Fugu-MT 論文翻訳(概要): Bitcoin Mempool Linearization

論文の概要: Bitcoin Mempool Linearization

arxiv url: http://arxiv.org/abs/2607.23787v1
Date: Sun, 26 Jul 2026 18:04:28 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-28 22:34:15.227443
Title: Bitcoin Mempool Linearization
Title（参考訳）: Bitcoinメムプールの線形化
Authors: Arman Mollakhani, Pieter Wuille, Dongning Guo,
Abstract要約: Bitcoinシステムでは、取引は採掘者のメムプールに連続して届き、将来のブロックに含められるのを待つ。本稿では, メムプール線形化問題を定式化し, 関連する手数料, サイズ, 依存性関係を持つトランザクションの集合が与えられた場合, 依存性参照トランザクションの順序付けを計算する。スパンニング・フォレスト・リニアライゼーション (SFL) と呼ばれる新しいアルゴリズムを開発した。
参考スコア（独自算出の注目度）: 4.265773997354609
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: In the Bitcoin system, transactions arrive continuously at miners' mempools and await inclusion in future blocks. Every non-coinbase transaction must spend one or more unspent outputs created by previous transactions, inducing dependency constraints among transactions in the mempool. At the same time, miners are economically incentivized to prioritize transactions with higher fee rates, measured as transaction fee per unit size. This paper formulates the mempool linearization problem: given a set of transactions with associated fees, sizes, and dependency relationships, compute a dependency-respecting transaction ordering that maximizes fee-rate efficiency while supporting efficient updates as the mempool evolves dynamically. The problem is characterized through a partition of transactions into disjoint dependency-respecting subsets ordered by decreasing aggregate fee rate, together with an equivalent LP formulation. Motivated by structural properties of basic feasible solutions in the simplex method, a new algorithm called spanning forest linearization (SFL) is developed. Operating directly on the transaction dependency graph, SFL iteratively merges and splits chunks of transactions to refine a global ordering, and is guaranteed to terminate at an optimal solution. Evaluation on both synthetic and real-world Bitcoin mempool data shows that SFL consistently computes optimal linearizations with substantially lower runtime than competing approaches, including a method based on the parametric preflow algorithm of Gallo, Grigoriadis, and Tarjan. These results indicate that SFL provides a practical and scalable framework for transaction prioritization by decentralized miners in large and rapidly evolving mempools. SFL has also been incorporated into the Bitcoin Core codebase for transaction cluster linearization.
Abstract（参考訳）: Bitcoinシステムでは、取引は採掘者のメムプールに連続して届き、将来のブロックに含められるのを待つ。すべての非コインベーストランザクションは、メムプール内のトランザクション間の依存性の制約を誘発し、前回のトランザクションによって生成された1つ以上の不快なアウトプットを使わなければならない。同時に、鉱夫は、単位サイズ当たりの取引手数料として、より高い手数料率で取引を優先順位付けするために経済的にインセンティブを得ている。本稿では, メムプール線形化問題を定式化する: 関連する手数料, サイズ, 依存性関係を持つ一連のトランザクションが与えられた場合, メムプールが動的に進化するにつれて, 効率的な更新をサポートしながら, 手数料率を最大化する依存性参照トランザクション順序付けを計算する。この問題は、トランザクションを、アグリゲート料金率の低下によって順序づけられた不整合依存参照サブセットに分割し、等価なLPの定式化によって特徴づけられる。スパンニング・フォレスト・リニアライゼーション (SFL) と呼ばれる新しいアルゴリズムを開発した。トランザクション依存グラフを直接操作すると、SFLは反復的にマージして、トランザクションのチャンクを分割してグローバルな順序付けを洗練させ、最適なソリューションで終了することを保証します。合成および実世界のBitcoinメムプールデータによる評価では、SFLはGallo、Grigoriadis、Tarjanのパラメトリック前フローアルゴリズムに基づく手法を含む競合するアプローチよりもはるかに低いランタイムでの最適線形化を一貫して計算している。これらの結果から, SFLは大規模かつ急速に発展するメムプールにおいて, 分散型マイナによるトランザクション優先順位付けの実践的かつスケーラブルなフレームワークを提供することが示された。 SFLは、トランザクションクラスタの線形化のためのBitcoin Coreコードベースにも組み込まれている。

