論文の概要: Multiple Proposer Transaction Fee Mechanism Design: Robust Incentives Against Censorship and Bribery
- arxiv url: http://arxiv.org/abs/2505.13751v1
- Date: Mon, 19 May 2025 21:53:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-21 14:49:52.551883
- Title: Multiple Proposer Transaction Fee Mechanism Design: Robust Incentives Against Censorship and Bribery
- Title（参考訳）: マルチプロポーラトランザクションのメカニズム設計 - 検閲と贈賄に対するロバストなインセンティブ
- Authors: Aikaterini-Panagiota Stouka, Julian Ma, Thomas Thiery,
- Abstract要約: 本研究は,検閲に対する抵抗を動機付けるために,複数の提案者がどのような報奨を受けるべきかを考察する。
主な貢献は、収賄攻撃による検閲に対する抵抗を確実にする TFM の識別である。
FOCILの具体的支払い機構と文献への一般的な貢献を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Censorship resistance is one of the core value proposition of blockchains. A recurring design pattern aimed at providing censorship resistance is enabling multiple proposers to contribute inputs into block construction. Notably, Fork-Choice Enforced Inclusion Lists (FOCIL) is proposed to be included in Ethereum. However, the current proposal relies on altruistic behavior, without a Transaction Fee Mechanism (TFM). This study aims to address this gap by exploring how multiple proposers should be rewarded to incentivize censorship resistance. The main contribution of this work is the identification of TFMs that ensure censorship resistance under bribery attacks, while also satisfying the incentive compatibility properties of EIP-1559. We provide a concrete payment mechanism for FOCIL, along with generalizable contributions to the literature by analyzing 1) incentive compatibility of TFMs in the presence of a bribing adversary, 2) TFMs in protocols with multiple phases of transaction inclusion, and 3) TFMs of protocols in which parties are uncertain about the behavior and the possible bribe of others.
- Abstract（参考訳）: 検閲耐性はブロックチェーンの中核的な価値提案のひとつだ。
検閲耐性の提供を目的とした繰り返し設計パターンにより、複数のプロポーサがブロック構築にインプットをコントリビュートすることができる。
特に、Fork-Choice Enforced Inclusion Lists (FOCIL) がEthereumに含まれることが提案されている。
しかしながら、現在の提案では、トランザクションフィーメカニズム(TFM)を使わずに、利他的な振る舞いに依存している。
本研究の目的は、検閲に対する抵抗を奨励するために、複数のプロジェクタに報酬を与える方法を検討することで、このギャップに対処することである。
本研究の主な貢献は、EIP-1559のインセンティブ適合性を満足しつつ、収賄攻撃による検閲抵抗を確実にするTFMの同定である。
FOCILの具体的支払い機構と分析による文献への一般的な貢献を提供する。
1) 贈賄相手の存在下でのTFMのインセンティブ適合性
2【取引包摂の複数段階のプロトコルにおけるTFM】
3)当事者が他人の行動や収賄について不確実なプロトコルのTFM。
関連論文リスト
- Adversary-Augmented Simulation for Fairness Evaluation and Defense in Hyperledger Fabric [0.0]
本稿では,複数のプロトコルからなる分散システムに対する攻撃の分析に適した,逆モデルとシミュレーションフレームワークを提案する。
本モデルでは,対象プロトコルの仮定に基づいて,対戦行動の分類と制約を行う。
このフレームワークを適用して、Hyperledger Fabric(HF)ブロックチェーンネットワークの公平性特性を分析する。
論文 参考訳（メタデータ） (2025-04-17T08:17:27Z) - Hollow Victory: How Malicious Proposers Exploit Validator Incentives in Optimistic Rollup Dispute Games [2.88268082568407]
