論文の概要: Scarcity Is Not Enough: An Impossibility Result for Linear Sybil Cost Under Parallelizable Resources

• arxiv url: http://arxiv.org/abs/2605.29651v1
• Date: Thu, 28 May 2026 09:15:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-30 02:45:56.101734
• Title: Scarcity Is Not Enough: An Impossibility Result for Linear Sybil Cost Under Parallelizable Resources
• Title（参考訳）: Scarcity:並列化可能なリソース下での線形安定化コストの不確実性
• Authors: Homayoun Maleki, Nekane Sainz, Jon Legarda, Igor Santos-Grueiro,
• Abstract要約: 我々は,Sybil攻撃に対して,リソース不足に対する影響を結合することにより,無許可システムによる抵抗効果を示す。 構造的に並列化可能なリソースに対する影響集中の線形コストを強制できるプロトコルルールは存在しないことを証明している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Permissionless systems resist Sybil attacks by binding influence to scarce resources. We show that scarcity alone is insufficient: the structural properties of the resource determine whether influence can be concentrated at sublinear cost through identity replication, delegation, or pooling. We model this through the adversarial cost C(s,T): the minimum expenditure required to achieve influence proportional to s independent participation units over T windows. We prove that any resource satisfying divisibility, additivity of influence, temporal reusability, and identity transferability admits influence amortization: C(s,T)=o(sT), regardless of protocol design. This is an impossibility result: no protocol rule can enforce linear cost of influence concentration over a structurally parallelizable resource. We further prove that throughput-bounded, non-transferable, window-local resources enforce C(s,T)=Omega(sT): each additional unit of sustained influence incurs marginal cost Delta(s,T)=Omega(T), growing with the time horizon. The two resource classes are asymptotically separated. As a direct design consequence, any mechanism targeting linear cost of influence concentration must ground participation in a resource that violates at least one parallelizability property.
• Abstract（参考訳）: パーセプトレスシステムは、希少な資源への影響を束縛することによって、シビル攻撃に抵抗する。 資源の構造的特性は、アイデンティティ複製、デリゲート、プーリングを通じて、サブ線形コストで影響を集中できるかどうかを決定する。 我々は、これを、Tウィンドウ上の独立参加ユニットに比例する影響を達成するのに必要な最小費用として、対向コストC(s,T)でモデル化する。 プロトコル設計によらず, 変更性, 影響の付加性, 時間的再利用性, アイデンティティ転送性を満たす資源が, 影響の無道徳化を許容することを示す。 これは不可能な結果であり、いかなるプロトコル規則も構造的に並列化可能なリソースに対する影響集中の線形コストを強制することはできない。 さらに、スループットバウンドで非透過性のあるウィンドウローカルリソースがC(s,T)=Omega(sT)を強制することを示す。 2つのリソースクラスは漸近的に分離されています。 直接的な設計結果として、線形的な影響集中のコストを目標とするメカニズムは、少なくとも1つの並列化性に反するリソースへの参加を前提とする。