関連論文リスト

Eliminating Multi-GPU Performance Taxes: A Systems Approach to Efficient Distributed LLMs [61.953548065938385]
分析フレームワークとして'3つの税'(バルク同期、カーネル間データローカリティ、カーネルローンチオーバーヘッド)を紹介した。我々は、分散GPU実行におけるキー非効率に対処するために、厳密なBSPモデルを超えて移動することを提案する。 BSPベースのアプローチによるエンドツーエンドのレイテンシの10-20%の高速化を観察する。
論文参考訳（メタデータ） (2025-11-04T01:15:44Z)
Boosting Payment Channel Network Liquidity with Topology Optimization and Transaction Selection [15.381969851183527]
我々は$p$のパーティに対するトランザクションの入力シーケンスについて検討する。各トランザクションは、トランザクションサイズ、ソース、ターゲットで構成され、受け入れられるか、拒否される可能性がある。チャネルの作成と拡張のコストを最小限に抑えるために、シーケンス内の各トランザクションに関する決定を出力します。
論文参考訳（メタデータ） (2025-08-20T08:34:20Z)
Neonpool: Reimagining cryptocurrency transaction pools for lightweight clients and IoT devices [2.493740042317776]
Neonpoolは、ブルームフィルタを用いた革新的なトランザクションプール最適化である。 99.99%以上の精度でトランザクションを検証および転送し、ハードフォークを必要としない。 Neonpoolは、軽量暗号クライアントや、ブラウザ、システムオンチップ、モバイル、IoTデバイスなどのリソース制限されたデバイスに理想的だ。
論文参考訳（メタデータ） (2024-12-18T03:19:19Z)
HAFLQ: Heterogeneous Adaptive Federated LoRA Fine-tuned LLM with Quantization [55.972018549438964]
LLM(Federated Fine-tuning of Pre-trained Large Language Models)は、さまざまなデータセットにまたがるタスク固有の適応を可能にすると同時に、プライバシの保護を可能にする。本研究では, HAFLQ (Heterogeneous Adaptive Federated Low-Rank Adaptation Fine-tuned LLM with Quantization) を提案する。テキスト分類タスクの実験結果から,HAFLQはメモリ使用量を31%削減し,通信コストを49%削減し,精度を50%向上し,ベースライン法よりも高速な収束を実現している。
論文参考訳（メタデータ） (2024-11-10T19:59:54Z)
Generative Blockchain: Transforming Blockchain from Transaction Recording to Transaction Generation through Proof-of-Merit [5.801684954657074]
生成ブロックチェーンは、トランザクション生成と記録を組み合わせることで、従来のブロックチェーン技術を変革することを目指している。私たちのデザインの中心は、新しいコンセンサスメカニズムであるProof-of-Merit(PoM)である。我々は、複雑なトランザクション生成問題を解決するタスクが独立した問題解決者のプールに委譲される、オンデマンドプラットフォーム上でPoMを実証する。
論文参考訳（メタデータ） (2024-08-23T20:51:10Z)
Fast and Secure Decentralized Optimistic Rollups Using Setchain [1.1534313664323634]
レイヤ2の楽観的なロールアップ(L2)は、スマートコントラクト開発とユーザインタラクションの面で同じインターフェースを提供する、より高速な代替手段です。本稿では,集合の非分散化ビザンチン耐性実装であるSetchainに基づく分散L2楽観的なロールアップを提案する。
論文参考訳（メタデータ） (2024-06-04T13:45:12Z)
Hierarchical Context Merging: Better Long Context Understanding for Pre-trained LLMs [61.40047491337793]
本稿では,大規模言語モデルの制約を克服する新しいトレーニングフリースキームである階層型cOntext MERging(HOMER)を提案する。 HomeRは、長いインプットを管理可能なチャンクに分割する、分別/対数アルゴリズムを使用する。トークン削減技術がマージ毎に先行し、メモリ使用効率が保証される。
論文参考訳（メタデータ） (2024-04-16T06:34:08Z)
Sparse Decentralized Federated Learning [35.32297764027417]
分散フェデレートラーニング(DFL)は、中央サーバーなしで協調的なモデルトレーニングを可能にするが、効率、安定性、信頼性の課題に直面している。 Sparse DFL (SDFL) に繋がる共有モデルに空間制約を導入し,新しいアルゴリズムCEPSを提案する。数値実験により,高い信頼性を維持しつつ,コミュニケーションと効率を向上させるための提案アルゴリズムの有効性が検証された。
論文参考訳（メタデータ） (2023-08-31T12:22:40Z)
TxAllo: Dynamic Transaction Allocation in Sharded Blockchain Systems [37.22526235663589]
本稿では、クロスシャードトランザクションの数を減らすために、トランザクション割り当て問題に焦点をあてる。アカウントの割り当てを動的に推測するために,決定論的かつ高速なアロケーションスキームTxAlloを提案する。 60シャードのブロックチェーンの場合、TxAlloはクロスシャードトランザクション比率を98%から12%に下げる。
論文参考訳（メタデータ） (2022-12-22T10:22:31Z)
Communication-Efficient Adam-Type Algorithms for Distributed Data Mining [93.50424502011626]
我々はスケッチを利用した新しい分散Adam型アルゴリズムのクラス(例:SketchedAMSGrad)を提案する。我々の新しいアルゴリズムは、反復毎に$O(frac1sqrtnT + frac1(k/d)2 T)$の高速収束率を$O(k log(d))$の通信コストで達成する。
論文参考訳（メタデータ） (2022-10-14T01:42:05Z)
AdaPool: Exponential Adaptive Pooling for Information-Retaining Downsampling [82.08631594071656]
畳み込み層は畳み込みニューラルネットワーク(CNN)の重要な構成要素である適応的で指数関数的に重み付けされたアダプール法を提案する。 adaPoolは画像やビデオの分類やオブジェクト検出など,さまざまなタスクを通じて,ディテールの保存性の向上を実証する。
論文参考訳（メタデータ） (2021-11-01T08:50:37Z)

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。