論文の概要: Ormer: A Manipulation-resistant and Gas-efficient Blockchain Pricing Oracle for DeFi
- arxiv url: http://arxiv.org/abs/2410.07893v2
- Date: Tue, 24 Jun 2025 07:48:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-25 19:48:23.258285
- Title: Ormer: A Manipulation-resistant and Gas-efficient Blockchain Pricing Oracle for DeFi
- Title（参考訳）: Ormer: OracleがDeFiを価格設定する操作に抵抗的でガス効率のよいブロックチェーン
- Authors: Dongbin Bai, Jiannong Cao, Yinfeng Cao, Long Wen, Milos Stojmenovic,
- Abstract要約: 平均的時間重み付き平均価格(TWAP)オーラクルは、時間枠を短くして資産価格を平均化することによって価格供給を処理するために広く使用されている。
この問題に対処するために,新しいオンチェーンガス効率価格アルゴリズム(Ormer)を提案する。
Ormerは平均絶対価格誤差を15.3%、時間遅延を49.3%削減する。
- 参考スコア（独自算出の注目度）: 9.246460432618049
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Price feeds of cryptocurrencies are essential for Decentralized Finance (DeFi) applications to realize fundamental trading and exchanging functionalities, which are retrieved from external price data sources such as exchanges and input to on-chain smart contracts in real-time. Currently, arithmetic mean based time-weighted average price (TWAP) oracles are widely used to process price feeds by averaging asset price with short time frame to achieve reliable and gas-efficient pricing. However, recent research indicates that TWAP is vulnerable to price manipulation attacks, resulting in abnormal price fluctuations and severe financial loss. Even worse, TWAP oracles usually set a relatively long time frame setting to prevent such attack. However, it would further introduce long delays and high price deviation errors from the market asset price. To address this issue, we propose a novel on-chain gas-efficient pricing algorithm (Ormer) that heuristically estimates the median of asset price within an observation window based on a piecewise-parabolic formula, while the time delay is suppressed by fusing estimations with different window sizes. Our evaluation based on multiple pairs of token swapping price feed across different chains show that Ormer reduces the mean absolute price error by 15.3% and the time delay by 49.3% compared to TWAP. For gas efficiency, regardless of the number of price observations, an encoding mechanism with constant storage requirement is employed without saving all the historical data for median estimation. Surprisingly, the lowest gas consumption of Ormer is even 15.2% less than TWAP, and the oracle querying fee would be saved up to ~20K USD per day for DeFi participants.
- Abstract（参考訳）: 暗号通貨の価格フィードは、交換やオンチェーンスマートコントラクトへの入力などの外部価格データソースからリアルタイムで取得される、基本的な取引と交換機能を実現するために、分散ファイナンス(DeFi)アプリケーションにとって不可欠である。
現在、算術平均時間重み付き平均価格(TWAP)オーラクルは、信頼性とガス効率のよい価格を達成するために、資産価格を短時間で平均化することで価格供給を処理するために広く使用されている。
しかし、最近の研究では、TWAPは価格操作攻撃に対して脆弱であり、異常な価格変動と深刻な財務損失をもたらすことが示されている。
さらに悪いことに、TWAPのオラクルは通常、そのような攻撃を防ぐために比較的長いフレーム設定を設定します。
しかし、市場資産価格から長期の遅れや高い価格ずれをさらに導入する。
この問題に対処するため,我々は,時間遅延を,異なるウィンドウサイズで推定することにより抑制しつつ,観察窓内での資産価格の中央値を時間的に推定する新しいオンチェーンガス効率価格アルゴリズム(Ormer)を提案する。
異なるチェーンにまたがる複数のトークンスワップ価格フィードに基づいて評価した結果,Ormerは平均絶対価格誤差を15.3%,時間遅延を49.3%削減した。
ガス効率については、価格観測数に関係なく、すべての履歴データを中央値の推定のために保存することなく、一定の保存条件を持つ符号化機構を用いる。
驚いたことに、オルマーの最低ガス消費量はTWAPよりも15.2%少なく、オラクルのクエリ料金はDeFi参加者の1日あたり20万米ドルまで節約される。
関連論文リスト
- DeFiScope: Detecting Various DeFi Price Manipulations with LLM Reasoning [13.536828549768858]
我々は、最初のLCMベースのアプローチであるDeFiScopeを導入し、DeFi価格操作攻撃を検出する。
