論文の概要: Implementation Study of Cost-Effective Verification for Pietrzak's Verifiable Delay Function in Ethereum Smart Contracts
- arxiv url: http://arxiv.org/abs/2405.06498v4
- Date: Fri, 16 Aug 2024 14:13:50 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-19 20:02:45.990179
- Title: Implementation Study of Cost-Effective Verification for Pietrzak's Verifiable Delay Function in Ethereum Smart Contracts
- Title(参考訳): EthereumスマートコントラクトにおけるPietrzakの検証遅延関数のコスト効果検証の実装検討
- Authors: Suhyeon Lee, Euisin Gee, Junghee Lee,
- Abstract要約: Verifiable Delay Function (VDF) は、シーケンシャルな処理によって出力されるまでの最小遅延を保証する暗号概念である。
ブロックチェーン環境では、Pietrzak VDFには、長いポーフサイズと再帰プロトコルを含む欠点がある。
本稿では,仮想マシン上でのPietrzak VDF検証の実装研究について述べる。
- 参考スコア(独自算出の注目度): 2.52224518866815
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Verifiable Delay Function (VDF) is a cryptographic concept that ensures a minimum delay before output through sequential processing, which is resistant to parallel computing. One of the significant VDF protocols academically reviewed is the VDF protocol proposed by Pietrzak. However, for the blockchain environment, the Pietrzak VDF has drawbacks including long poof size and recursive protocol computation. In this paper, we present an implementation study of Pietrzak VDF verification on Ethereum Virtual Machine (EVM). We found that the discussion in the Pietrzak's original paper can help a clear optimization in EVM where the costs of computation are predefined as the specific amounts of gas. In our results, the cost of VDF verification can be reduced from 4M to 2M gas, and the proof length can be generated under 8 KB with the 2048-bit RSA key length, which is much smaller than the previous expectation.
- Abstract(参考訳): Verifiable Delay Function (VDF) は、並列処理に耐性のある逐次処理による出力の最小遅延を保証する暗号概念である。
学術的にレビューされた重要なVDFプロトコルの1つは、Pietrzakによって提案されたVDFプロトコルである。
しかしながら、ブロックチェーン環境では、Pietrzak VDFには、長いポーフサイズと再帰的なプロトコル計算を含む欠点がある。
本稿では,Ethereum仮想マシン(EVM)上でのPietrzak VDF検証の実装研究について述べる。
その結果,Pietrzak の論文では,計算コストを特定のガス量として事前に定義した EVM の最適化に有効であることが判明した。
その結果、VDF検証のコストは4Mから2Mに削減でき、2048ビットのRSA鍵長を持つ8KB以下で証明長を生成できることがわかった。
関連論文リスト
- 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) - Boosting Few-Pixel Robustness Verification via Covering Verification Designs [1.3024517678456733]
ニューラルネットワークの信頼性を高めるためには、局所的な堅牢性を証明することが不可欠である。
多くの検証者は$L_infty$$epsilon$-ballsでロバスト性を証明するが、$L_infty$$epsilon$-ballsでロバスト性を検証する作業はほとんどない。
提案するCoVerDは,ブロックサイズ分布を予測せずに,異なる候補被覆を選択する,$L_$ロバスト性検証器である。
論文 参考訳(メタデータ) (2024-05-17T17:23:36Z) - Private and Secure Post-Quantum Verifiable Random Function with NIZK Proof and Ring-LWE Encryption in Blockchain [1.4792750204228]
