論文の概要: Proof of Useful Attestation: A Consensus Primitive for Attestation-Native Chains
- arxiv url: http://arxiv.org/abs/2605.25844v1
- Date: Mon, 25 May 2026 13:37:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-26 19:50:20.144649
- Title: Proof of Useful Attestation: A Consensus Primitive for Attestation-Native Chains
- Title（参考訳）: 有意義な検査の証明: 検査-負の鎖に関する合意
- Authors: Stefan Stefanović,
- Abstract要約: 本論文は, この機構, 6層化シビルおよび研削防衛, フル層化防御におけるモンテカルロの実証的戦略探索, 明確なしきい値の導出による研削検出器について述べる。
これは、正式な経済基盤を持つメカニズム設計の提案であり、完全な暗号セキュリティ証明ではなく、BFTの安全性と生存性を継承している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Validators on generic Proof of Stake chains earn the same fees whether they handle attestation work correctly or selectively censor it. For chains whose main activity is moving tokens around, that indifference is fine. For chains whose primary economic activity is recording attestations (content provenance, AI-output attribution, threshold-signed credentials, supply-chain receipts), the indifference becomes a problem. Proof of Useful Attestation (PoUA) makes attestation handling first-class in the consensus weighting itself. Validator vote weight is the product of bonded stake and a reputation scalar in [r_min, r_max] that accumulates from valid attestation work. The reputation update is additive, fee-weighted, non-transferable, and capped per epoch. We prove a cost-to-grind floor (Lemma 1): under chain-wide adaptive burn fraction tau_burn, the non-recoverable cost an adversary pays to inflate reputation by Delta_r is bounded below by tau_burn * Delta_r / (eta * alpha_eff). Under the recommended v0 calibration (r_max/r_min in [4, 10]), the cost premium against a capital adversary is 4x to 10x over equivalent pure-stake PoS at steady state. The paper specifies the mechanism, six layered Sybil and grinding defenses, empirical Monte Carlo strategy-search across the full layered defense, and grinding detectors with explicit threshold derivations. It is a mechanism-design proposal with a formal economic floor and inherited BFT safety and liveness, not a complete cryptographic security proof. This release incorporates feedback from Jiangshan Yu (University of Sydney) and Marko Vukolić (Bitcoin Scaling Labs).
- Abstract（参考訳）: 一般的なProof of Stakeチェーンの検証者は、認証処理を正しく処理するか、選択的に検閲するかに関わらず、同じ手数料を支払う。
トークンを移動させることが主なアクティビティであるチェーンの場合、その差分は問題ありません。
主要な経済活動が証明記録(コンテンツ証明、AI出力属性、しきい値に署名された認証、サプライチェーンレシート)であるチェーンにとっては、無関心が問題となる。
Proof of Useful Attestation (PoUA)は、コンセンサス自体を重み付けする第一級の証明を行う。
検証者投票重量は、有効な検定作業から蓄積した[r_min, r_max]における有価証券と評価スカラーの積である。
評判の更新は、追加的、手数料の重み付け、転送不能で、エポックごとにキャップされている。
チェーンワイド適応燃焼率 tau_burn の下では、Delta_r による評判を増大させるために敵対者が支払う非回収可能なコストは tau_burn * Delta_r / (eta * alpha_eff) で表される。
