論文の概要: Ordered Consensus with Equal Opportunity

• arxiv url: http://arxiv.org/abs/2509.09868v1
• Date: Thu, 11 Sep 2025 21:43:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-15 16:03:07.93061
• Title: Ordered Consensus with Equal Opportunity
• Title（参考訳）: 平等な順序付き合意
• Authors: Yunhao Zhang, Haobin Ni, Soumya Basu, Shir Cohen, Maofan Yin, Lorenzo Alvisi, Robbert van Renesse, Qi Chen, Lidong Zhou,
• Abstract要約: 我々は、SMRベースのブロックチェーンのバイアスを抑えるためにランダム性をどのように活用できるかを示す。 本稿では,耐故障性のあるランダム性を生成するシステムコンポーネントであるシークレットランダムオラクル(SRO)を紹介する。
• 参考スコア（独自算出の注目度）: 12.29987996667885
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The specification of state machine replication (SMR) has no requirement on the final total order of commands. In blockchains based on SMR, however, order matters, since different orders could provide their clients with different financial rewards. Ordered consensus augments the specification of SMR to include specific guarantees on such order, with a focus on limiting the influence of Byzantine nodes. Real-world ordering manipulations, however, can and do happen even without Byzantine replicas, typically because of factors, such as faster networks or closer proximity to the blockchain infrastructure, that give some clients an unfair advantage. To address this challenge, this paper proceeds to extend ordered consensus by requiring it to also support equal opportunity, a concrete notion of fairness, widely adopted in social sciences. Informally, equal opportunity requires that two candidates who, according to a set of criteria deemed to be relevant, are equally qualified for a position (in our case, a specific slot in the SMR total order), should have an equal chance of landing it. We show how randomness can be leveraged to keep bias in check, and, to this end, introduce the secret random oracle (SRO), a system component that generates randomness in a fault-tolerant manner. We describe two SRO designs based, respectively, on trusted hardware and threshold verifiable random functions, and instantiate them in Bercow, a new ordered consensus protocol that, by approximating equal opportunity up to within a configurable factor, can effectively mitigate well-known ordering attacks in SMR-based blockchains.
• Abstract（参考訳）: ステートマシンレプリケーション(SMR)の仕様は、最後のコマンドの順序に何の要件も持たない。 しかし、SMRベースのブロックチェーンでは、異なる注文がクライアントに異なる金銭的報酬を与える可能性があるため、注文が重要になる。 順序付けられたコンセンサスは、ビザンチンノードの影響を制限することに焦点を当て、そのような順序に関する特定の保証を含むようにSMRの仕様を強化する。 しかし、現実の注文操作は、ビザンチンのレプリカなしでも可能であり、一般的にはネットワークの高速化やブロックチェーンインフラストラクチャに近いといった要因のため、一部のクライアントに不公平な優位性を与える。 この課題に対処するために、社会科学において広く採用されている公正という具体的な概念である平等な機会も必要とすることで、秩序あるコンセンサスを拡張していく。 インフォーマルに、平等な機会は、2つの候補が、関係していると考えられる一連の基準に従って、(この場合、SMRトータルオーダーの特定のスロット)位置に対して等しく資格を持つことを要求する。 本稿では, ランダム性を利用してバイアスを抑える方法を示すとともに, 耐障害性に富んだランダム性を生成するシステムコンポーネントである秘密ランダムオラクル(SRO)を導入する。 我々は、信頼されたハードウェアとしきい値検証可能なランダム関数に基づいて、2つのSRO設計を記述し、それらをBercowでインスタンス化する。

関連論文リスト

• COIN: Uncertainty-Guarding Selective Question Answering for Foundation Models with Provable Risk Guarantees [51.5976496056012]
  COINは、統計的に有効な閾値を校正し、質問毎に1つの生成された回答をフィルタリングする不確実性保護選択フレームワークである。 COINはキャリブレーションセット上で経験的誤差率を推定し、信頼区間法を適用して真誤差率に高い確率上界を確立する。 リスク管理におけるCOINの堅牢性,許容回答を維持するための強いテストタイムパワー,キャリブレーションデータによる予測効率を実証する。
  論文  参考訳（メタデータ） (2025-06-25T07:04:49Z)
• 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)
• Order Fairness Evaluation of DAG-based ledgers [0.0]
  分散台帳の順序公正性(英: Order fairness)とは、トランザクションが送信されたり、受信されたりした順序を、最終的な順序に関連付ける性質を指す。 本稿では,DAGをベースとした台帳の整合性を定量化することを目的とする。
  論文  参考訳（メタデータ） (2025-02-24T15:54:02Z)
• On Fair Ordering and Differential Privacy [2.839269856680852]
  ブロックチェーンシステムでは、信頼できる規制に準拠したエコシステムにおいて、公正なトランザクションオーダが不可欠である。 本稿では,これらの特性について検討し,トランザクションオーダリングサービスにおけるアルゴリズムバイアスを排除することを目的とする。 我々は、関連する機能と無関係な機能の観点からトランザクションを特徴付け、その順序は関連するもののみによって決定される必要がある。
  論文  参考訳（メタデータ） (2025-01-09T19:17:43Z)
• 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)
• Policy Evaluation in Distributional LQR [70.63903506291383]
  ランダムリターンの分布を閉形式で表現する。 この分布は有限個の確率変数で近似できることを示す。 近似回帰分布を用いて,リスク・アバースLQRに対するゼロ階ポリシー勾配アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-03-23T20:27:40Z)
• Will My Robot Achieve My Goals? Predicting the Probability that an MDP Policy Reaches a User-Specified Behavior Target [56.99669411766284]
  自律的なシステムがタスクを実行する場合、ユーザの目標を達成する確率のキャリブレーションされた見積もりを維持する必要がある。 本稿では,ユーザの目標が目標間隔として指定される設定について検討する。 我々は、共形予測を反転させて確率推定を計算する。
  論文  参考訳（メタデータ） (2022-11-29T18:41:20Z)
• Byzantine-Robust Online and Offline Distributed Reinforcement Learning [60.970950468309056]
  本稿では,複数のエージェントが環境を探索し,その経験を中央サーバを通じて伝達する分散強化学習環境について考察する。 エージェントの$alpha$-fractionは敵対的であり、任意の偽情報を報告することができる。 我々は、これらの対立エージェントの存在下で、マルコフ決定プロセスの根底にある準最適政策を特定することを模索する。
  論文  参考訳（メタデータ） (2022-06-01T00:44:53Z)
• Random Rank: The One and Only Strategyproof and Proportionally Fair Randomized Facility Location Mechanism [103.36492220921109]
  我々は、強い比例性は動機が良く基本的な公理であるが、その性質を満たす決定論的戦略防御機構は存在しないことを示した。 次に、予測において強い比例性を満たすランダムランクと呼ばれるランダム化メカニズムを同定する。 我々の主な特徴はランダムランクを、普遍的真理性、普遍的匿名性、期待における強い比喩性を達成するユニークなメカニズムとして特徴づけている。
  論文  参考訳（メタデータ） (2022-05-30T00:51:57Z)

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。