論文の概要: Vigil: Accountable Liveness against Selective Silence

• arxiv url: http://arxiv.org/abs/2609.18778v1
• Date: Wed, 16 Sep 2026 15:01:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-05 14:48:16.083609
• Title: Vigil: Accountable Liveness against Selective Silence
• Title（参考訳）: Vigil: 選択的な沈黙に対する説明責任のある生き方
• Abstract要約: BFT説明責任は、安全違反に対してよく理解されており、最近の研究は、地球規模の生命性侵害を選択的沈黙とみなしている。 選択的沈黙に対する説明責任の体系的研究を開始する。 反対に、1人の攻撃者が少なくとも$f$の正直なノードに向かって沈黙することは、正直なノードとは区別できない。
• 参考スコア（独自算出の注目度）: 7.099188825384126
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: BFT accountability is well understood for safety violations, and recent work attributes global liveness violations; \emph{recipient-selective} silence remains unresolved. A selectively silent adversary withholds messages from some honest nodes while behaving correctly toward others. It can stall consensus yet evade every existing mechanism. We initiate a systematic study of accountability against selective silence. Negatively, a lone attacker silent toward at most $f$ honest nodes is indistinguishable from an honest node, yielding a universal lower bound $K_{\mathrm{SI}} \ge f{+}1$ on the \emph{silence identification threshold}; moreover, any feedback-free repair after a silence-induced violation costs $Θ(n^3)$. Positively, \textsc{Vigil}, a Tendermint variant, matches these bounds with attack-adaptive forwarding, via bitmap cross-attestation, core-based membership, and challenge--response auditing. It pays $O(n)$ authenticators per node when no selective silence occurs (plus $Θ(n^2)$ bitmap metadata bits per node), relays in proportion to the attack's width (sub-threshold silence can force up to $n^3/27$ relays per view, a cost we price exactly), and majority-accuses any node silent toward more than a tunable resilience $τ_A$ of honest peers ($K_{\mathrm{SI}} = τ_A{+}1$, optimal at $τ_A = f$). We also price the residual sub-threshold griefing surface exactly and extend identification to $x$-partial synchrony. Real-network experiments on a three-region WAN, together with a simulator held to exact equality with every closed form, confirm each threshold and cost: at $2\%$ loss, an $f{+}1$ accusation bar falsely accuses $91.2\%$ of honest nodes, while our majority bar accuses $0.002\%$.
• Abstract（参考訳）: BFTの説明責任は、安全違反に対してよく理解されており、近年の作業では、世界的生命性侵害が原因であり、'emph{recipient-selective} 沈黙は未解決のままである。 選択的にサイレントな敵は、一部の正直なノードからのメッセージを保持し、他のノードに対して正しく行動する。 コンセンサスを中断するが、既存のメカニズムをすべて回避できる。 選択的沈黙に対する説明責任の体系的研究を開始する。 反対に、少なくとも$f$の正直なノードに対して無害な攻撃者は、正直なノードとは区別できず、普遍的な下限の$K_{\mathrm{SI}} \ge f{+}1$を \emph{silence Identity threshold} 上で生成する。 Tendermint の亜種である \textsc{Vigil} は、ビットマップのクロスアテスト、コアベースメンバシップ、チャレンジ-レスポンス監査を通じて、これらの境界をアタック-アダプティブフォワードとマッチングする。 O(n)$ AAuthhenticators per node when no elect quiet when no no any no node (plus $\(n^2)$ bitmap metadata bits per node), relays in the attack's width (sub-threshold quiet can force to $n^3/27$ relays per view, a cost we price) and majority-accuses any node silent towards a tunable resilience $τ_A$ of honest peers (K_{\mathrm{SI}} = τ_A{+}1$, optimal at $τ_A = f$)。 また、残余のサブスレッショルドグリーフィング面を正確に値付けし、識別を$x$-partial synchronyに拡張する。 3つの領域のWAN上の実ネットワーク実験は、すべての閉じた形式と完全に等しく保持されたシミュレータとともに、それぞれのしきい値とコストを確認します: 2\%$損失で、$f{+}1$の告発バーは、91.2\%の正直なノードを誤って非難し、我々の過半数のバーは0.002\%の価格を主張します。