推奨のv0キャリブレーション([4,10]のr_max/r_min)では、資本相手に対するコストプレミアムは、定常状態の等価純粋なPoSに対して4倍から10倍となる。
本論文は, この機構, 6層化シビルおよび研削防衛, フル層化防御におけるモンテカルロの実証的戦略探索, 明確なしきい値の導出による研削検出器について述べる。
これは、正式な経済基盤を持つメカニズム設計の提案であり、完全な暗号セキュリティ証明ではなく、BFTの安全性と生存性を継承している。
このリリースには、Jiangshan Yu氏(シドニー大学)とMarko Vukolić氏(Bitcoin Scaling Labs)からのフィードバックが含まれている。
関連論文リスト
- Unleashing Implicit Rewards: Prefix-Value Learning for Distribution-Level Optimization [74.91418266859297]
インプシットプロセス報酬モデル(PRM)は、推論プロセスに沿ってきめ細かな報酬信号を提供する。
トレーニングはシーケンスレベルの集約のみを制限しますが、推論はローカルステップの品質を反映するためにトークンレベルのスコアが必要です。
本稿では,予測精度を推定するプレフィックス条件付き値関数を直接学習する新しいインプリシット・プレフィックス・バリュー・リワード・モデル(IPVRM)を提案する。
また,サンプルトークンと高確率候補トークンの両方に対してTDの利点を演算する分散レベルRL(DistRL)を提案する。
論文 参考訳（メタデータ） (2026-04-14T18:19:54Z) - Towards Automating Blockchain Consensus Verification with IsabeLLM [1.9336815376402718]
本稿では,IsabeLLMを提案する。IsabeLLMは,IsabelleとLarge Language Modelを統合して,証明を支援し,自動化するツールである。
我々は、IsabeLLMの有効性を、BitcoinのProof of Workコンセンサスプロトコルの新しいモデルの開発に利用し、その正確性を検証する。
論文 参考訳（メタデータ） (2026-01-12T15:35:08Z) - Proof of Trusted Execution: A Consensus Paradigm for Deterministic Blockchain Finality [0.391985484065646]
本稿では,再実行を再現するのではなく,合意が検証実行から生じる合意パラダイムとして,信頼された実行の証明(PoTE)を提案する。
実行は決定論的であり、プロポーサは公開ランダム性から一意に派生しているため、PoTEはフォークを避け、スロット・タイムのボトルネックを排除し、1ラウンドの検証でブロックをコミットする。
論文 参考訳（メタデータ） (2025-12-10T08:04:38Z) - 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) - Reinforcement Learning with Verifiable yet Noisy Rewards under Imperfect Verifiers [90.50039419576807]
RLVR(Reinforcement Learning with Verifiable Rewards)は、人為的なラベル付けを避けるために、自動検証に対するポリシーを訓練する。
認証ハッキングの脆弱性を軽減するため、多くのRLVRシステムはトレーニング中にバイナリ$0,1$の報酬を破棄する。
この選択にはコストがかかる:textitfalse negatives(正しい回答、FNを拒絶)とtextitfalse positives(間違った回答、FPを受け入れる)を導入する。
論文 参考訳（メタデータ） (2025-10-01T13:56:44Z) - Exact Certification of (Graph) Neural Networks Against Label Poisoning [50.87615167799367]
グラフニューラルネットワーク(GNN)におけるラベルフリップの正確な認証手法を提案する。
本稿では,ノード分類タスクにおける広範囲なGNNアーキテクチャの認証に本手法を適用した。
私たちの研究は、ニューラルネットワークによって引き起こされた毒殺攻撃に対する最初の正確な認証を提示します。
論文 参考訳（メタデータ） (2024-11-30T17:05:12Z) - 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) - Computational Asymmetries in Robust Classification [9.933826905715822]
ReLUの攻撃は$mathitNP$-hardであり、トレーニング時の堅牢性は$Sigma2_P$-hardである(単一の例であっても)。
第二に、推論時ロバスト性証明はこの非対称性の影響を受けないことを示し、Counter-Attack (CA) という概念実証手法を導入する。
論文 参考訳（メタデータ） (2023-06-25T19:41:14Z) - Almost Tight L0-norm Certified Robustness of Top-k Predictions against
Adversarial Perturbations [78.23408201652984]
トップk予測は、マシンラーニング・アズ・ア・サービス、レコメンダ・システム、Web検索など、多くの現実世界のアプリケーションで使用されている。
我々の研究はランダム化平滑化に基づいており、入力をランダム化することで、証明可能なロバストな分類器を構築する。
例えば、攻撃者がテスト画像の5ピクセルを任意に摂動できる場合に、ImageNet上で69.2%の認定トップ3精度を達成する分類器を構築することができる。
論文 参考訳（メタデータ） (2020-11-15T21:34:44Z)
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。