論文の概要: An Adaptive Multichain Blockchain: A Multiobjective Optimization Approach
- arxiv url: http://arxiv.org/abs/2602.22230v1
- Date: Sat, 14 Feb 2026 06:01:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-02 07:21:25.697804
- Title: An Adaptive Multichain Blockchain: A Multiobjective Optimization Approach
- Title（参考訳）: 適応型マルチチェーンブロックチェーン:多目的最適化アプローチ
- Authors: Nimrod Talmon, Haim Zysberg,
- Abstract要約: ブロックチェーン構成をマルチエージェントリソース割り当て問題として位置付けた。
本稿では、アプリケーション、オペレーター、システムのための正規化ユーティリティのガバナンス重み付けの組み合わせについて述べる。
我々は、フェアネスとインセンティブの問題を分析し、スループット、分散化、オペレーターの収量、サービスの安定性のトレードオフを強調するシミュレーションを提示する。
- 参考スコア（独自算出の注目度）: 7.049550859772001
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Blockchains are widely used for secure transaction processing, but their scalability remains limited, and existing multichain designs are typically static even as demand and capacity shift. We cast blockchain configuration as a multiagent resource-allocation problem: applications and operators declare demand, capacity, and price bounds; an optimizer groups them into ephemeral chains each epoch and sets a chain-level clearing price. The objective maximizes a governance-weighted combination of normalized utilities for applications, operators, and the system. The model is modular -- accommodating capability compatibility, application-type diversity, and epoch-to-epoch stability -- and can be solved off-chain with outcomes verifiable on-chain. We analyze fairness and incentive issues and present simulations that highlight trade-offs among throughput, decentralization, operator yield, and service stability.
- Abstract（参考訳）: ブロックチェーンはセキュアなトランザクション処理に広く使用されているが、スケーラビリティは限定的であり、既存のマルチチェーン設計は通常、需要やキャパシティシフトのように静的である。
アプリケーションやオペレータは需要、キャパシティ、価格境界を宣言し、オプティマイザはそれらを各エポジカルチェーンにグループ化し、チェーンレベルのクリアリング価格を設定する。
目的は、アプリケーション、オペレータ、システムに対する正規化ユーティリティのガバナンス重み付けの組み合わせを最大化することである。
モデルはモジュラー -- 機能互換性の調整、アプリケーションタイプの多様性、エポックからエポックまでの安定性 -- であり、オンチェーンで検証可能な結果で解決できる。
我々は、フェアネスとインセンティブの問題を分析し、スループット、分散化、オペレーターの収量、サービスの安定性のトレードオフを強調するシミュレーションを提示する。
関連論文リスト
- Bitcoin Cross-Chain Bridge: A Taxonomy and Its Promise in Artificial Intelligence of Things [24.53044980351272]
Bitcoinの限られたスクリプティング機能とネイティブ相互運用性メカニズムの欠如は、より広範なブロックチェーンエコシステムへの統合を制限している。
本稿では,Bitcoinのクロスチェーンブリッジプロトコルを包括的に分類し,その信頼性仮定,性能特性,およびAIoT(Artificial Intelligence of Things)シナリオの適用性について系統的に分析する。
論文 参考訳（メタデータ） (2025-09-12T17:10:46Z) - BridgeShield: Enhancing Security for Cross-chain Bridge Applications via Heterogeneous Graph Mining [41.291205709614026]
ブロックチェーンの相互運用性を実現する上で、ブロックチェーンブリッジは重要な役割を果たす。
本質的に設計上の欠陥と、それらが持つ膨大な価値のため、ハッカー攻撃の標的となっている。
既存の検出方法は、主に単一チェーンの振る舞いに対処し、クロスチェーンのセマンティクスをキャプチャできない。
我々はBridgeShieldを提案する。BridgeShieldは、ソースチェーン、オフチェーンコーディネーション、デスティネーションチェーンを統一グラフ表現内で共同でモデル化するフレームワークである。
論文 参考訳（メタデータ） (2025-08-28T07:59:20Z) - A Weighted Byzantine Fault Tolerance Consensus Driven Trusted Multiple Large Language Models Network [53.37983409425452]
大規模言語モデル(LLM)は幅広いアプリケーションで大きな成功を収めています。
近年,MultiLLMネットワーク(MultiLLMN)などの協調フレームワークが導入されている。
重み付きビザンチンフォールトトレランス(WBFT)ブロックチェーンコンセンサス機構によって駆動される新しいTrusted MultiLLMNフレームワークを提案する。
論文 参考訳（メタデータ） (2025-05-08T10:04:41Z) - Enhancing Blockchain Cross Chain Interoperability: A Comprehensive Survey [39.613235136790244]
