論文の概要: zScore: A Universal Decentralised Reputation System for the Blockchain Economy

• arxiv url: http://arxiv.org/abs/2503.05718v1
• Date: Mon, 17 Feb 2025 07:19:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-16 09:47:36.398454
• Title: zScore: A Universal Decentralised Reputation System for the Blockchain Economy
• Title（参考訳）: zScore: ブロックチェーン経済のための普遍的な分散レバレッジシステム
• Authors: Himanshu Udupi, Ashutosh Sahoo, Akshay S. P., Gurukiran S., Parag Paul, Petrus C. Martens,
• Abstract要約: zScoreという名の堅牢なフレームワークを提供しています。これはウォレットのオンチェーン動作に由来する評価のためのコアプリミティブです。 貸し出しプロトコルの遡及的データで行った最初の結果は、良いzScoreと健全な借り入れ行動と返済行動との間に強い相関関係を確立した。 第5節では,本システムの適用可能性のリストを提示し,実際の価値創造に報いるための実用性を確立する。
• 参考スコア（独自算出の注目度）: 0.8246494848934447
• License:
• Abstract: Modern society functions on trust. The onchain economy, however, is built on the founding principles of trustless peer-to-peer interactions in an adversarial environment without a centralised body of trust and needs a verifiable system to quantify credibility to minimise bad economic activity. We provide a robust framework titled zScore, a core primitive for reputation derived from a wallet's onchain behaviour using state-of-the-art AI neural network models combined with real-world credentials ported onchain through zkTLS. The initial results tested on retroactive data from lending protocols establish a strong correlation between a good zScore and healthy borrowing and repayment behaviour, making it a robust and decentralised alibi for creditworthiness; we highlight significant improvements from previous attempts by protocols like Cred showcasing its robustness. We also present a list of possible applications of our system in Section 5, thereby establishing its utility in rewarding actual value creation while filtering noise and suspicious activity and flagging malicious behaviour by bad actors.
• Abstract（参考訳）: 現代社会は信頼で機能する。 しかし、オンチェーン・エコノミーは、中央集権的な信頼団体を持たない敵対的な環境における信頼のないピアツーピアインタラクションの確立原則に基づいて構築されており、悪い経済活動を最小限に抑えるための信頼性を定量化するための検証可能なシステムが必要である。 私たちはzScoreという名の堅牢なフレームワークを提供しています。これは、最先端のAIニューラルネットワークモデルと、zkTLSを通じてオンチェーンに移植された現実世界の資格情報を組み合わせたウォレットのオンチェーン行動に由来する、評判のコアプリミティブです。 貸し出しプロトコルの遡及的データでテストされた最初の結果は、良いzScoreと健全な借り入れと返済行動との間に強い相関関係を確立し、信用力のための堅牢で分散化されたアリバイとなる。 また,本システムの適用可能性のリストを第5節で提示し,ノイズや不審な行為をフィルタリングし,悪役による悪意ある行為を警告すると共に,実際の価値創造に報いるための実用性を確立した。

