Fugu-MT 論文翻訳(概要): JUMBO: Fully Asynchronous BFT Consensus Made Truly Scalable

論文の概要: JUMBO: Fully Asynchronous BFT Consensus Made Truly Scalable

arxiv url: http://arxiv.org/abs/2403.11238v1
Date: Sun, 17 Mar 2024 14:53:38 GMT
ステータス: 処理完了
システム内更新日: 2024-03-19 17:46:37.443218
Title: JUMBO: Fully Asynchronous BFT Consensus Made Truly Scalable
Title（参考訳）: JUMBO: 完全にスケーラブルな完全な非同期BFTコンセンサス
Authors: Hao Cheng, Yuan Lu, Zhenliang Lu, Qiang Tang, Yuxuan Zhang, Zhenfeng Zhang,
Abstract要約: FIN-NGは、最近の署名なし非同期共通サブセットプロトコルFIN(CCS' 23)を、同時放送および合意の最先端フレームワークに適合させる。我々は,Dumbo-NGのスケーラブルなインスタンス化であるJUMBOを提案し,認証とメッセージの両方に対して$bigO(n2)$の複雑さしか持たない。
参考スコア（独自算出の注目度）: 17.532081305310513
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Recent progresses in asynchronous Byzantine fault-tolerant (BFT) consensus, e.g. Dumbo-NG (CCS' 22) and Tusk (EuroSys' 22), show promising performance through decoupling transaction dissemination and block agreement. However, when executed with a larger number $n$ of nodes, like several hundreds, they would suffer from significant degradation in performance. Their dominating scalability bottleneck is the huge authenticator complexity: each node has to multicast $\bigO(n)$ quorum certificates (QCs) and subsequently verify them for each block. This paper systematically investigates and resolves the above scalability issue. We first propose a signature-free asynchronous BFT consensus FIN-NG that adapts a recent signature-free asynchronous common subset protocol FIN (CCS' 23) into the state-of-the-art framework of concurrent broadcast and agreement. The liveness of FIN-NG relies on our non-trivial redesign of FIN's multi-valued validated Byzantine agreement towards achieving optimal quality. FIN-NG greatly improves the performance of FIN and already outperforms Dumbo-NG in most deployment settings. To further overcome the scalability limit of FIN-NG due to $\bigO(n^3)$ messages, we propose JUMBO, a scalable instantiation of Dumbo-NG, with only $\bigO(n^2)$ complexities for both authenticators and messages. We use various aggregation and dispersal techniques for QCs to significantly reduce the authenticator complexity of original Dumbo-NG implementations by up to $\bigO(n^2)$ orders. We also propose a ``fairness'' patch for JUMBO, thus preventing a flooding adversary from controlling an overwhelming portion of transactions in its output.
Abstract（参考訳）: 非同期ビザンチン耐故障性(BFT)コンセンサス, eg Dumbo-NG(CCS)の最近の進歩 22)およびTusk(EuroSys'22)は、トランザクションの拡散とブロック合意の分離を通じて、有望なパフォーマンスを示す。しかし、数百ドルものノードで実行された場合、パフォーマンスが著しく低下する。それぞれのノードは$\bigO(n)$ quorum certificates (QC) をマルチキャストし、各ブロックに対して検証する必要がある。本稿では,上記のスケーラビリティ問題を系統的に検討し,解決する。まず、署名なし非同期共通サブセットプロトコルFIN(CCS)を適応させる、署名なし非同期BFTコンセンサスFIN-NGを提案する。 23)を同時放送及び合意の最先端の枠組みに組み込んだ。 FIN-NGの活力は、最適な品質を達成するための、FINの複数の評価済みビザンツ協定の再設計に依存しています。 FIN-NGは、FINのパフォーマンスを大幅に改善し、ほとんどのデプロイメント設定ですでにDumbo-NGを上回っている。さらに、$\bigO(n^3)$メッセージによるFIN-NGのスケーラビリティ限界を克服するため、認証とメッセージの両方に$\bigO(n^2)$複雑さしか持たない、Dumbo-NGのスケーラブルなインスタンス化であるJUMBOを提案する。我々は、QCの様々な集約と分散技術を用いて、元のDumbo-NG実装の認証複雑性を最大$\bigO(n^2)$オーダーで大幅に低減する。また,JUMBO に対する `fairness' パッチを提案し,その出力におけるトランザクションの圧倒的な部分を制御することを防止する。

