論文の概要: NetChain: Authenticated Blockchain Top-k Graph Data Queries and its Application in Asset Management
- arxiv url: http://arxiv.org/abs/2501.15077v1
- Date: Sat, 25 Jan 2025 04:58:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-28 13:53:40.863823
- Title: NetChain: Authenticated Blockchain Top-k Graph Data Queries and its Application in Asset Management
- Title（参考訳）: NetChain: 認証されたブロックチェーンのTop-kグラフデータクエリとそのアセット管理への応用
- Authors: Hongguang Zhao, Xu Yang, Saiyu Qi, Qiuhao Wang, Ke Li,
- Abstract要約: 我々は,有効性のあるグラフデータ上で,効率的なトップkクエリを実現する新しいNetChainフレームワークを提案する。
具体的には,一致したオブジェクトに対して,ブロックレベルの(非)存在証明生成と組込み検証性をサポートする新しい2層インデックスを設計する。
- 参考スコア（独自算出の注目度）: 11.812449116601654
- License:
- Abstract: As a valuable digital resource, graph data is an important data asset, which has been widely utilized across various fields to optimize decision-making and enable smarter solutions. To manage data assets, blockchain is widely used to enable data sharing and trading, but it cannot supply complex analytical queries. vChain was proposed to achieve verifiable boolean queries over blockchain by designing an embedded authenticated data structure (ADS). However, for generating (non-)existence proofs, vChain suffers from expensive storage and computation costs in ADS construction, along with high communication and verification costs. In this paper, we propose a novel NetChain framework that enables efficient top-k queries over on-chain graph data with verifiability. Specifically, we design a novel authenticated two-layer index that supports (non-)existence proof generation in block-level and built-in verifiability for matched objects. To further alleviate the computation and verification overhead, an optimized variant NetChain+ is derived. The authenticity of our frameworks is validated through security analysis. Evaluations show that NetChain and NetChain+ outperform vChain, respectively achieving up to 85X and 31X improvements on ADS construction. Moreover, compared with vChain, NetChain+ reduces the communication and verification costs by 87% and 96% respectively.
- Abstract（参考訳）: グラフデータは貴重なデジタルリソースとして重要なデータ資産であり、意思決定を最適化し、よりスマートなソリューションを実現するために様々な分野に広く利用されている。
データアセットを管理するために、ブロックチェーンはデータ共有とトレーディングを可能にするために広く使用されているが、複雑な分析クエリは提供できない。
vChainは、組み込み認証データ構造(ADS)を設計することで、ブロックチェーン上で検証可能なブールクエリを実現するために提案された。
しかしながら、(非存在証明を生成するために)vChainは、高い通信と検証コストとともに、ADS構築における高価なストレージと計算コストに悩まされる。
本稿では,オンチェーングラフデータに対する高効率なTop-kクエリを実現するための新しいNetChainフレームワークを提案する。
具体的には,一致したオブジェクトに対して,ブロックレベルの(非)存在証明生成と組込み検証性をサポートする新しい2層インデックスを設計する。
さらに計算と検証のオーバーヘッドを軽減するため、最適化された変種NetChain+が導出される。
私たちのフレームワークの信頼性は、セキュリティ分析によって検証されます。
評価の結果,NetChainとNetChain+は,それぞれ85倍,31倍の改善が得られた。
さらに、vChainと比較して、NetChain+は通信コストと検証コストをそれぞれ87%、検証コストは96%削減する。
関連論文リスト
- EVeCA: Efficient and Verifiable On-Chain Data Query Framework Using Challenge-Based Authentication [14.92737321266529]
本稿では,効率的なオンチェーンデータクエリフレームワークEVeCAを提案する。