学術誌,デジタル図書館,灰色文学から150以上の影響源を体系的に分析する。
私たちはAtomic Swaps、Sidechains、Light Clientsなどの相互運用性アプローチの分類を提供しています。
私たちの研究の目的は、研究者や政策立案者、業界リーダーがブロックチェーンの相互運用性の変革の可能性を活用して、現在の課題に対処し、結束したマルチチェーンエコシステムを前進させることです。
論文 参考訳（メタデータ） (2025-05-08T04:24:50Z) - Automated Reasoning in Blockchain: Foundations, Applications, and Frontiers [0.0]
分散コンセンサスアルゴリズムと暗号技術を通じて達成された分散化、不変性、監査性は、透明性と信頼を必要とするマルチステークホルダーアプリケーションに利点を提供する。
しかし、ブロックチェーンシステムの本質的な複雑さとセキュリティクリティカルな性質は、潜在的な脆弱性に対する正確性、信頼性、レジリエンスを保証するために厳格な分析と検証を必要とする。
論文 参考訳（メタデータ） (2025-03-26T11:48:54Z) - Swarm Contract: A Multi-Sovereign Agent Consensus Mechanism [0.5439020425819]
Swarm Contract (Swarm) の概念を提案する。
Swarmは、複数のデジタルライフフォーム(DLF)またはSolivereign Agents(SA)がTrusted Execution Environments(TEE)の複雑なタスクをまとめて扱うマルチエージェントメカニズムである。
単純なマルチ署名ウォレットのオンチェーンを活用することで、Swarmはロジックの大部分をオフチェーンに移行し、単一のモノリシックなオンチェーン契約ではなく、マルチエージェントコンセンサスによる信頼性の最小化を実現している。
論文 参考訳（メタデータ） (2024-12-26T15:46:56Z) - SPOQchain: Platform for Secure, Scalable, and Privacy-Preserving Supply Chain Tracing and Counterfeit Protection [46.68279506084277]
この研究は、包括的なトレーサビリティと独創性検証を提供する、ブロックチェーンベースの新しいプラットフォームであるSPOQchainを提案する。
プライバシとセキュリティの側面を分析し、サプライチェーンのトレーシングの将来に対するSPOQチェーンの必要性と資格を実証する。
論文 参考訳（メタデータ） (2024-08-30T07:15:43Z) - Generative Blockchain: Transforming Blockchain from Transaction Recording to Transaction Generation through Proof-of-Merit [5.801684954657074]
生成ブロックチェーンは、トランザクション生成と記録を組み合わせることで、従来のブロックチェーン技術を変革することを目指している。
私たちのデザインの中心は、新しいコンセンサスメカニズムであるProof-of-Merit(PoM)である。
我々は、複雑なトランザクション生成問題を解決するタスクが独立した問題解決者のプールに委譲される、オンデマンドプラットフォーム上でPoMを実証する。
論文 参考訳（メタデータ） (2024-08-23T20:51:10Z) - Should my Blockchain Learn to Drive? A Study of Hyperledger Fabric [14.834625066344586]
本稿では、人間の介入なしにワークロードの変化を予測し、最適なパフォーマンスのために自分自身を再構成する可能性を秘めている自動運転ブロックチェーンの概念について考察する。
私たちは、自律的な適応に適した一般的なパーミッションブロックチェーンシステムであるHyperledger Fabricの特定のパラメータとコンポーネントを特定し、関連する課題に対する潜在的なソリューションを提供します。
私たちの実験では、スループットが最大11%向上し、レイテンシが30%削減されたことが示されています。
論文 参考訳（メタデータ） (2024-06-10T14:33:59Z) - Generative AI-enabled Blockchain Networks: Fundamentals, Applications,
and Case Study [73.87110604150315]
Generative Artificial Intelligence(GAI)は、ブロックチェーン技術の課題に対処するための有望なソリューションとして登場した。
本稿では、まずGAI技術を紹介し、そのアプリケーションの概要を説明し、GAIをブロックチェーンに統合するための既存のソリューションについて議論する。
論文 参考訳（メタデータ） (2024-01-28T10:46:17Z) - Implementation of Autonomous Supply Chains for Digital Twinning: a
Multi-Agent Approach [43.89334324926175]
自律型サプライチェーンのための自律型経済エージェントベースの技術枠組みを提案する。
このフレームワークをプロトタイプで説明し、生鮮食品サプライチェーンのシナリオで研究し、拡張の可能性について議論する。
論文 参考訳（メタデータ） (2023-09-09T13:16:52Z) - Identifying contributors to supply chain outcomes in a multi-echelon setting: a decentralised approach [47.00450933765504]
本稿では,推定貢献の分散計算における説明可能な人工知能の利用を提案する。
このアプローチは、サプライチェーンアクターにデータ共有を説得する必要性を緩和する。
その結果,集中型アプローチと比較して,品質変化の源泉を検出する方法の有効性が示された。
論文 参考訳（メタデータ） (2023-07-22T20:03:16Z) - Safe Model-Based Multi-Agent Mean-Field Reinforcement Learning [48.667697255912614]
平均場強化学習は、同一エージェントの無限集団と相互作用する代表エージェントのポリシーに対処する。
モデルベースの平均場強化学習アルゴリズムであるSafe-M$3$-UCRLを提案する。
本アルゴリズムは,低需要領域におけるサービスアクセシビリティを確保しつつ,重要な領域における需要を効果的に満たす。
論文 参考訳（メタデータ） (2023-06-29T15:57:07Z)
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。