本稿では,従来のVRF構築の制限に対処するブロックチェーンベースの検証ランダム関数(VRF)方式を提案する。
量子後リング-LWE暗号を擬似ランダムシーケンスに適用することにより,VRFのセキュアなランダム性を向上させる。
その結果, 平均p値が0.5459で, 合格率は98.86%であった。
論文 参考訳(メタデータ) (2023-11-20T12:56:50Z) - Prototype-based Aleatoric Uncertainty Quantification for Cross-modal
Retrieval [139.21955930418815]
クロスモーダル検索手法は、共通表現空間を共同学習することにより、視覚と言語モダリティの類似性関係を構築する。
しかし、この予測は、低品質なデータ、例えば、腐敗した画像、速いペースの動画、詳細でないテキストによって引き起こされるアレタリック不確実性のために、しばしば信頼性が低い。
本稿では, 原型に基づくAleatoric Uncertainity Quantification (PAU) フレームワークを提案する。
論文 参考訳(メタデータ) (2023-09-29T09:41:19Z) - Bicoptor 2.0: Addressing Challenges in Probabilistic Truncation for Enhanced Privacy-Preserving Machine Learning [6.733212399517445]
本稿では,既存のPPML作業における確率的トランケーションプロトコルの問題の解析と解決策の提案に焦点をあてる。
精度の面では、既存の作品のいくつかで推奨される精度の選択が誤りであることを明らかにする。
本稿では,今後の課題に対する解法と精度選択ガイドラインを提案する。
論文 参考訳(メタデータ) (2023-09-10T01:43:40Z) - Publicly-Verifiable Deletion via Target-Collapsing Functions [81.13800728941818]
ターゲットの折り畳みは、公開可能な削除(PVD)を可能にすることを示す。
我々は、弱い暗号的仮定から公開可能な削除を支援する様々なプリミティブを得るために、このフレームワークを構築している。
論文 参考訳(メタデータ) (2023-03-15T15:00:20Z) - Is Vertical Logistic Regression Privacy-Preserving? A Comprehensive
Privacy Analysis and Beyond [57.10914865054868]
垂直ロジスティック回帰(VLR)をミニバッチ降下勾配で訓練した。
我々は、オープンソースのフェデレーション学習フレームワークのクラスにおいて、VLRの包括的で厳密なプライバシー分析を提供する。
論文 参考訳(メタデータ) (2022-07-19T05:47:30Z) - Selective Network Linearization for Efficient Private Inference [49.937470642033155]
本稿では,予測精度を維持しつつReLUを選択的に線形化する勾配に基づくアルゴリズムを提案する。
その結果、現在の技術よりも4.25%$の精度(so-ReLUは50K)、または2.2times$のレイテンシ(so-accuracyは70%)が低いことがわかった。
論文 参考訳(メタデータ) (2022-02-04T19:00:24Z) - MPC-Friendly Commitments for Publicly Verifiable Covert Security [16.430876603766965]
本稿では,2要素計算におけるコミットメントを効率よく検証する問題に対処する。
当社の工事は, PVC (Public Verible Covert) セキュリティモデルで運用されている。
我々は, 必要な非線形操作の観点から, 建設が厳密であることを示す。
論文 参考訳(メタデータ) (2021-09-15T17:52:18Z) - Beta-CROWN: Efficient Bound Propagation with Per-neuron Split
Constraints for Complete and Incomplete Neural Network Verification [151.62491805851107]
私たちは、ニューロン毎の分割を完全にエンコードできるバウンド伝搬ベースの検証器である$beta$-crownを開発した。
Beta$-CROWNはLPベースのBaB法よりも3桁近い速さで堅牢性検証が可能です。
BaBを早期に終了することにより、不完全な検証にも使用できます。
論文 参考訳(メタデータ) (2021-03-11T11:56:54Z) - Towards a Theoretical Understanding of the Robustness of Variational
Autoencoders [82.68133908421792]
敵攻撃や他の入力摂動に対する変分オートエンコーダ(VAE)の堅牢性を理解するために,我々は進出している。
確率モデルにおけるロバスト性のための新しい基準である$r$-robustnessを開発する。
遠心法を用いて訓練したVAEが、ロバストネスの指標でよく評価されていることを示す。
論文 参考訳(メタデータ) (2020-07-14T21:22:29Z)
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。