論文の概要: TRM-Raft: A Byzantine-Resistant Raft Consensus via Integrated Trust and Reputation Model

• arxiv url: http://arxiv.org/abs/2607.08666v1
• Date: Thu, 09 Jul 2026 16:34:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-10 14:45:27.597366
• Title: TRM-Raft: A Byzantine-Resistant Raft Consensus via Integrated Trust and Reputation Model
• Title（参考訳）: TRM-Raft:統合信頼と評価モデルによるビザンチン系ラフト合意
• Abstract要約: ラフトコンセンサスは、分散調整における単純さと性能のために広く採用されている。 Raftはクラッシュの欠陥のみを想定しており、選挙偽造やログの改ざんといったビザンチンの行動に弱い。 我々は、信頼度に基づく信頼と意見のモデルを合意の核に非侵襲的に統合する、ビザンチン耐性の強化であるtextbfTRM-Raft を提案する。
• 参考スコア（独自算出の注目度）: 15.08786099587349
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Internetware envisions autonomous software entities collaborating over the open Internet. Raft consensus is widely adopted for its simplicity and performance in distributed coordination, e.g., service registries and blockchains. However, Raft assumes crash faults only, making it vulnerable to Byzantine behaviors like election forgery and log tampering. Existing BFT protocols incur high overhead, while ad-hoc hardening lacks unified defense. We propose \textbf{TRM-Raft}, a Byzantine-resistant enhancement that non-intrusively integrates a Blockchain-based Trust and Reputation Model (B-TRM) into the consensus core. It quantifies multi-dimensional node behaviors, applies adaptive penalties distinguishing accidental faults from malice, and embeds reputation into leader election and log replication. A reputation-aware election penalizes term/index forgery, excluding low-reputation nodes from leadership. A Schnorr-signature-based mechanism lets followers verify log integrity; tampering triggers reputation decay and leader replacement. Evaluated on Hyperledger Fabric in a realistic Internetware setting, TRM-Raft keeps malicious leader ratio below 5\% even with 40\% Byzantine nodes, with <10\% throughput loss and <5\% latency increase over vanilla Raft. TRM-Raft offers a lightweight, practical trustworthiness path for Internetware systems relying on Raft.
• Abstract（参考訳）: インターネットウェアは、オープンなインターネット上で協調する自律的なソフトウェアエンティティを想定している。 Raftコンセンサスは、分散コーディネーション、例えばサービスレジストリ、ブロックチェーンにおけるシンプルさとパフォーマンスのために広く採用されている。 しかし、Raftはクラッシュの欠陥のみを前提としており、選挙偽造やログの改ざんといったビザンチンの行動に弱い。 既存のBFTプロトコルはオーバーヘッドが高く、アドホックなハードニングでは防御が統一されていない。 本稿では,BlockchainベースのTrust and Reputation Model(B-TRM)を非侵襲的にコンセンサスコアに統合する,ビザンチン耐性の強化である‘textbf{TRM-Raft} を提案する。 多次元ノードの挙動を定量化し、事故断層と悪意を区別する適応的な罰則を適用し、評判をリーダー選挙とログ複製に埋め込む。 評価を意識した選挙は、リーダーシップからの低評価ノードを除いて、用語/インデックス偽造を罰する。 Schnorrの署名に基づくメカニズムにより、フォロワーはログの完全性を検証することができる。 TRM-Raftは、現実的なインターネットウェア環境でHyperledger Fabricに基づいて評価され、バニララフトよりも<10\%のスループット損失と<5\%のレイテンシで、40\%のビザンチンノードであっても、悪意のあるリーダ比を5\%以下に維持する。 TRM-Raftは、Raftに依存するインターネットウェアシステムに対して、軽量で実用的な信頼性パスを提供する。

