論文の概要: Towards Verifiability of Total Value Locked (TVL) in Decentralized Finance
- arxiv url: http://arxiv.org/abs/2505.14565v1
- Date: Tue, 20 May 2025 16:24:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-21 14:49:53.570367
- Title: Towards Verifiability of Total Value Locked (TVL) in Decentralized Finance
- Title（参考訳）: 分権金融におけるトータルバリューロック(TVL)の検証可能性に向けて
- Authors: Pietro Saggese, Michael Fröwis, Stefan Kitzler, Bernhard Haslhofer, Raphael Auer,
- Abstract要約: Total Value Lockedは、分散ファイナンスプロトコルに蓄積された暗号通貨の合計値を測定することを目的としている。
ブロックチェーンデータは公開されているが、TVLの計算方法はよく理解されていない。
オンチェーンデータと標準バランスクエリによる検証が可能なTVLの測定基準である,検証可能なトータルバリューロック'(vTVL)を導入する。
- 参考スコア（独自算出の注目度）: 0.4077787659104315
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Total Value Locked (TVL) aims to measure the aggregate value of cryptoassets deposited in Decentralized Finance (DeFi) protocols. Although blockchain data is public, the way TVL is computed is not well understood. In practice, its calculation on major TVL aggregators relies on self-reports from community members and lacks standardization, making it difficult to verify published figures independently. We thus conduct a systematic study on 939 DeFi projects deployed in Ethereum. We study the methodologies used to compute TVL, examine factors hindering verifiability, and ultimately propose standardization attempts in the field. We find that 10.5% of the protocols rely on external servers; 68 methods alternative to standard balance queries exist, although their use decreased over time; and 240 equal balance queries are repeated on multiple protocols. These findings indicate limits to verifiability and transparency. We thus introduce ``verifiable Total Value Locked'' (vTVL), a metric measuring the TVL that can be verified relying solely on on-chain data and standard balance queries. A case study on 400 protocols shows that our estimations align with published figures for 46.5% of protocols. Informed by these findings, we discuss design guidelines that could facilitate a more verifiable, standardized, and explainable TVL computation.
- Abstract（参考訳）: Total Value Locked (TVL) は、Decentralized Finance (DeFi)プロトコルに蓄積された暗号通貨の合計値を測定することを目的としている。
ブロックチェーンデータは公開されているが、TVLの計算方法はよく理解されていない。
実際には、主要なTVLアグリゲータに対する計算は、コミュニティメンバーからの自己申告に依存しており、標準化が欠如しているため、公表された数字を独立して検証することは困難である。
そこで我々はEthereumにデプロイされた939のDeFiプロジェクトについて系統的研究を行った。
本稿では,TVLの計算手法について検討し,検証可能性を妨げる要因について検討し,最終的に現場における標準化の試みを提案する。
プロトコルの10.5%は外部サーバに依存しており、標準バランスクエリに代わる68のメソッドは存在するが、その使用は時間とともに減少し、240の等価バランスクエリが複数のプロトコルで繰り返されている。
これらの結果は,妥当性と透明性に限界があることを示唆している。
そこで,本研究では,オンチェーンデータと標準バランスクエリのみに依存して検証可能なTVLの測定値である‘verifiable Total Value Locked’(vTVL)を導入する。
400のプロトコルに関するケーススタディでは、我々の推定は46.5%のプロトコルで公表された数値と一致している。
これらの結果から,より検証し,標準化し,説明可能なTVL計算を容易にする設計ガイドラインについて議論した。
関連論文リスト
- Communication-Efficient Hybrid Language Model via Uncertainty-Aware Opportunistic and Compressed Transmission [65.17811759381978]
