論文の概要: Shill Bidding Prevention in Decentralized Auctions Using Smart Contracts
- arxiv url: http://arxiv.org/abs/2506.00282v1
- Date: Fri, 30 May 2025 22:23:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-05 01:42:09.175822
- Title: Shill Bidding Prevention in Decentralized Auctions Using Smart Contracts
- Title（参考訳）: スマートコントラクトを用いた分散型オークションにおけるシェル入札防止
- Authors: M. A. Bouaicha, G. Destefanis, T. Montanaro, N. Lasla, L. Patrono,
- Abstract要約: 本稿では,ブロックチェーンスマートコントラクトを用いたオークション詐欺の防止に動的行動に基づく罰則を適用した概念的枠組みを提案する。
このフレームワークは、提案されたBid Shill Score (BSS) を用いて、9つの異なる入札行動を評価する。
性能評価の結果,システムには中程度のガスと遅延のオーバーヘッドのみを導入し,実際の使用限界内にトランザクションコストと応答時間を維持できることが示唆された。
- 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: In online auctions, fraudulent behaviors such as shill bidding pose significant risks. This paper presents a conceptual framework that applies dynamic, behavior-based penalties to deter auction fraud using blockchain smart contracts. Unlike traditional post-auction detection methods, this approach prevents manipulation in real-time by introducing an economic disincentive system where penalty severity scales with suspicious bidding patterns. The framework employs the proposed Bid Shill Score (BSS) to evaluate nine distinct bidding behaviors, dynamically adjusting the penalty fees to make fraudulent activity financially unaffordable while providing fair competition. The system is implemented within a decentralized English auction on the Ethereum blockchain, demonstrating how smart contracts enforce transparent auction rules without trusted intermediaries. Simulations confirm the effectiveness of the proposed model: the dynamic penalty mechanism reduces the profitability of shill bidding while keeping penalties low for honest bidders. Performance evaluation shows that the system introduces only moderate gas and latency overhead, keeping transaction costs and response times within practical bounds for real-world use. The approach provides a practical method for behaviour-based fraud prevention in decentralised systems where trust cannot be assumed.
- Abstract（参考訳）: オンラインオークションでは、シル入札のような不正な行動が大きなリスクをもたらす。
本稿では,ブロックチェーンスマートコントラクトを用いたオークション詐欺の防止に動的行動に基づく罰則を適用した概念的枠組みを提案する。
従来のオークション後検出方法とは異なり、不審な入札パターンによってペナルティの重大度がスケールする経済不感なシステムを導入することにより、リアルタイムの操作を防止する。
この枠組みは提案されたBid Shill Score (BSS) を用いて、9つの異なる入札行動を評価し、不正行為を金銭的に不利なものにし、公正な競争を提供しながら、報酬手数料を動的に調整する。
このシステムはEthereumブロックチェーン上の分散英語オークションで実装されており、スマートコントラクトが信頼できる仲介者なしで透明なオークションルールをどのように実施するかを実証している。
シミュレーションにより,提案モデルの有効性が確認される: 動的ペナルティ機構は, 正直な入札者に対する罰則を低く保ちつつ, シル入札の収益性を低下させる。
性能評価の結果,システムには中程度のガスと遅延のオーバーヘッドのみを導入し,実際の使用限界内にトランザクションコストと応答時間を維持できることが示唆された。
本手法は,信頼を前提としない分散型システムにおいて,行動に基づく不正防止の実践的手法を提供する。
関連論文リスト
- Cannot See the Forest for the Trees: Invoking Heuristics and Biases to Elicit Irrational Choices of LLMs [83.11815479874447]
本研究では,人間の認知における認知的分解と偏見に触発された新しいジェイルブレイク攻撃フレームワークを提案する。
我々は、悪意のあるプロンプトの複雑さと関連バイアスを減らし、認知的分解を用いて、プロンプトを再編成する。
また、従来の二分的成功または失敗のパラダイムを超越したランキングベースの有害度評価指標も導入する。
論文 参考訳（メタデータ） (2025-05-03T05:28:11Z) - 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) - Deceptive Sequential Decision-Making via Regularized Policy Optimization [54.38738815697299]
システムの基本的報酬に対する敵意を積極的に欺く政策合成問題に対する2つの正則化戦略を提示する。
政策最適化問題において,各形態の騙しをいかに実装できるかを示す。
ディバータリーの詐欺は、最も重要なエージェントが最重要であると敵に信じさせ、同時に、その最適で非知覚的な価値の980.83%の合計的な報酬を得ることを示せる。
論文 参考訳（メタデータ） (2025-01-30T23:41:40Z) - Leveraging Ensemble-Based Semi-Supervised Learning for Illicit Account Detection in Ethereum DeFi Transactions [0.0]
分散ファイナンス(DeFi)は、不正アカウントの拡散など、重大なセキュリティリスクを導入している。
従来の検出方法は、ラベル付きデータの不足と悪意あるアクターの進化戦略によって制限される。
本稿では,これらの課題に対処するために,自己学習型Illicitアカウント検出フレームワークを提案する。
論文 参考訳（メタデータ） (2024-12-03T12:03:13Z) - Conformalized Strategy-Proof Auctions [19.750369749595734]
買い手が真のバリュエーションの入札にインセンティブを与えられることを保証するため、戦略の保護は不可欠だ。
本稿では,統計的戦略-安全オークション機構の定式化を提案する。
我々は,データ駆動型オークション機構が統計的戦略-安全要件を高い確率で満たすことを保証するために,後悔の予測を活用するオークション受け入れルールを開発する。
論文 参考訳（メタデータ） (2024-05-20T13:39:58Z) - LookAhead: Preventing DeFi Attacks via Unveiling Adversarial Contracts [15.071155232677643]
DeFi(Decentralized Finance)は、30億ドルを超える損失を計上している。
現在の検出ツールは、攻撃活動を効果的に識別する上で重大な課題に直面している。
敵契約を公開することでDeFi攻撃を検出する新しいフレームワークであるLookAheadを提案する。
論文 参考訳（メタデータ） (2024-01-14T11:39:33Z) - 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) - Transaction Fraud Detection via an Adaptive Graph Neural Network [64.9428588496749]
本稿では,アダプティブサンプリングとアグリゲーションに基づくグラフニューラルネットワーク(ASA-GNN)を提案する。
ノイズの多いノードをフィルタリングし、不正なノードを補うために、隣のサンプリング戦略を実行する。
3つのファイナンシャルデータセットの実験により,提案手法のASA-GNNは最先端のデータセットよりも優れていることが示された。
論文 参考訳（メタデータ） (2023-07-11T07:48:39Z) - 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) - Deep Q-Network-based Adaptive Alert Threshold Selection Policy for
Payment Fraud Systems in Retail Banking [9.13755431537592]
本稿では,不正警報システムのためのしきい値選択ポリシーを提案する。
提案手法は、しきい値選択を逐次決定問題として定式化し、ディープQネットワークに基づく強化学習を用いる。
実験結果から, この適応手法は, 不正な損失を低減し, 警報システムの動作効率を向上させることにより, 現在の静的解よりも優れていることがわかった。
論文 参考訳（メタデータ） (2020-10-21T15:10:57Z)
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。