論文の概要: The Finality Calculator: Analyzing and Quantifying Filecoin's Finality Guarantees

• arxiv url: http://arxiv.org/abs/2603.01307v1
• Date: Sun, 01 Mar 2026 22:26:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-06 02:36:12.754418
• Title: The Finality Calculator: Analyzing and Quantifying Filecoin's Finality Guarantees
• Title（参考訳）: The Finality Calculator: Analying and Quantifying Filecoin's Finality Guarantees
• Authors: Guy Goren, Jorge M. Soares,
• Abstract要約: 正直な参加者が生み出すブロックの可視性のみを必要とする実用的なアルゴリズムを提供する。 典型的な動作条件下では,約30ラウンドで2～30ドルの誤差確率が達成可能であることを示す。
• 参考スコア（独自算出の注目度）: 1.3177681589844814
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we analyze the finality of the Filecoin network, focusing on dynamic probabilistic guarantees of tipset permanence in the canonical chain. Our approach differs from static analyses that consider only the worst-case scenario; instead, we dynamically compute the error probability at each round using the live chain history, providing a more accurate and efficient assessment. We provide a practical algorithm that only requires visibility into the blocks produced by honest participants, which can be implemented by clients or off-chain applications without any change to Filecoin's consensus mechanisms. We demonstrate that, under typical operating conditions, the sought-after error probability of $2^{-30}$ is achievable in approximately 30 rounds, a 30x improvement over the 900 rounds that the network currently encodes as a fixed threshold. This finding promises to expedite transactions and enhance network efficiency, and lays the foundation for further analysis of other DAG-structured blockchains.
• Abstract（参考訳）: 本稿では,Filecoinネットワークの終端性を解析し,カノニカルチェーンにおけるチップセット永続性の動的確率的保証に着目した。 提案手法は,最悪のシナリオのみを考慮した静的解析と異なり,実チェーン履歴を用いて各ラウンドのエラー確率を動的に計算し,より正確かつ効率的な評価を行う。 我々は,Filecoinのコンセンサス機構を変更することなく,クライアントやオフチェーンアプリケーションで実装可能な,正直な参加者によるブロックの可視化のみを必要とする実用的なアルゴリズムを提供する。 典型的な動作条件下では,ネットワークが現在一定の閾値として符号化している900ラウンドに対して,約30ラウンドで2^{-30}$の追従誤差確率が30倍改善可能であることを示す。 この発見はトランザクションの迅速化とネットワーク効率の向上を約束し、他のDAG構造化ブロックチェーンをさらに分析するための基盤となる。

関連論文リスト

• On-Chain Decentralized Learning and Cost-Effective Inference for DeFi Attack Mitigation [4.37137147573556]
  DeFiプラットフォームでは、ビジネスロジックや会計上の脆弱性を利用したトランザクションによって、毎年数十億ドルが失われている。 i) コスト削減のためにLayer-2上でガス禁止計算を行い、(ii) 検証済みのモデル更新をLayer-1に伝達し、(iii) スマートコントラクト内でガス境界付き低遅延推論を可能にする。
  論文  参考訳（メタデータ） (2025-10-15T18:58:34Z)
• Clustering Deposit and Withdrawal Activity in Tornado Cash: A Cross-Chain Analysis [0.9503773054285557]
  Tornado Cashは分散型ミキサーで、暗号技術を使って預金者と引き出し者の間のチェーン上の道を切断する。 本稿では,3つのクラスタリング, (i) アドレス再利用, (ii) トランザクショナルリンク, (iii) 時間整合規則を提案する。 分析の結果, 5.1～12.6%の引き出しは, アドレス再利用や取引リンクを通じて, 既に起源の鉱床まで遡ることができることがわかった。
  論文  参考訳（メタデータ） (2025-10-10T14:42:24Z)
• Decompiling Smart Contracts with a Large Language Model [51.49197239479266]
  Etherscanの78,047,845のスマートコントラクトがデプロイされているにも関わらず(2025年5月26日現在)、わずか767,520 (1%)がオープンソースである。 この不透明さは、オンチェーンスマートコントラクトバイトコードの自動意味解析を必要とする。 バイトコードを可読でセマンティックに忠実なSolidityコードに変換する,先駆的な逆コンパイルパイプラインを導入する。
  論文  参考訳（メタデータ） (2025-06-24T13:42:59Z)
• Efficient Blockchain-based Steganography via Backcalculating Generative Adversarial Network [105.47203971578871]
  汎用ブロックチェーンベースのステガノグラフィーフレームワーク(GBSF)を提案する。 送信者は、追加の隠蔽データを埋め込んでチャネル容量を高めるために、量や手数料などの必要なフィールドを生成する。 GBSFに基づいて, 可逆的生成逆ネットワーク(R-GAN)を設計する。 対数直観的データ前処理とカスタムアクティベーション機能を備えたR-GAN,すなわちCCR-GANを提案する。
  論文  参考訳（メタデータ） (2025-06-19T04:43:41Z)
• Fully Automated Selfish Mining Analysis in Efficient Proof Systems Blockchains [5.864854777864723]
  私たちは、Bitcoinのような長鎖ブロックチェーンにおける自己中心的なマイニング攻撃について研究していますが、そこでは、作業の証明が効率的な証明システムに置き換えられます。 本稿では,敵の相対収益を最大化することを目的とした,新たな自尊心のあるマイニング攻撃を提案する。 本稿では,MDP の最適相対収益を$epsilon$-tight で計算する形式解析手法を提案する。
  論文  参考訳（メタデータ） (2024-05-07T15:44:39Z)
• 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)
• Leveraging Machine Learning for Multichain DeFi Fraud Detection [5.213509776274283]
  本稿では,最も大きなチェーンを含むさまざまなチェーンから特徴を抽出するフレームワークを提案し,広範囲なデータセットで評価する。 XGBoostやニューラルネットワークなど、さまざまな機械学習手法を使用して、DeFiと対話する不正アカウントの検出を識別した。 本稿では,新しいDeFi関連機能の導入により,評価結果が大幅に改善されることを実証する。
  論文  参考訳（メタデータ） (2023-05-17T15:48:21Z)
• 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)
• Quantum Multi-Solution Bernoulli Search with Applications to Bitcoin's Post-Quantum Security [67.06003361150228]
  作業の証明(英: proof of work、PoW)は、当事者が計算タスクの解決にいくらかの労力を費やしたことを他人に納得させることができる重要な暗号構造である。 本研究では、量子戦略に対してそのようなPoWの連鎖を見つけることの難しさについて検討する。 我々は、PoWs問題の連鎖が、マルチソリューションBernoulliサーチと呼ばれる問題に還元されることを証明し、量子クエリの複雑さを確立する。
  論文  参考訳（メタデータ） (2020-12-30T18:03:56Z)

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。