論文の概要: Hashpower allocation in Pay-per-Share blockchain mining pools

• arxiv url: http://arxiv.org/abs/2511.13777v1
• Date: Sat, 15 Nov 2025 13:42:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-19 16:23:52.710872
• Title: Hashpower allocation in Pay-per-Share blockchain mining pools
• Title（参考訳）: 共有型ブロックチェーンマイニングプールにおけるハッシュパワーアロケーション
• Authors: Pierre-Olivier Goffard, Hansjoerg Albrecher, Jean-Pierre Fouque,
• Abstract要約: 本稿では、プール管理者が共有難易度と管理手数料の両方を調整できるペイ・パー・シェア(PPS)報酬システムについて検討する。 鉱夫に対する簡易的な富モデルを用いて、鉱夫は異なる鉱夫プール間でどのように計算資源を割り当てるべきかを探求する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Mining blocks in a blockchain using the \textit{Proof-of-Work} consensus protocol involves significant risk, as network participants face continuous operational costs while earning infrequent capital gains upon successfully mining a block. A common risk mitigation strategy is to join a mining pool, which combines the computing resources of multiple miners to provide a more stable income. This article examines a Pay-per-Share (PPS) reward system, where the pool manager can adjust both the share difficulty and the management fee. Using a simplified wealth model for miners, we explore how miners should allocate their computing resources among different mining pools, considering the trade-off between risk transfer to the manager and management fees.
• Abstract（参考訳）: ブロックチェーンのブロックを‘textit{Proof-of-Work}コンセンサスプロトコルを使ってマイニングするには、ネットワーク参加者がブロックのマイニングに成功し、頻繁な資本ゲインを得ながら、継続的な運用コストに直面しているため、大きなリスクが伴う。 一般的なリスク軽減戦略は、複数の鉱山労働者の計算資源を組み合わせてより安定した収入を提供する鉱業プールに参加することである。 本稿では、プール管理者が共有難易度と管理手数料の両方を調整できるペイ・パー・シェア(PPS)報酬システムについて検討する。 鉱夫に対する簡易な富モデルを用いて、リスク転送と管理手数料のトレードオフを考慮して、鉱夫が異なる鉱夫プール間でどのように計算資源を割り当てるべきかを検討する。