関連論文リスト

• ReputationChain: Robust Trust Updating for Blockchain-Enabled Supply Chains [6.164438386318076]
  既存の評価システムは、主に製品証拠、グローバルなフィードバックアグリゲーション、またはレビューの信頼性に対処する。 信頼の源としてではなく、ブロックチェーンをエビデンス層と証明層として使用する参加者信頼フレームワークであるRCを紹介します。
  論文  参考訳（メタデータ） (2026-08-04T12:24:56Z)
• snaproot: Decentralized File Integrity Verification Using Blockchain-Anchored Cryptographic Hashing [0.0]
  本稿では,Solaraブロックチェーン上でHaberとStornettaのハッシュアンチョリングパラダイムを実装する軽量システムであるSnaprootを紹介する。 snaprootはファイルのSHA-256ハッシュを生成し、永久参照レコードとして不変にオンチェーンに格納する。 本稿では,SHA-256の2次事前抵抗に基づくセキュリティ解析と,ファイルサイズが1KBから500MBのソラナデベネットの実験的評価を行う。
  論文  参考訳（メタデータ） (2026-06-09T09:25:49Z)
• FERA: Uncertainty-Aware Federated Reasoning for Large Language Models [60.52562148874846]
  我々は、サーバがプライベートなデモンストレーションを行う異種クライアントと協調することで、多段階推論を改善するフェデレーション推論について研究する。 重要な課題は、クライアントの信頼性がクエリ依存であるのに対して、サーバはクライアントデータを検査して、どのコントリビューションが信頼できるかを判断できません。 本稿では,サーバクライアントの反復的コリファインメントに基づくトレーニングフリーフレームワークである Uncertainty-Aware Federated Reasoning (FERA) を提案する。
  論文  参考訳（メタデータ） (2026-05-11T07:04:51Z)
• ARES: Adaptive Red-Teaming and End-to-End Repair of Policy-Reward System [70.10833169681239]
  ヒトフィードバック(RLHF)からの強化学習は、大規模言語モデル(LLM)の整合の中心である 不完全なリワードモデル(RM)は、安全でない振る舞いをペナルティ化できないと、単一障害点になる可能性がある。 このような二重脆弱性を系統的に発見・緩和するフレームワークであるARESを紹介する。
  論文  参考訳（メタデータ） (2026-04-20T19:54:47Z)
• HadAgent: Harness-Aware Decentralized Agentic AI Serving with Proof-of-Inference Blockchain Consensus [4.693243537924961]
  我々は、ハッシュベースのマイニングをProof-of-Inference(PoI)に置き換える分散エージェントAIサービスシステムであるHadAgentを紹介する。 HadAgentは、検証済みのレコードを専用のData、MODEL、PROFチャンネルを備えた3車線のブロックボディに整理する。 プロトタイプ実装の実験では、改ざんされたレコードに対して100%検出率と0%偽陽性率を示す。
  論文  参考訳（メタデータ） (2026-04-15T14:46:29Z)
• 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)
• Optimistic TEE-Rollups: A Hybrid Architecture for Scalable and Verifiable Generative AI Inference on Blockchain [4.254924788681319]
  我々は制約を調和させるハイブリッド検証プロトコルであるOptimistic TEE-Rollups (OTR)を紹介する。 OTRは集中ベースラインのスループットの99%を達成している。
  論文  参考訳（メタデータ） (2025-12-23T09:16:41Z)
• One Token Embedding Is Enough to Deadlock Your Large Reasoning Model [91.48868589442837]
  我々は, LRMの生成制御フローをハイジャックする資源枯渇手法であるDeadlock Attackを提案する。 提案手法は4つの先進LEMにおいて100%の攻撃成功率を達成する。
  論文  参考訳（メタデータ） (2025-10-12T07:42:57Z)
• RESTRAIN: From Spurious Votes to Signals -- Self-Driven RL with Self-Penalization [52.01526898310723]
  私たちは、ゴールドラベルの欠如を有用な学習信号に変換する自己金型RLフレームワークであるRESTRAINを紹介します。 多数決を急ぐために過剰にコミットする代わりに、RESTRAINは、モデルの全回答分布からのシグナルを利用する。 挑戦的な推論ベンチマークでは、RESTRAINはラベルのないデータのみを使用して大きなゲインを提供する。
  論文  参考訳（メタデータ） (2025-10-02T16:24:01Z)
• zScore: A Universal Decentralised Reputation System for the Blockchain Economy [0.8246494848934447]
  zScoreという名の堅牢なフレームワークを提供しています。これはウォレットのオンチェーン動作に由来する評価のためのコアプリミティブです。 貸し出しプロトコルの遡及的データで行った最初の結果は、良いzScoreと健全な借り入れ行動と返済行動との間に強い相関関係を確立した。 第5節では,本システムの適用可能性のリストを提示し,実際の価値創造に報いるための実用性を確立する。
  論文  参考訳（メタデータ） (2025-02-17T07:19:04Z)
• Rethinking Byzantine Robustness in Federated Recommendation from Sparse Aggregation Perspective [65.65471972217814]
  フェデレーションラーニング(FL)に基づいたフェデレーションレコメンデーション(FR)が出現し、個人データをローカルクライアントに保持し、モデルを協調的に更新する。 FR には独自のスパース集約機構があり、各項目の埋め込みは、一般の FL の密集集合において、完全なクライアントではなく、部分的なクライアントによって更新される。 本稿では,単一項目の集約を最小の実行単位として定義することにより,スパースアグリゲーションの下でのビザンチンのロバスト性を再構成する。 本研究では,スパースアグリゲーションの脆弱性を悪用し,敵の知識と能力に沿って分類する,Sp attackという効果的な攻撃戦略のファミリーを提案する。
  論文  参考訳（メタデータ） (2025-01-06T15:19:26Z)
• TBDD: A New Trust-based, DRL-driven Framework for Blockchain Sharding in IoT [25.15169926146292]
  シャードブロックチェーンとIoTを統合することで、信頼性の問題と最適化されたデータフローに対するソリューションが提示される。 深層強化学習は動的で複雑なシステムと多次元最適化を十分に扱う。 textscTbDdはノードタイプを認識し、潜在的な脅威に対してターゲットリシャーディングを実行する。
  論文  参考訳（メタデータ） (2024-01-01T01:57:28Z)

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。