関連論文リスト

Exact Certification of (Graph) Neural Networks Against Label Poisoning [50.87615167799367]
機械学習モデルはラベルのフリップ(ラベルのフリップ)に弱い。サンプルと集合証明書の両方を抽出し,正確な認証手法を提案する。私たちの研究は、ニューラルネットワークによって引き起こされた毒殺攻撃に対する最初の正確な証明書を提示しました。
論文参考訳（メタデータ） (2024-11-30T17:05:12Z)
Validated Strong Consensus Protocol for Asynchronous Vote-based Blockchains [4.79997217554732]
投票ベースのブロックチェーンは、Byzantine Fault Toleranceコンセンサスプロトコルを使用して、ある状態から別の状態へ移行する。本稿では,非同期環境におけるリーダベースの協調を可能にする,強大なBFTコンセンサスモデルを提案する。我々のプロトコルはメッセージの複雑さを大幅に減らし、しきい値のシグネチャに頼ることなく線形ビューの変更を実現する最初のプロトコルです。
論文参考訳（メタデータ） (2024-09-12T15:54:40Z)
Theorem-Carrying-Transaction: Runtime Certification to Ensure Safety for Smart Contract Transactions [8.32630869646569]
我々は、この野心的な目標に向けて、コミュニティに実行可能な技術ロードマップを提示します。我々の技術はTheorem-Carrying-Transaction (TCT)と呼ばれ、具体的実行と記号的証明の利点を組み合わせたものです。我々のプロトタイプは、最先端のアプローチよりも2桁低い、無視可能なランタイムオーバーヘッドを発生させます。
論文参考訳（メタデータ） (2024-08-12T20:27:41Z)
FORAY: Towards Effective Attack Synthesis against Deep Logical Vulnerabilities in DeFi Protocols [7.413607595641641]
我々は,DeFiプロトコルの深い論理的バグに対して,非常に効果的な攻撃合成フレームワークであるForayを紹介する。 DSLに基づいて、まず指定されたDeFiプロトコルをトークンフローグラフにコンパイルします。そこで我々は,特定の攻撃目標に対する攻撃スケッチを合成する効率的なスケッチ生成手法を設計した。
論文参考訳（メタデータ） (2024-07-08T19:35:48Z)
DFedADMM: Dual Constraints Controlled Model Inconsistency for Decentralized Federated Learning [52.83811558753284]
分散学習(DFL)は、中央サーバーを捨て、分散通信ネットワークを確立する。既存のDFL手法は依然として、局所的な矛盾と局所的な過度なオーバーフィッティングという2つの大きな課題に悩まされている。
論文参考訳（メタデータ） (2023-08-16T11:22:36Z)
Exponential Qubit Reduction in Optimization for Financial Transaction Settlement [0.0]
我々は、[Tan et al., Quantum 5, 454 (2021) で提示された量子ビット効率の符号化を拡張し、規制金融取引所が提供するデータから構築された金融取引決済問題の事例に適用する。
論文参考訳（メタデータ） (2023-07-14T06:58:43Z)
WR-ONE2SET: Towards Well-Calibrated Keyphrase Generation [57.11538133231843]
キーワード生成は、入力文書を要約する短いフレーズを自動的に生成することを目的としている。最近登場したONE2SETパラダイムは、キーフレーズをセットとして生成し、競争性能を達成した。本稿では, ONE2SET を拡張した WR-ONE2SET を提案する。
論文参考訳（メタデータ） (2022-11-13T09:56:24Z)
Local Stochastic Bilevel Optimization with Momentum-Based Variance Reduction [104.41634756395545]
具体的には、まず、決定論的勾配に基づくアルゴリズムであるFedBiOを提案する。 FedBiOの複雑性は$O(epsilon-1.5)$である。本アルゴリズムは数値実験において,他のベースラインと比較して優れた性能を示す。
論文参考訳（メタデータ） (2022-05-03T16:40:22Z)
BinaryBERT: Pushing the Limit of BERT Quantization [74.65543496761553]
本稿では、BERT量子化を重み二項化の限界まで押し上げるBinaryBERTを提案する。複雑で不規則な損失環境のため,バイナリBERTは3次学習よりも直接訓練が難しいことが判明した。実験結果から、BinaryBERT は完全精度 BERT ベースと比較して無視できる性能低下を示した。
論文参考訳（メタデータ） (2020-12-31T16:34:54Z)
On $\ell_p$-norm Robustness of Ensemble Stumps and Trees [83.81523991945018]
我々は,アンサンブルスタンプの音響検証のための効率的なプログラムベースアルゴリズムを開発した。我々は,アンサンブル・スタンプや木を訓練するための最初の認証された防御法を,$ell_p$ノルム摂動に関して実証した。
論文参考訳（メタデータ） (2020-08-20T03:42:40Z)
Albatross: An optimistic consensus algorithm [1.1775652117617563]
両世界の長所を組み合わせることを目的とした,PoS(Proof-of-Stake)ブロックチェーンコンセンサスアルゴリズムであるAlbatrossを紹介した。 Albatrossは高い確率的最終性を提供する高い性能の投機的BFTアルゴリズムである。我々のプロトコルは標準的なBFTの仮定で安全であることを証明し、理論的および実践的なレベルでその性能を解析する。
論文参考訳（メタデータ） (2019-03-04T23:39:48Z)

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。