論文の概要: The Economics of Proof-of-Useful-Work
- arxiv url: http://arxiv.org/abs/2606.06700v1
- Date: Thu, 04 Jun 2026 20:39:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-08 14:33:29.438595
- Title: The Economics of Proof-of-Useful-Work
- Title（参考訳）: 実証研究の経済性
- Authors: Rafael Pass,
- Abstract要約: 新たな代替手段である、有用な作業の証明(PoUW)によって、同じ計算がブロックチェーンを同時に保護し、経済的に価値のあるアウトプットを生成することが可能になる。
PoUWは経済的な理由からしばしば批判され、もしこの作業が有用であれば、攻撃者は「攻撃に対して支払われる」可能性があり、セキュリティを弱める可能性がある。
我々は、純粋なマイニング、純粋に有用な作業 -- 機械学習推論としてインスタンス化されている -- にまたがって計算を割り当てることのできる、PoUWブロックチェーンの競争力のある計算モデルを開発する。
- 参考スコア（独自算出の注目度）: 4.551855760807635
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Proof-of-work (PoW) blockchains rely on computational expenditure to secure a ledger supporting a native cryptocurrency. In existing systems such as Bitcoin, this expenditure is intentionally useless: the computation secures consensus but produces no external economic output. An emerging alternative -- proof of useful work (PoUW) -- enables the same computation to simultaneously secure the blockchain and generate economically valuable output. However, PoUW is often criticized on economic grounds: if the work is useful, attackers might be "paid to attack," potentially weakening security. We develop a competitive-equilibrium model of a PoUW blockchain in which compute can be allocated across pure mining, pure useful work -- instantiated as machine-learning inference -- or "duplex" work that produces both with computational overheads. We provide a complete closed-form characterization of equilibrium allocations and prices as a function of the duplex overheads and a single economic parameter -- the token-inference ratio -- measuring token adoption relative to the inference market. This characterization reveals three regimes: "Bitconia," in which the economy reduces to classical PoW; "Fortessia," in which duplex replaces mining, increasing security while useful output remains unchanged; and "Duplexia," in which token rewards subsidize inference, lowering prices and expanding inference supply. Contrary to the common strawman argument, PoUW does not make attacks economically cheap: once equilibrium prices are taken into account, the economic cost of a majority attack remains tied to the block reward. Moreover, in Duplexia, block rewards act as rebates on inference prices, generating additional socially useful computation that would not arise without the blockchain -- an expansion monotonically increasing in token adoption and technological efficiency.
- Abstract（参考訳）: Proof-of-work(PoW)ブロックチェーンは、ネイティブ暗号をサポートする台帳を確保するために、計算支出に依存する。
Bitcoinのような既存のシステムでは、この支出は意図的に役に立たない。
新たな代替手段である、有用な作業の証明(PoUW)によって、同じ計算がブロックチェーンを同時に保護し、経済的に価値のあるアウトプットを生成することが可能になる。
しかし、PoUWは経済的な理由からしばしば批判され、もしこの作業が有用であれば、攻撃者は「攻撃に対して支払われる」可能性があり、セキュリティを弱める可能性がある。
我々は、純粋なマイニング、純粋に有用な作業 — マシンラーニング推論としてインスタンス化されている – あるいは、計算オーバーヘッドで両方を生成する“二重”作業 – にわたって、計算を割り当てることのできるPoUWブロックチェーンの競争均衡モデルを開発する。
この特徴は、従来のPoWに経済が還元される「ビットコニア」と、鉱業に取って代わる「フォーテシア」と、鉱業に取って代わる「フォーテシア」と、トークン報酬が推論を補助し、価格を下げ、推論供給を拡大する「デュプレクシア」の3つの体制を明らかにします。また、一般的なストローマンの議論とは対照的に、PuUWは経済的に安価に攻撃を行なわない。一度均衡価格を考慮に入れれば、大多数の攻撃の経済的コストはブロック報酬に結びついている。さらに、デュプレクシアでは、社会的な価格の上昇を招き、ブロックチェーンの採用を単調的に増加させない「デュプレクシア」という3つの制度を明らかにします。
関連論文リスト
- SEDULity: A Proof-of-Learning Framework for Distributed and Secure Blockchains with Efficient Useful Work [41.41842611951311]
Secure、Efficient、Distributed、Useful LearningベースのブロックチェーンシステムのためのフレームワークであるSEDULityを名付けます。
フレームワークが分散し、セキュアで、効率的にMLモデルをトレーニングしていることを示す。
さらに,提案するPoLフレームワークが他の有用な作業にも拡張可能であることを実証し,タスク検証のインセンティブを付与するインセンティブメカニズムを設計する。
論文 参考訳（メタデータ） (2025-12-15T18:55:20Z) - 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) - Substituting Proof of Work in Blockchain with Training-Verified Collaborative Model Computation [0.0]
BitcoinのProof of Work(PoW)メカニズムは、過度のエネルギー使用とハードウェアの非効率で長年批判されてきた。
本稿では,Bitcoinの従来のPoWを,集中型クラウドベースの協調トレーニングフレームワークに置き換えたハイブリッドアーキテクチャを提案する。
論文 参考訳（メタデータ） (2025-08-16T19:12:34Z) - Design, Implementation, and Analysis of Fair Faucets for Blockchain Ecosystems [0.0]
Dissertationは、非商用ブロックチェーンネットワークで共有リソースを公平に分散する問題に対処する。
非商用ネットワークは、与えられたネットワークに固有の固定量の自由トークンを提供するファセットと呼ばれる自明な分配機構を用いる。
本論文では、ファウセット機構を、マックスミンフェアネススキームに則って公正分布に適用する。
論文 参考訳（メタデータ） (2025-06-04T10:17:08Z) - Proof of Useful Intelligence (PoUI): Blockchain Consensus Beyond Energy Waste [1.3846014191157405]
テクノロジは分散システムにおけるセキュアで透過的なデータ管理を可能にする。
それは、Bitcoinのような暗号通貨から不動産のような現実世界の資産のトークン化まで、アプリケーションをサポートする。
本稿では,ハイブリッドコンセンサス機構であるProof of Useful Intelligence(PoUI)を提案する。
論文 参考訳（メタデータ） (2025-04-24T13:32:03Z) - Trusted Compute Units: A Framework for Chained Verifiable Computations [41.94295877935867]
本稿では,異種技術間のコンポーザブルで相互運用可能な計算を可能にする統合フレームワークであるTrusted Compute Unit(TCU)を紹介する。
オンチェーンの確認遅延やガス料金を発生させることなく、セキュアなオフチェーンインタラクションを可能にすることで、TCUはシステムパフォーマンスとスケーラビリティを大幅に改善する。
論文 参考訳（メタデータ） (2025-04-22T09:01:55Z) - 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) - 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) - 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) - Blockchain Assisted Decentralized Federated Learning (BLADE-FL) with
Lazy Clients [124.48732110742623]
フェデレートラーニング(FL)にブロックチェーンを統合する新しいフレームワークを提案する。
BLADE-FLは、プライバシー保護、改ざん抵抗、学習の効果的な協力の点で優れたパフォーマンスを持っている。
遅延クライアントは、他人のトレーニングされたモデルを盗聴し、不正行為を隠すために人工的なノイズを加える。
論文 参考訳（メタデータ） (2020-12-02T12:18:27Z)
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。