ハイブリッド言語モデル(HLM)は、遠隔大言語モデル(LLM)によって検証され、修正されるドラフトトークンを生成する。
通信効率と不確実性を考慮したHLM(CU-HLM)を提案する。
CU-HLMは、74.8%のトランスミッションを97.4%の語彙圧縮でスキップし、97.4%の精度を維持しながら、最大206$times$高いトークンスループットを達成することを示す。
論文 参考訳（メタデータ） (2025-05-17T02:10:34Z) - PQS-BFL: A Post-Quantum Secure Blockchain-based Federated Learning Framework [0.0]
フェデレートラーニング(FL)は、データのプライバシを維持しながら協調的なモデルトレーニングを可能にするが、古典的な暗号基盤は量子攻撃に対して脆弱である。
本稿では,量子暗号とブロックチェーン検証を統合して,量子敵に対するFLを確保するフレームワークであるPQS-BFLを紹介する。
論文 参考訳（メタデータ） (2025-05-03T17:11:03Z) - MMLU-CF: A Contamination-free Multi-task Language Understanding Benchmark [57.999567012489706]
我々は,MMLU-CFと呼ばれる汚染のない,より困難なベンチマークを提案する。
このベンチマークは、意図しないデータ漏洩と悪意のないデータ漏洩の両方を回避することで、LLMの世界の知識に対する理解を再評価する。
GPT-4o は 5 ショットスコア73.4% と 0 ショットスコア71.9% しか達成できない。
論文 参考訳（メタデータ） (2024-12-19T18:58:04Z) - Fed-CVLC: Compressing Federated Learning Communications with
Variable-Length Codes [54.18186259484828]
フェデレートラーニング(FL)パラダイムでは、パラメータサーバ(PS)がモデル収集、更新アグリゲーション、複数のラウンドでのモデル分散のために、分散参加クライアントと同時通信する。
FLの圧縮には可変長が有用であることを示す。
本稿では,Fed-CVLC(Federated Learning Compression with Variable-Length Codes)を提案する。
論文 参考訳（メタデータ） (2024-02-06T07:25:21Z) - zkDFL: An efficient and privacy-preserving decentralized federated
learning with zero-knowledge proof [3.517233208696287]
フェデレートラーニング(FL)は、様々な分野の研究やビジネスで広く採用されている。
従来の中央集権的なFLシステムは深刻な問題に悩まされている。
ゼロ知識証明(ZKP)に基づくアグリゲータ(zkDFL)を提案する。
論文 参考訳（メタデータ） (2023-12-01T17:00:30Z) - Scalable and Adaptively Secure Any-Trust Distributed Key Generation and All-hands Checkpointing [3.1771413727096154]
DLogベースの暗号システムのための実用的なDKGを提案し、共通のコインの助けを借りて(準)線形化とノード単位の通信コストを実現する。
我々のプロトコルは適応的な敵に対して安全であり、全てのノードの半分以下を破損させる可能性がある。
参加者が異なる重みを持つ場合でも,従来の分散プロトコルであるDKGを効率的にデプロイできる汎用トランスフォーマーを提案する。
論文 参考訳（メタデータ） (2023-11-16T06:05:01Z) - Assessing the Reliability of Large Language Model Knowledge [78.38870272050106]
大規模言語モデル(LLM)は、知識探索タスクにおける高い性能のため、知識ベースとして扱われてきた。
LLMが実際に正しい答えを連続的に生成する能力をどのように評価するか。
LLMの信頼性を直接測定するための新しい指標であるMOdel kNowledge relIabiliTy score (MONITOR)を提案する。
論文 参考訳（メタデータ） (2023-10-15T12:40:30Z) - Trustless Privacy-Preserving Data Aggregation on Ethereum with Hypercube Network Topology [0.0]
ブロックチェーンの要約のためのスケーラブルなプライバシ保護データアグリゲーションプロトコルを提案している。
プロトコルは、契約の展開、ユーザ登録、プライベートな提出、証明検証の4段階で構成されている。
論文 参考訳（メタデータ） (2023-08-29T12:51:26Z) - Rapid Adaptation in Online Continual Learning: Are We Evaluating It
Right? [135.71855998537347]
オンライン連続学習(OCL)アルゴリズムの適応性を評価するための一般的な手法を,オンライン精度の指標を用いて再検討する。
空白のブラインド分類器でさえ、非現実的に高いオンライン精度を達成できるため、この指標は信頼できない。
既存のOCLアルゴリズムは、オンラインの精度も高いが、有用な情報の保持は不十分である。
論文 参考訳（メタデータ） (2023-05-16T08:29:33Z) - A Principled Approach to Data Valuation for Federated Learning [73.19984041333599]
フェデレートラーニング(FL)は、分散データソース上で機械学習(ML)モデルをトレーニングする一般的なテクニックである。
Shapley value (SV) はデータ値の概念として多くのデシラタを満たすユニークなペイオフスキームを定義する。
本稿では,FL に対応する SV の変種を提案する。
論文 参考訳（メタデータ） (2020-09-14T04:37:54Z)
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。