論文の概要: SAMM: Sharded Automated Market Maker
- arxiv url: http://arxiv.org/abs/2406.05568v4
- Date: Tue, 10 Sep 2024 13:08:49 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-11 22:52:03.580075
- Title: SAMM: Sharded Automated Market Maker
- Title（参考訳）: SAMM:Sharded Automated Market Maker
- Authors: Hongyin Chen, Amit Vaisman, Ittay Eyal,
- Abstract要約: Automated Market Makers(AMM)は、ブロックチェーン上で動作するスマートコントラクト(ステートフルプログラム)である。
我々は複数のシャードからなるAMMであるSAMMについて述べる。全てのシャードは同じチェーン上で実行されているAMMであるが、それらの独立性は並列実行を可能にする。
流動性プロバイダは、すべてのシャード間で流動性をバランスさせ、不安定化攻撃を克服し、取引は均等に分散している。
- 参考スコア（独自算出の注目度）: 2.6831773062745863
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Automated Market Makers (AMMs) are a cornerstone of decentralized finance. They are smart contracts (stateful programs) running on blockchains. They enable virtual token exchange: Traders swap tokens with the AMM for a fee, while liquidity providers supply liquidity and earn these fees. Demand for AMMs is growing rapidly, but our experiment-based estimates show that current architectures cannot meet the projected demand by 2029. This is because the execution of existing AMMs is non-parallelizable. We present SAMM, an AMM comprising multiple shards. All shards are AMMs running on the same chain, but their independence enables parallel execution. Unlike classical sharding solutions, here security relies on incentive compatibility. Therefore, SAMM introduces a novel fee design. Through analysis of Subgame-Perfect Nash Equilibria (SPNE), we show that SAMM incentivizes the desired behavior: Liquidity providers balance liquidity among all shards, overcoming destabilization attacks, and trades are evenly distributed. We validate our game-theoretic analysis with a simulation using real-world data. We evaluate SAMM by implementing and deploying it on local testnets of the Sui and Solana blockchains. To our knowledge, this is the first quantification of ``hot-contract'' performance. SAMM improves throughput by 5x and 16x, respectively, potentially more with better parallelization of the underlying blockchains. It is directly deployable, mitigating the upcoming scaling bottleneck.
- Abstract（参考訳）: AMM(Automated Market Makers)は、分散型金融の基盤である。
ブロックチェーン上で動作するスマートコントラクト(ステートフルプログラム)である。
トレーダーはAMMとトークンを交換し、流動性プロバイダは流動性を提供し、これらの手数料を得る。
AMMの需要は急速に増加しているが、我々の実験に基づく推計では、現在のアーキテクチャは2029年までに予測された需要を満たすことができない。
これは、既存のAMMの実行が並列化できないためである。
複数のシャードからなるAMMであるSAMMを提案する。
すべてのシャードは同じチェーン上で実行されるAMMだが、独立性は並列実行を可能にする。
古典的なシャーディングソリューションとは異なり、このセキュリティはインセンティブの互換性に依存している。
そのため、SAMMは新たな料金設計を導入している。
サブゲーム・パーフェクト・ナッシュ均衡(SPNE)の分析により,SAMMは望ましい行動のインセンティブを与えることを示す: 流動性プロバイダはすべてのシャード間で流動性をバランスさせ,不安定化攻撃を克服し,取引を均等に分散する。
実世界のデータを用いたシミュレーションによりゲーム理論解析を検証する。
我々は,ShuブロックチェーンとSolanaブロックチェーンのローカルテストネット上に実装し,デプロイすることでSAMMを評価する。
私たちの知る限りでは、これは `hot-contract'' のパフォーマンスの最初の定量化です。
SAMMはスループットをそれぞれ5倍と16倍改善し、基盤となるブロックチェーンの並列化を向上する可能性がある。
直接デプロイ可能で、今後のスケーリングボトルネックを軽減する。
関連論文リスト
- Game Theoretic Liquidity Provisioning in Concentrated Liquidity Market Makers [8.56210578177444]
集中流動性市場メーカ(CLMM)におけるLPのインセンティブについて検討する。
リスク資産を有する流動性プールでは、LPはナッシュ均衡から遠く離れた投資戦略を採用する。
いくつかのプールにおいて、我々のゲームのナッシュ均衡をより緊密に適合させる戦略を更新することで、LPは日々のリターンの中央値を16.99ドル改善できることを示す。
