論文の概要: Towards Stateless Clients in Ethereum: Benchmarking Verkle Trees and Binary Merkle Trees with SNARKs
- arxiv url: http://arxiv.org/abs/2504.14069v1
- Date: Fri, 18 Apr 2025 20:40:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-30 05:26:30.992808
- Title: Towards Stateless Clients in Ethereum: Benchmarking Verkle Trees and Binary Merkle Trees with SNARKs
- Title（参考訳）: Ethereumのステートレスクライアントを目指して - SNARKによるバークルツリーとバイナリメルクルツリーのベンチマーク
- Authors: Jan Oberst,
- Abstract要約: 本稿では、現在議論されている2つのアプローチを比較して、ステートレス性を実現する。
ベンチマークに使用されるVerkle Treeの実装では、秒単位の証明時間と1MB単位の証明サイズが提供されている。
SNARKベースのMerkleツリーは、一定かつ高速な検証時間を提供しながら、遅い証明生成時間を示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Ethereum, the leading platform for decentralized applications, faces challenges in maintaining decentralization due to the significant hardware requirements for validators to store Ethereum's entire state. To address this, the concept of stateless clients is under exploration, enabling validators to verify transactions using cryptographic witnesses rather than the full state. This paper compares two approaches currently being discussed for achieving statelessness: Verkle trees utilizing vector commitments and binary Merkle trees combined with SNARKs. Benchmarks are performed to evaluate proving time, witness size, and verification time. The results reveal that the Verkle tree implementation used for benchmarking offers proving and verification times on the order of seconds and proof sizes on the order of one MB. The SNARK-based Merkle trees exhibit slow proof generation times, while offering constant and fast verification time. Overall, the results indicate for Verkle trees to provide a more practical solution for Ethereum's stateless future, but both methods offer valuable insights into reducing the state burden on Ethereum nodes. We make the code used for benchmarking available on GitHub.
- Abstract（参考訳）: 分散アプリケーションのための主要なプラットフォームであるEthereumは、Ethereumの全状態を格納するバリデータにとって重要なハードウェア要件のため、分散性を維持する上での課題に直面している。
これを解決するために、ステートレスクライアントの概念が検討されている。
本稿では、ベクトルコミットメントを利用したバークルツリーとSNARKと組み合わせたバイナリメルクルツリーの2つのアプローチを比較した。
ベンチマークは、証明時間、目撃者のサイズ、検証時間を評価するために行われる。
その結果,ベンチマークに使用するVerkle Treeの実装では,秒単位の証明時間と1MB単位の証明サイズが提供されることがわかった。
SNARKベースのMerkleツリーは、一定かつ高速な検証時間を提供しながら、遅い証明生成時間を示す。
全体としては、Verkle TreeはEthereumのステートレスの未来に対してより実用的なソリューションを提供することを示しているが、どちらのメソッドもEthereumノードの状態負荷を軽減するための貴重な洞察を提供する。
私たちはベンチマークに使用するコードをGitHubで公開しています。
関連論文リスト
- EvalTree: Profiling Language Model Weaknesses via Hierarchical Capability Trees [69.96560215277285]
異なる弱みのプロファイリング法を比較するための定量的評価スイートを紹介する。
EvalTreeはベースラインの弱点プロファイリング法より優れていることを示す。
コードと、EvalTreeによって構築された機能ツリーをインタラクティブに探索できるインターフェースをリリースしています。
論文 参考訳（メタデータ） (2025-03-11T21:12:48Z) - C2T: A Classifier-Based Tree Construction Method in Speculative Decoding [9.663330370149428]
投機的復号法は、しばしばトークンツリーの構築や候補トークンの検証において非効率に直面する。
トークンツリーを動的に生成・生成するための軽量な分類器C2Tを提案する。