限られた数のノードに委譲することで、完全なノードをADS保守のタスクから解放します。
当社のフレームワークは,オンチェーンADS保守の必要性を効果的に排除し,全ノードがADS保守に費用対効果で参加できるようにする。
論文 参考訳（メタデータ） (2024-10-31T01:13:55Z) - AdChain: Decentralized Header Bidding [11.0286679945947]
本稿では,オンライン広告インプレッションの不一致を検知し,最小化する分散型,分散型,検証可能なソリューションであるAdChainを提案する。
実験では、50万以上の広告データポイントを用いて、98%の精度を達成できるシステムパラメータを特定した。
AdChain上のアクティブノードは、Bitcoinのような主要なブロックチェーンネットワーク上のマイナーに匹敵する利益を生み出すことができる。
論文 参考訳（メタデータ） (2024-10-21T16:08:20Z) - Provable Robustness of (Graph) Neural Networks Against Data Poisoning and Backdoor Attacks [50.87615167799367]
グラフニューラルネットワーク(GNN)は、特定のグラフのノード特徴をターゲットとして、バックドアを含む有毒な攻撃に対して認証する。
コンボリューションベースのGNNとPageRankベースのGNNの最悪の動作におけるグラフ構造の役割とその接続性に関する基本的な知見を提供する。
論文 参考訳（メタデータ） (2024-07-15T16:12:51Z) - Enhanced Security and Efficiency in Blockchain with Aggregated Zero-Knowledge Proof Mechanisms [15.034624246970154]
ブロックチェーンシステムにおけるデータ検証の現在のアプローチは、効率性と計算オーバーヘッドの観点から、課題に直面している。
本研究では,メルクル木構造におけるゼロ知識証明の革新的集約手法を提案する。
我々は,その生成と検証に必要な証明と計算資源を著しく削減するシステムを開発した。
論文 参考訳（メタデータ） (2024-02-06T09:26:46Z) - Generative AI-enabled Blockchain Networks: Fundamentals, Applications,
and Case Study [73.87110604150315]
Generative Artificial Intelligence(GAI)は、ブロックチェーン技術の課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。
本稿では、まずGAI技術を紹介し、そのアプリケーションの概要を説明し、GAIをブロックチェーンに統合するための既存のソリューションについて議論する。
論文 参考訳（メタデータ） (2024-01-28T10:46:17Z) - 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) - Black-box Dataset Ownership Verification via Backdoor Watermarking [67.69308278379957]
我々は、リリースデータセットの保護を、(目立たしい)サードパーティモデルのトレーニングに採用されているかどうかの検証として定式化する。
バックドアの透かしを通じて外部パターンを埋め込んでオーナシップの検証を行い,保護することを提案する。
具体的には、有毒なバックドア攻撃(例えばBadNets)をデータセットのウォーターマーキングに利用し、データセット検証のための仮説テストガイダンスメソッドを設計する。
論文 参考訳（メタデータ） (2022-08-04T05:32:20Z) - Detecting DeFi Securities Violations from Token Smart Contract Code [0.4263043028086136]
DeFi(Decentralized Finance)は、さまざまなブロックチェーン上のスマートコントラクトを通じて構築および配信される金融製品とサービスのシステムである。
本研究の目的は、トークンのスマートコントラクトコードに基づいて、証券違反の可能性のあるDeFiプロジェクトを特定できるかどうかを明らかにすることである。
論文 参考訳（メタデータ） (2021-12-06T01:44:08Z) - Relational Graph Neural Networks for Fraud Detection in a Super-App
environment [53.561797148529664]
スーパーアプリケーションの金融サービスにおける不正行為防止のための関係グラフ畳み込みネットワーク手法の枠組みを提案する。
我々は,グラフニューラルネットワークの解釈可能性アルゴリズムを用いて,ユーザの分類タスクに対する最も重要な関係を判定する。
以上の結果から,Super-Appの代替データと高接続性で得られるインタラクションを利用するモデルには,付加価値があることが示唆された。
論文 参考訳（メタデータ） (2021-07-29T00:02:06Z) - Zero-shot Fact Verification by Claim Generation [85.27523983027471]
我々は,堅牢な事実検証モデルをトレーニングするフレームワークであるQACGを開発した。
われわれは自動的に生成されたクレームを使って、Wikipediaのエビデンスからサポートしたり、反論したり、検証したりできる。
ゼロショットシナリオでは、QACGはRoBERTaモデルのF1を50%から77%に改善し、パフォーマンスは2K以上の手作業による例に相当する。
論文 参考訳（メタデータ） (2021-05-31T03:13:52Z) - Information Obfuscation of Graph Neural Networks [96.8421624921384]
本稿では,グラフ構造化データを用いた学習において,情報難読化による機密属性保護の問題について検討する。
本稿では,全変動量とワッサーシュタイン距離を交互に学習することで,事前決定された機密属性を局所的にフィルタリングするフレームワークを提案する。
論文 参考訳（メタデータ） (2020-09-28T17:55:04Z)
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。