)は、最近、暗号化されたフィールド上で計算を行う能力により、ますます注目を集めている。 本稿では,スケーリング問題の解決に向けて,新しい分散HEベースのデータマイニングフレームワークを提案する。 各種データマイニングアルゴリズムとベンチマークデータセットを用いて,新しいフレームワークの有効性と有効性を検証する。
  論文  参考訳（メタデータ） (2020-06-17T18:14:30Z)

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。