論文 参考訳（メタデータ） (2025-02-19T11:57:02Z) - Don't Get Lost in the Trees: Streamlining LLM Reasoning by Overcoming Tree Search Exploration Pitfalls [83.89771461061903]
検証者による木探索アルゴリズムの最近の進歩は、大規模言語モデル(LLM)の推論能力を大幅に向上させた。
検証者による木探索アルゴリズムの最近の進歩は、大規模言語モデル(LLM)の推論能力を大幅に向上させた。
意味論的に等価なコンテンツを持つ冗長な状態による$textitover-Exploration$と、検証器のスコアリングにおける高いばらつきに起因する$textitunder-Exploration$である。
各種木探索アルゴリズムに適合するフレキシブルなプラグアンドプレイシステムであるFETCHを提案する。
論文 参考訳（メタデータ） (2025-02-16T16:12:01Z) - Scam Detection for Ethereum Smart Contracts: Leveraging Graph Representation Learning for Secure Blockchain [1.2180334969164464]
本稿では、グラフィカルな表現学習技術を用いて、取引パターンを見つけ、悪意のある取引契約を識別することを提案する。
私たちの研究は、エコシステムにおける信頼とセキュリティの可能性を拡大します。
論文 参考訳（メタデータ） (2024-12-16T21:56:01Z) - Sisu: Decentralized Trustless Bridge For Full Ethereum Node [0.0]
本稿では,SNARK,分散一般GKR,Groth16を用いて,完全ノードを証明するための詳細なアプローチと実装を提案する。
私たちのプロトコルの名前はSisuで、アーキテクチャはzkBridgeの分散Virgoをベースとしています。
論文 参考訳（メタデータ） (2024-04-16T09:09:58Z) - Parallel Proof-of-Work with DAG-Style Voting and Targeted Reward Discounting [0.0]
本稿では,DAG方式の暗号プロトコルであるDAG方式の暗号プロトコルを並列に検証する。
一貫性の保証、トランザクションスループットの向上、トランザクション確認レイテンシの低減、インセンティブ攻撃に対するレジリエンスの向上などを提供する。
私たちの分析の興味深い副産物は、報酬の割引なしの並行証明は、現実的なネットワークシナリオではBitcoinよりもインセンティブ攻撃に対する耐性が低いことだ。
論文 参考訳（メタデータ） (2023-12-05T20:14:33Z) - Tree Cross Attention [59.8891512435847]
Tree Cross Attention (TCA) は、Cross Attentionに基づくモジュールで、パラメータ $mathcalO(log(N))$ のトークン数からのみ情報を取得する。
さまざまな分類や不確実性回帰タスクに対して,TCAはクロスアテンションに匹敵する性能を示し,トークン効率は著しく向上した。
論文 参考訳（メタデータ） (2023-09-29T16:50:23Z) - Blockchain Large Language Models [65.7726590159576]
本稿では,異常なブロックチェーントランザクションを検出するための動的,リアルタイムなアプローチを提案する。
提案するツールであるBlockGPTは、ブロックチェーンアクティビティのトレース表現を生成し、大規模な言語モデルをスクラッチからトレーニングして、リアルタイム侵入検出システムとして機能させる。
論文 参考訳（メタデータ） (2023-04-25T11:56:18Z) - TTAGN: Temporal Transaction Aggregation Graph Network for Ethereum
Phishing Scams Detection [11.20384152151594]
既存のフィッシング詐欺検出技術は、主に機械学習またはネットワーク表現学習を使用して、トランザクションネットワークから鍵情報をマイニングし、フィッシングアドレスを識別する。
本稿では、フィッシング検出性能を向上させるための時間トランザクション集約グラフネットワーク(TTAGN)を提案する。
我々のTTAGN (92.8% AUC, 81.6% F1score) は最先端の手法よりも優れており, 時間的エッジ表現とエッジ2ノードモジュールの有効性も示されている。
論文 参考訳（メタデータ） (2022-04-28T12:17:00Z) - WRENCH: A Comprehensive Benchmark for Weak Supervision [66.82046201714766]
ベンチマークは、分類とシーケンスタグ付けのための22の異なる実世界のデータセットで構成されている。
ベンチマークプラットフォームとしての有効性を示すために、100以上のメソッドの変種に対して広範な比較を行うためにベンチマークを使用します。
論文 参考訳（メタデータ） (2021-09-23T13:47:16Z) - Complex Event Forecasting with Prediction Suffix Trees: Extended
Technical Report [70.7321040534471]
複合イベント認識(CER)システムは、イベントのリアルタイムストリーム上のパターンを"即時"検出する能力によって、過去20年間に人気が高まっている。
このような現象が実際にCERエンジンによって検出される前に、パターンがいつ発生するかを予測する方法が不足している。
複雑なイベント予測の問題に対処しようとする形式的なフレームワークを提案する。
論文 参考訳（メタデータ） (2021-09-01T09:52:31Z) - On $\ell_p$-norm Robustness of Ensemble Stumps and Trees [83.81523991945018]
我々は,アンサンブルスタンプの音響検証のための効率的なプログラムベースアルゴリズムを開発した。
我々は,アンサンブル・スタンプや木を訓練するための最初の認証された防御法を,$ell_p$ノルム摂動に関して実証した。
論文 参考訳（メタデータ） (2020-08-20T03:42:40Z)
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。