DeFiScopeは高い精度の96%、リコールレートの80%を達成し、SOTAのアプローチを著しく上回っている。
論文 参考訳（メタデータ） (2025-02-17T07:45:03Z) - Towards Resource-Efficient Federated Learning in Industrial IoT for Multivariate Time Series Analysis [50.18156030818883]
異常と欠落したデータは、産業応用における厄介な問題を構成する。
ディープラーニングによる異常検出が重要な方向として現れている。
エッジデバイスで収集されたデータは、ユーザのプライバシを含む。
論文 参考訳（メタデータ） (2024-11-06T15:38:31Z) - DeFiGuard: A Price Manipulation Detection Service in DeFi using Graph Neural Networks [20.373624767892302]
本稿では,グラフニューラルネットワーク(GNN)を用いた新しい検出サービスDeFiGuardを紹介する。
DeFiGuardはトランザクション解析、グラフ構築、モデルトレーニング、PMA検出を統合している。
GNNモデルを用いたDeFiGuardは、精度、TPR、FPR、AUC-ROCのベースラインを上回っている。
論文 参考訳（メタデータ） (2024-06-17T02:51:18Z) - Bayesian Hierarchical Probabilistic Forecasting of Intraday Electricity Prices [0.0]
本研究は、ドイツの日内取引で取引された電力価格のベイズ予測を初めて示したものである。
ターゲット変数はIDFull価格指数であり、予測は後続の予測分布として与えられる。
絶対誤差で平均5.9,%の減少を含む点測度と確率スコアの大幅な改善を観察する。
論文 参考訳（メタデータ） (2024-03-08T16:51:27Z) - SecPLF: Secure Protocols for Loanable Funds against Oracle Manipulation Attacks [10.0374854365425]
本稿では,オラクル操作を効果的に行うための,堅牢で実用的なソリューションであるSecPLFを提案する。
SecPLFは価格オラクルの使用に価格制約を課すことで、最後に記録された価格が定義された閾値に収まる場合にのみ価格オラクルにPLFが関与することを保証する。
歴史的市場データに基づく評価は、SecPLFが仲裁攻撃に対する高信頼防止に有効であることを裏付けるものである。
論文 参考訳（メタデータ） (2024-01-16T17:32:17Z) - Client Orchestration and Cost-Efficient Joint Optimization for
NOMA-Enabled Hierarchical Federated Learning [55.49099125128281]
半同期クラウドモデルアグリゲーションの下で非直交多重アクセス(NOMA)を実現するHFLシステムを提案する。
提案手法は,HFLの性能改善と総コスト削減に関するベンチマークよりも優れていることを示す。
論文 参考訳（メタデータ） (2023-11-03T13:34:44Z) - Diffusion Variational Autoencoder for Tackling Stochasticity in
Multi-Step Regression Stock Price Prediction [54.21695754082441]
長期的地平線上での多段階の株価予測は、ボラティリティの予測に不可欠である。
多段階の株価予測に対する現在の解決策は、主に単一段階の分類に基づく予測のために設計されている。
深層階層型変分オートコーダ(VAE)と拡散確率的手法を組み合わせてセック2seqの株価予測を行う。
本モデルでは, 予測精度と分散性の観点から, 最先端の解よりも優れていることを示す。
論文 参考訳（メタデータ） (2023-08-18T16:21:15Z) - Leveraging Machine Learning for Multichain DeFi Fraud Detection [5.213509776274283]
本稿では,最も大きなチェーンを含むさまざまなチェーンから特徴を抽出するフレームワークを提案し,広範囲なデータセットで評価する。
XGBoostやニューラルネットワークなど、さまざまな機械学習手法を使用して、DeFiと対話する不正アカウントの検出を識別した。
本稿では,新しいDeFi関連機能の導入により,評価結果が大幅に改善されることを実証する。
論文 参考訳（メタデータ） (2023-05-17T15:48:21Z) - Blockchain Transaction Fee Forecasting: A Comparison of Machine Learning
Methods [0.0]
本稿は,EthUSD BitUSDとガス価格の関連性について,2019年以前の作業状況について報告する。
予測には, 直接再帰型ハイブリッドLSTM, CNNLSTM, Attention LSTMなど, 機械学習手法の新たな組み合わせを比較する。
論文 参考訳（メタデータ） (2023-05-14T08:51:44Z) - FedSkip: Combatting Statistical Heterogeneity with Federated Skip
Aggregation [95.85026305874824]
我々はFedSkipと呼ばれるデータ駆動型アプローチを導入し、フェデレーション平均化を定期的にスキップし、ローカルモデルをクロスデバイスに分散することで、クライアントの最適化を改善する。
我々は、FedSkipがはるかに高い精度、より良いアグリゲーション効率、競合する通信効率を達成することを示すために、さまざまなデータセットに関する広範な実験を行う。
論文 参考訳（メタデータ） (2022-12-14T13:57:01Z) - Multivariate Probabilistic Forecasting of Intraday Electricity Prices
using Normalizing Flows [62.997667081978825]
ドイツでは、日内電気価格は通常、EPEXスポット市場の1日当たりの価格に異なる時間帯で変動する。
本研究は,日頭契約の日内価格差をモデル化する確率論的モデリング手法を提案する。
論文 参考訳（メタデータ） (2022-05-27T08:38:20Z) - Autoencoder based Hybrid Multi-Task Predictor Network for Daily
Open-High-Low-Close Prices Prediction of Indian Stocks [10.377424252002792]
マルチタスク予測ネットワークの前に,事前学習したエンコーダをカスケードする新しいフレームワークを提案する。
このようなネットワークは、株価を予測するのにずっと効率的であると考えられる。
論文 参考訳（メタデータ） (2022-04-28T11:42:20Z) - 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。