論文 参考訳（メタデータ） (2024-11-15T18:09:43Z) - ammBoost: State Growth Control for AMMs [0.6383640665055312]
自動市場メーカー(AMMs)は、最近大きな関心を集めている分散型暗号通貨取引所の一形態である。
既存のスケーラビリティソリューションは、AMMの文脈で使用される場合、そのオーバーヘッドが大きいため効果がないか、セキュリティと集中化の問題に悩まされている。
本稿では、新しいサイドチェーンアーキテクチャをレイヤ2ソリューションとして利用し、amBoostと呼ばれるシステムを構築することで、これらの課題に対処する。
論文 参考訳（メタデータ） (2024-06-24T19:34:05Z) - Flashback: Enhancing Proposer-Builder Design with Future-Block Auctions in Proof-of-Stake Ethereum [27.386337024680245]
検索者、ビルダー、プロジェクタ間で使用されるオークションメカニズムは、ブロックチェーン全体の健全性に不可欠である。
本稿では,PBS設計を探索者,構築者,提案者間のゲームとして検討する。
我々の設計における重要な新規性は将来のブロックプロジェクタの導入であり、エポックのプロジェクタはすべて、実証(PoS)において前もって決定される。
本分析は, 競技者に対して, 最先端技術と比較して, より平衡な代替競売機構が存在することを示す。
論文 参考訳（メタデータ） (2024-05-15T15:58:21Z) - Fully Automated Selfish Mining Analysis in Efficient Proof Systems Blockchains [5.864854777864723]
私たちは、Bitcoinのような長鎖ブロックチェーンにおける自己中心的なマイニング攻撃について研究していますが、そこでは、作業の証明が効率的な証明システムに置き換えられます。
本稿では,敵の相対収益を最大化することを目的とした,新たな自尊心のあるマイニング攻撃を提案する。
本稿では,MDP の最適相対収益を$epsilon$-tight で計算する形式解析手法を提案する。
論文 参考訳（メタデータ） (2024-05-07T15:44:39Z) - Token Fusion: Bridging the Gap between Token Pruning and Token Merging [71.84591084401458]
ビジョントランスフォーマー(ViT)はコンピュータビジョンの強力なバックボーンとして登場し、多くの伝統的なCNNを上回っている。
計算オーバーヘッドは、主に自己アテンション機構によるもので、リソース制約のあるエッジデバイスへのデプロイが困難になる。
トークンプルーニングとトークンマージの両方のメリットを両立させる手法であるToken Fusion(ToFu)を紹介する。
論文 参考訳（メタデータ） (2023-12-02T04:29:19Z) - Onchain Sports Betting using UBET Automated Market Maker [45.410818354926406]
分散スポーツの賭けには、効率的な流動性提供のために自動市場メーカー(AMM)が必要である。
Uniswapのような既存のAMMは、公正な確率に一致せず、流動性プロバイダーのリスクを生み出している。
本稿では、スマートコントラクトとアルゴリズムを活用して、スポーツオッズを公平に価格設定するUBET AMM(UAMM)を紹介する。
論文 参考訳（メタデータ） (2023-08-18T02:19:30Z) - Do the Rewards Justify the Means? Measuring Trade-Offs Between Rewards
and Ethical Behavior in the MACHIAVELLI Benchmark [61.43264961005614]
我々は、50万以上のリッチで多様なシナリオを含む134個のChoose-Your-Own-Adventureゲームのベンチマークを開発する。
我々は、エージェントの傾向をパワー・シーキングと評価し、不使用を生じさせ、倫理的違反を犯す。
以上の結果から,エージェントは有能かつ道徳的に行動できることが示唆された。
論文 参考訳（メタデータ） (2023-04-06T17:59:03Z) - Uniswap Liquidity Provision: An Online Learning Approach [49.145538162253594]
分散取引所(DEX)は、テクノロジーを活用した新しいタイプのマーケットプレイスである。
そのようなDECの1つ、Unixwap v3は、流動性プロバイダが資金のアクティブな価格間隔を指定することで、より効率的に資金を割り当てることを可能にする。
これにより、価格間隔を選択するための最適な戦略を見出すことが問題となる。
我々は、この問題を非確率的な報酬を伴うオンライン学習問題として定式化する。
論文 参考訳（メタデータ） (2023-02-01T17:21:40Z) - QLAMMP: A Q-Learning Agent for Optimizing Fees on Automated Market
Making Protocols [5.672898304129217]
本稿では,所定のAMMプロトコルの最適料金率を学習し,係数を活用するQ-Learning Agent for Market Making Protocols (QLAMMP) を開発する。
QLAMMPは、すべてのシミュレートされたテスト条件下で、その静的な性能を一貫して上回っていることを示す。
論文 参考訳（メタデータ） (2022-11-28T00:30:45Z) - Token Spammers, Rug Pulls, and SniperBots: An Analysis of the Ecosystem of Tokens in Ethereum and in the Binance Smart Chain (BNB) [50.888293380932616]
トークンと流動性のプールの生態系を研究する。
トークンの約60%が1日以内でアクティブであることが分かりました。
1日間の暴走が2億4000万ドルという利益を生み出したと見積もっている。
論文 参考訳（メタデータ） (2022-06-16T14:20:19Z) - Weighted QMIX: Expanding Monotonic Value Function Factorisation for Deep
Multi-Agent Reinforcement Learning [66.94149388181343]
本稿では,MARLのためのQ$-learningアルゴリズムの新バージョンを提案する。
Q*$をアクセスしても、最適なポリシーを回復できることを示します。
また,プレデレータープリとマルチエージェントのStarCraftベンチマークタスクの性能向上を実証した。
論文 参考訳（メタデータ） (2020-06-18T18:34:50Z)
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。