関連論文リスト

• Incentive Attacks in BTC: Short-Term Revenue Changes and Long-Term Efficiencies [45.776687601070705]
  BitcoinのDifficulty Adjustment Algorithm(DAA)は、利己的なマイニング、ブロックの保持、コインホッピング戦略などのインセンティブ攻撃の脆弱性の1つだ。 我々は、これらのインセンティブ攻撃に対する敵的かつ正直な鉱山労働者のハッシュパワー当たりの短期的な収益変化について検討する。 ブロック・アンホールディング・ストラテジーでは、プールの外の正直な鉱山労働者が攻撃から利益を得ており、通常は短期と長期の両方で攻撃者よりも多いことが判明した。
  論文  参考訳（メタデータ） (2025-11-14T18:18:17Z)
• FiberPool: Leveraging Multiple Blockchains for Decentralized Pooled Mining [2.9281463284266973]
  これらの課題に対処するために,FiberPoolという分散マイニングプールを提案する。 我々は、FiberPoolが採用した支払いスキームFiberPool Proportionalのマイニングフェアネス、予算バランス、報酬安定、インセンティブ適合性を検証した。
  論文  参考訳（メタデータ） (2025-01-26T09:08:03Z)
• When Should Selfish Miners Double-Spend? [45.776687601070705]
  自尊心のある鉱業文献は通常、攻撃者が攻撃サイクルごとにコストがかからない状態でダブルスペンドする可能性を無視している。 本稿では,敵が自尊心を持って採掘しながら,相手の目標を2倍にすることを目的とした攻撃について,厳密な分析を行う。 各攻撃サイクルにおいて、スタバボーンのレベルが$k$より高い場合、敵はダブルスペンディングでフリーショットを受ける。
  論文  参考訳（メタデータ） (2025-01-06T18:59:26Z)
• Double Spending Analysis of Nakamoto Consensus for Time-Varying Mining Rates with Ruin Theory [33.689236895881216]
  我々は,中本コンセンサスに対する2倍支出の廃案理論モデルを,$k$-deep確認ルールの下で導入する。 時間変化のマイニングレートは、ピア間ネットワーク遅延の本質的な特性を捉えていると考えられる。
  論文  参考訳（メタデータ） (2024-12-24T18:54:30Z)
• Collaborative Proof-of-Work: A Secure Dynamic Approach to Fair and Efficient Blockchain Mining [0.1759252234439348]
  本稿では,ネットワークの効率性と公平性を高めるために,新しい協調的協調作業(CPoW)マイニング手法を提案する。 従来の鉱業の中央集権化とエネルギー不足に対処することによって、この研究はより持続可能なブロックチェーンエコシステムに寄与する。
  論文  参考訳（メタデータ） (2024-12-01T05:59:27Z)
• Model-Based Calculation Method of Mining Fairness in Blockchain [1.0599439539657787]
  ブロックチェーンにおけるマイニングフェアネスは、マイニングに投資した計算リソースと、受け取ったブロック報酬の平等を指す。 本稿では,フォークの影響を明示的に捉えたマイニングフェアネスの算出手法を提案する。
  論文  参考訳（メタデータ） (2024-06-02T02:27:28Z)
• Enhancing Trust and Privacy in Distributed Networks: A Comprehensive Survey on Blockchain-based Federated Learning [51.13534069758711]
  ブロックチェーンのような分散型アプローチは、複数のエンティティ間でコンセンサスメカニズムを実装することで、魅力的なソリューションを提供する。 フェデレートラーニング(FL)は、参加者がデータのプライバシを保護しながら、協力的にモデルをトレーニングすることを可能にする。 本稿では,ブロックチェーンのセキュリティ機能とFLのプライバシ保護モデルトレーニング機能の相乗効果について検討する。
  論文  参考訳（メタデータ） (2024-03-28T07:08:26Z)
• A Collaboration Strategy in the Mining Pool for Proof-of-Neural-Architecture Consensus [16.372941299296652]
  一般に普及している暗号通貨システムでは、マイニングプールが重要な役割を担っている。 最近の多くの新しいブロックチェーンコンセンサスにおいて、ディープラーニングトレーニング手順は、マイナーが自身のワークロードを証明するタスクになる。 鉱山労働者のインセンティブはトークンを得ることであるが、個々の鉱山労働者はより競争力を高めるために鉱山プールに参加する動機がある。
  論文  参考訳（メタデータ） (2022-05-05T17:08:02Z)
• Equilibrium of Blockchain Miners with Dynamic Asset Allocation [4.030037871304249]
  マイニングビジネスの複合リターンを最大化しようとするブロックチェーンマイニング担当者をモデル化し、分析する。 鉱業コストは、各鉱業者または鉱業プールの平衡におけるシェアを決定する。 複合的なリターンを最大化しようとする鉱夫も鉱業プールも、ハッシュレートの50%以上を占めるための経済的インセンティブは得られないと結論付けている。
  論文  参考訳（メタデータ） (2020-06-14T20:52:31Z)
• Resource Management for Blockchain-enabled Federated Learning: A Deep Reinforcement Learning Approach [54.29213445674221]
  Federated Learning (BFL)は、機械学習モデル所有者(MLMO)が必要とするニューラルネットワークモデルを、モバイルデバイスが協調的にトレーニングすることを可能にする。 BFLの問題は、モバイルデバイスがシステムの寿命とトレーニング効率を低下させるエネルギーとCPUの制約を持っていることである。 我々は,Deep Reinforcement Learning (DRL) を用いて最適決定を導出することを提案する。
  論文  参考訳（メタデータ） (2020-04-08T16:29:19Z)

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。