関連論文リスト

• On the Cost and Benefit of Chain of Thought: A Learning-Theoretic Perspective [32.74283120808586]
  思考の連鎖(CoT)を理解するための学習理論フレームワークを開発する 我々はCoTを回答マップと中間質問を自己回帰的に生成する連鎖規則の相互作用としてモデル化する。
  論文  参考訳（メタデータ） (2026-05-20T14:51:20Z)
• Causal discovery under mean independence and linearity [0.8049701904919515]
  LiNGAMのような因果発見法は、相互に独立した障害を想定して観測データから因果構造を同定する。 リニア平均独立非循環モデル (LiMIAM) を導入し, 完全な独立性を, 障害に対する一方的な平均独立性制約に置き換える。 我々の証明は構成的であり、依存雑音下での因果発見のための逐次残差に基づくアルゴリズムであるDirectLiMIAMに導かれる。
  論文  参考訳（メタデータ） (2026-05-06T01:16:46Z)
• Breaking the Factorization Barrier in Diffusion Language Models [59.946071582340146]
  ベクトル化障壁」は拡散言語モデルの効率的な並列生成を妨げる。 完全分解出力分布を置き換えるための結合離散拡散法を提案する。 我々は, CoDD が多種多様な言語モデルアーキテクチャをシームレスに拡張し, オーバーヘッドを無視できることを示した。
  論文  参考訳（メタデータ） (2026-02-09T08:36:39Z)
• XFACTORS: Disentangled Information Bottleneck via Contrastive Supervision [37.140199946294565]
  textscXFactorsは弱制御されたVAEフレームワークで、選択された要素のセットを乱し、明示的に制御する。 提案手法は遅延容量の増加とともに精度良くスケールし,実世界のデータセットCelebAで評価する。
  論文  参考訳（メタデータ） (2026-01-29T13:20:48Z)
• Causal Action Influence Aware Counterfactual Data Augmentation [23.949113120847507]
  我々は,オンライン環境のインタラクションにアクセスすることなく,固定データセットから合成トランジションを生成可能なデータ拡張手法であるCAIACを提案する。 因果的影響を定量化するための原理的手法を利用することで、状態空間の$itaction$-unffected部分を交換することで、反ファクト的推論を行うことができる。 これにより、分散シフトに対するオフライン学習アルゴリズムの堅牢性が大幅に向上する。
  論文  参考訳（メタデータ） (2024-05-29T09:19:50Z)
• Offline Reinforcement Learning: Role of State Aggregation and Trajectory Data [64.93285984013833]
  我々は,ベルマンを使わずに,値関数を実現可能なオフライン強化学習の問題を再考する。 Xie と Jiang (2021) と Foster et al. (2022) による以前の研究は、軌道に基づくオフラインデータとともに集中係数が有界標本複雑性を統一するかどうかという疑問を解き放った。
  論文  参考訳（メタデータ） (2024-03-25T18:28:45Z)
• The Role of Coverage in Online Reinforcement Learning [72.01066664756986]
  優れたカバレッジを持つデータ分布が存在するだけで、サンプル効率のよいオンラインRLが実現可能であることを示す。 ベルマンランクやベルマン・エルダー次元を含むオンラインRLの既存の複雑さ測定は、カバービリティを最適に捉えることができない。 本稿では,新たな複雑性尺度である逐次外挿係数を提案する。
  論文  参考訳（メタデータ） (2022-10-09T03:50:05Z)
• The Power and Limitation of Pretraining-Finetuning for Linear Regression under Covariate Shift [127.21287240963859]
  本研究では,対象データに基づく事前学習と微調整を併用した伝達学習手法について検討する。 大規模な線形回帰インスタンスの場合、$O(N2)$ソースデータによる転送学習は、$N$ターゲットデータによる教師あり学習と同じくらい効果的である。
  論文  参考訳（メタデータ） (2022-08-03T05:59:49Z)
• Learning to Manipulate Individual Objects in an Image [71.55005356240761]
  本稿では,独立性および局所性を有する潜在因子を用いた生成モデルを学習する手法について述べる。 これは、潜伏変数の摂動が、オブジェクトに対応する合成画像の局所領域のみに影響を与えることを意味する。 他の教師なし生成モデルとは異なり、オブジェクトレベルのアノテーションを必要とせず、オブジェクト中心の操作を可能にする。
  論文  参考訳（メタデータ） (2020-04-11T21:50:20Z)
• Distributing entanglement with separable states: assessment of encoding and decoding imperfections [55.41644538483948]
  絡み合いは、常に関連する他のシステムと分離可能なキャリアを使って分散することができる。 不完全なユニタリ相互作用と協調して作用する不整合力学の影響を考察する。 絡み合いの利得は、相当な単元誤差があっても可能であることを示す。
  論文  参考訳（メタデータ） (2020-02-11T15:25:19Z)

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。