関連論文リスト

• Counterfactual Probing for Parallel Unmasking with Hidden Forest Structure [50.58119214447535]
  Masked生成モデルは並列トークン予測を提供するが、正確な並列サンプリングはトークン間の依存関係を考慮しなければならない。 本研究は,発見を含む全評価がシーケンス長$N$のサブ線形であるかどうかを考察する。 本研究では, 森林構造を隠蔽した離散分布を, 固定された近似条件オラクルを通してアクセスする。
  論文  参考訳（メタデータ） (2026-09-29T15:39:50Z)
• PACT: Pairwise-Anchored Calibrated Tuning for Single-Token Typed Decisions [0.0]
  単一トークン型決定モデルは、少数の1文字の応答コードのロジットを1つの位置で読み取ることで、スキーマ問題に答える。 本研究では,データを比較ペアとしてキュレートしたモデルについて検討する。 我々は、この構造を新しいアノテーションを必要としない4つのトレーニング用語に変換するPACTを提案する。
  論文  参考訳（メタデータ） (2026-09-26T01:07:09Z)
• Constrained Online Learning with Noisy Constraint Values [55.29259818039367]
  一般的な実現可能性の下では、我々のLEDGERアルゴリズムは、期待される損失$O(sqrt T)と期待される予算違反$O(sqrtTlog(eT))を達成します。 スレーター条件、フィードバックチャネル間の独立性、絶対的制約値境界は不要である。
  論文  参考訳（メタデータ） (2026-09-07T01:38:41Z)
• Adversarial Resilience of Poisson-Process Submodular Maximization over Matroids: From Robust Offline Optimization to Full-Bandit Learning [55.29259818039367]
  オフラインアルゴリズムに任意の制御値オラクルが与えられるとき, 一般のマトロイドに対する非負のサブモジュラー対象について検討する。 本アルゴリズムは,非単調な目的に対して1/e$,単調な目的に対して1/e$の制限係数を保持する。 結果として、オフラインからオフラインへの還元は、一般的なマトロイド制約のサブモジュラー報酬に対するシングルバンドCMABアルゴリズムをもたらす。
  論文  参考訳（メタデータ） (2026-08-12T14:54:15Z)
• Breaking the Total Variance Barrier: Sharp Sample Complexity for Linear Heteroscedastic Bandits with Fixed Action Set [93.03556214432615]
  本稿では,学習過程を通じて動作セットをプレフィックスするヘテロセシダスティックノイズによる線形帯域問題を再検討する。 本稿では,情報ゲインを最大化するアクションを積極的に探求する,大規模アクション集合のための分散適応アルゴリズムのtexttVAEEを提案する。 音素平均依存率が避けられないことを示す固定作用集合に対して、ほぼ一致する下界を確立する。
  論文  参考訳（メタデータ） (2026-07-26T14:24:34Z)
• Decoherence as Defence and the Magnitude of Noise Regularisation: A Rigorous N -Qubit Theory of Stochastic Quantum Neural Networks for Adversarially Robust Network Intrusion Detection [0.0]
  マスター方程式とそのベクトル化されたリウビリアンによる$N$-qubitの定式化を与える。 エンフェデコヒーレンス・コントラクションの定理、すなわち強度の非分極チャネルを証明します。 このロバスト性は、アタックタイムの収縮ではなく、ノイズの変形したトレーニング境界から生じることを示す。
  論文  参考訳（メタデータ） (2026-06-23T07:06:56Z)
• The Ringelmann Effect in Multi-Agent LLM Systems: A Scaling Law for Effective Team Size [5.51170856062205]
  我々は,高密度ピアの影響がサブリニアからハードサイリングへと解答レベル体制を崩壊させることを示した。 30の高密度な議論剤はMMLU-Hardのそれ以上の答えの多様性をもたらす。 自由形式数学において、高密度なピアの影響は、解準線形からハードシーリングへの解準位体制を崩壊させる。
  論文  参考訳（メタデータ） (2026-05-31T16:19:54Z)
• Towards a Sharp Analysis of Offline Policy Learning for $f$-Divergence-Regularized Contextual Bandits [49.96531901205305]
  我々は$f$-divergence-regularized offline policy learningを分析する。 逆Kullback-Leibler (KL) の発散に対して、単極集中性の下での最初の$tildeO(epsilon-1)$サンプル複雑性を与える。 これらの結果は,$f$-divergence-regularized policy learningの包括的理解に向けて大きな一歩を踏み出したものと考えられる。
  論文  参考訳（メタデータ） (2025-02-09T22:14:45Z)
• Federated Linear Bandits with Finite Adversarial Actions [20.1041278044797]
  我々は、M$のクライアントが中央サーバと通信し、線形文脈の帯域幅問題を解決するための連合線形帯域幅モデルについて検討する。 逆有限作用集合のユニークな問題に対処するため、FedSupLinUCBアルゴリズムを提案する。 我々は、FedSupLinUCBが$tildeO(sqrtd T)$の完全後悔を達成したことを証明している。
  論文  参考訳（メタデータ） (2023-11-02T03:41:58Z)
• Federated Learning in the Presence of Adversarial Client Unavailability [16.201377650598516]
  フェデレートラーニング(Federated Learning)は、生データを公開せずにコラボレーティブモデルを可能にする、分散機械学習フレームワークである。 多様なハードウェアソフトウェアに制限があるため、クライアントはサーバからの計算要求に対して常に利用できるとは限らない。 戦場のような厳しい環境では、敵は特定のクライアントを選択的に黙らせることができる。
  論文  参考訳（メタデータ） (2023-05-31T15:57:07Z)
• On $\ell_p$-norm Robustness of Ensemble Stumps and Trees [83.81523991945018]
  我々は,アンサンブルスタンプの音響検証のための効率的なプログラムベースアルゴリズムを開発した。 我々は,アンサンブル・スタンプや木を訓練するための最初の認証された防御法を,$ell_p$ノルム摂動に関して実証した。
  論文  参考訳（メタデータ） (2020-08-20T03:42:40Z)

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。