一般的なレイヤ2アプローチはOptimistic Rollupであり、ブロック提案の競合ゲームとして知られるメカニズムに依存している。
これらのシステムでは、バリケータはエラーを含むと信じているブロックに挑戦することができ、成功すれば、提案者の預金の一部を報酬として転送することができる。
我々は、このメカニズムの構造上の脆弱性を明らかにしている: バリデータには、論争の挑戦に勝ったとしても、適切な利益が与えられない可能性がある。
論文 参考訳（メタデータ） (2025-04-07T14:00:46Z) - To Think or Not to Think: Exploring the Unthinking Vulnerability in Large Reasoning Models [56.19026073319406]
大規模推論モデル (LRM) は、最終的な答えを生成する前に明確な推論トレースを生成することで複雑なタスクを解決するように設計されている。
LRM(Unthinking)と呼ばれる重要な脆弱性を明らかにし、特別なトークンを操作することで思考プロセスを回避できます。
本稿では,この脆弱性を悪意と有益の両方の観点から検討する。
論文 参考訳（メタデータ） (2025-02-16T10:45:56Z) - 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) - Designing Redistribution Mechanisms for Reducing Transaction Fees in
Blockchains [10.647087323578477]
トランザクションフィーメカニズム(TFM)は、どのユーザトランザクションをブロックに含め、支払いを決定するかを決定する。
本稿では、取引手数料を最小限に抑えるため、VCG支払いを再分配するトランザクションフィー再分配メカニズム(TFRM)を提案する。
この結果から、TFRMはパブリックブロックチェーンにおけるトランザクション手数料の削減に期待できる新たな方向性を提供することがわかった。
論文 参考訳（メタデータ） (2024-01-24T07:09:32Z) - Ring-A-Bell! How Reliable are Concept Removal Methods for Diffusion Models? [52.238883592674696]
Ring-A-Bellは、T2I拡散モデルのためのモデルに依存しないレッドチームツールである。
これは、不適切なコンテンツの生成に対応する拡散モデルに対する問題的プロンプトを特定する。
この結果から,安全プロンプトベンチマークの操作により,既存の安全メカニズムを回避できると考えられるプロンプトを変換できることが示唆された。
論文 参考訳（メタデータ） (2023-10-16T02:11:20Z) - Towards a Theory of Maximal Extractable Value II: Uncertainty [4.07926531936425]
最大抽出可能値(英: Maximal Extractable Value、MEV)は、分散システムで一般的に見られる一時的な独占力によって抽出できる値である。
この抽出は、トランザクションの提出時のユーザのプライバシの欠如と、トランザクションの再注文、追加、および/または検閲を行う独占バリデーターの能力に起因している。
公平な注文手法も経済メカニズムも,任意の支払関数に対して個別にMEVを緩和できないことを示す。
論文 参考訳（メタデータ） (2023-09-25T15:01:11Z) - Cooperation or Competition: Avoiding Player Domination for Multi-Target
Robustness via Adaptive Budgets [76.20705291443208]
我々は、敵攻撃を、異なるプレイヤーがパラメータ更新の合同方向で合意に達するために交渉する交渉ゲームであると見なしている。
我々は、プレイヤーの優位性を避けるために、異なる敵の予算を調整する新しいフレームワークを設計する。
標準ベンチマークの実験では、提案したフレームワークを既存のアプローチに適用することで、マルチターゲットロバスト性が大幅に向上することが示された。
論文 参考訳（メタデータ） (2023-06-27T14:02:10Z) - 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) - Semantic Information Marketing in The Metaverse: A Learning-Based
Contract Theory Framework [68.8725783112254]
仮想サービスプロバイダ(VSP)によるインセンティブのメカニズム設計の問題に対処し,センサデータ販売にIoTデバイスを採用。
帯域幅が限られているため,センサIoTデバイスによる配信データを削減するためにセマンティック抽出アルゴリズムを提案する。
本稿では,新しい反復型契約設計を提案し,マルチエージェント強化学習(MARL)の新たな変種を用いて,モデル付き多次元契約問題の解法を提案する。
論文 参考訳（メタデータ） (2023-02-22T15:52:37Z) - VCG Mechanism Design with Unknown Agent Values under Stochastic Bandit
Feedback [104.06766271716774]
本研究では,エージェントが自己の価値を知らない場合に,マルチラウンドの福祉最大化機構設計問題について検討する。
まず、福祉に対する後悔の3つの概念、各エージェントの個々のユーティリティ、メカニズムの3つの概念を定義します。
当社のフレームワークは価格体系を柔軟に制御し、エージェントと販売者の後悔のトレードオフを可能にする。
論文 参考訳（メタデータ） (2020-04-19T18:00:58Z)
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。