関連論文リスト

• Proof-of-Data: A Consensus Protocol for Collaborative Intelligence [6.107950942979923]
  本稿では,新しいProof-of-Data(PoD)コンセンサスプロトコルに基づくブロックチェーンベースのByzantineフォールトトレラントなフェデレーション学習フレームワークを提案する。 PoDは、社会規模のPoWスタイルの学習から学習効率とシステムの活力の恩恵を受けることができる。 ビザンチン攻撃によるデータ偽造による偽報酬請求を軽減するために、プライバシ対応のデータ検証とコントリビューションベースの報酬配分機構がフレームワークの完成のために設計されている。
  論文  参考訳（メタデータ） (2025-01-06T12:27:59Z)
• It Takes Two: A Peer-Prediction Solution for Blockchain Verifier's Dilemma [12.663727952216476]
  我々は,分散検証ゲームのための一相ベイズ的真理機構の設計に向けて,ビザンチン・ローバストなピア予測フレームワークを開発する。 我々の研究は、ブロックチェーンのセキュリティと堅牢性を高める分散検証プロトコルのためのインセンティブ設計のフレームワークを提供する。
  論文  参考訳（メタデータ） (2024-06-03T21:21:17Z)
• Proof of Quality: A Costless Paradigm for Trustless Generative AI Model Inference on Blockchains [24.934767209724335]
  生成AIモデルは、自然言語や画像タスクにおいて強力で破壊的な能力を示している。 これらのモデルを分散環境で展開することは 依然として困難です ブロックチェーンアーキテクチャ上に任意の大規模な生成モデルをデプロイ可能にするために,Emphproof of Quality(PoQ)と呼ばれる新たな推論パラダイムを提案する。
  論文  参考訳（メタデータ） (2024-05-28T08:00:54Z)
• Graph Attention Network-based Block Propagation with Optimal AoI and Reputation in Web 3.0 [59.94605620983965]
  我々は、ブロックチェーン対応Web 3.0のための、グラフ注意ネットワーク(GAT)ベースの信頼できるブロック伝搬最適化フレームワークを設計する。 ブロック伝搬の信頼性を実現するために,主観的論理モデルに基づく評価機構を導入する。 グラフ構造化データの処理能力に優れたGATが存在することを考慮し、GATを強化学習に利用して最適なブロック伝搬軌道を得る。
  論文  参考訳（メタデータ） (2024-03-20T01:58:38Z)
• Decoding Compressed Trust: Scrutinizing the Trustworthiness of Efficient LLMs Under Compression [109.23761449840222]
  本研究は,Large Language Models (LLM) の最初の完全評価を行う。 量子化は現在、効率性と信頼性を同時に達成する上で、プルーニングよりも効果的なアプローチであることが分かっています。
  論文  参考訳（メタデータ） (2024-03-18T01:38:19Z)
• Blockchain-enabled Trustworthy Federated Unlearning [50.01101423318312]
  フェデレートアンラーニング(Federated Unlearning)は、分散クライアントのデータオーナシップを保護するための、有望なパラダイムである。 既存の作業では、分散クライアントからの履歴モデルパラメータを保持するために、中央サーバが必要である。 本稿では,ブロックチェーンによる信頼性の高いフェデレーションアンラーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-01-29T07:04:48Z)
• Defending Against Poisoning Attacks in Federated Learning with Blockchain [12.840821573271999]
  ブロックチェーンと分散台帳技術に基づくセキュアで信頼性の高いフェデレーション学習システムを提案する。 本システムでは,オンチェーン型スマートコントラクトを利用したピアツーピア投票機構と報酬アンドスラッシュ機構を組み込んで,悪意ある行動の検出と検出を行う。
  論文  参考訳（メタデータ） (2023-07-02T11:23:33Z)
• 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)
• RobustBench: a standardized adversarial robustness benchmark [84.50044645539305]
  ロバストネスのベンチマークにおける主な課題は、その評価がしばしばエラーを起こし、ロバストネス過大評価につながることである。 我々は,白箱攻撃と黒箱攻撃のアンサンブルであるAutoAttackを用いて,敵対的ロバスト性を評価する。 分散シフト,キャリブレーション,アウト・オブ・ディストリビューション検出,フェアネス,プライバシリーク,スムースネス,転送性に対するロバスト性の影響を解析した。
  論文  参考訳（メタデータ） (2020-10-19T17:06:18Z)
• BlockFLow: An Accountable and Privacy-Preserving Solution for Federated Learning [2.0625936401496237]
  BlockFLowは、完全な分散化とプライバシ保護を備えた、説明可能なフェデレーション学習システムである。 その主な目標は、基盤となるデータセットのプライバシ保護と悪意のある敵に対する耐性を確保しながら、コントリビューションの品質に比例するエージェントに報酬を与えることである。
  論文  参考訳（メタデータ） (2020-07-08T02:24:26Z)
• Regulation conform DLT-operable payment adapter based on trustless - justified trust combined generalized state channels [77.34726150561087]
  物の経済(EoT)は、ピアツーピアの信頼性のないネットワークで動作するソフトウェアエージェントに基づいています。 基本的価値と技術的可能性が異なる現在のソリューションの概要を述べる。 我々は,暗号ベースの分散型の信頼できない要素の強みと,確立された,十分に規制された支払い手段を組み合わせることを提案する。
  論文  参考訳（メタデータ） (2020-07-03T10:45:55Z)

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。