論文の概要: Towards an Intelligent Decision Engine for Smart Contract Deployment
- arxiv url: http://arxiv.org/abs/2610.24198v1
- Date: Fri, 16 Oct 2026 20:18:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-26 10:17:48.633775
- Title: Towards an Intelligent Decision Engine for Smart Contract Deployment
- Title（参考訳）: スマートコントラクト展開のためのインテリジェントな意思決定エンジンを目指して
- Abstract要約: 本稿では,ブロックチェーンアプリケーションを支援するスマートコントラクトをデプロイするためのレイヤ2(L2)ソリューションの選択を支援するための,体系的な方法論を提案する。
コミュニティが管理するデータソースからスマートコントラクトの主要なカテゴリを収集し、Arbitrum、Optimism、Baseという3つの主要なL2ソリューションから6ヶ月間のトランザクションを収集します。
提案手法を適用することで、分類の明確なバイアスを特定し、特定のアプリケーションタイプやユーザプロファイルにどのL2ソリューションが適しているかを示す。
- 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: Layer 2 (L2) blockchain solutions emerged in recent years, predominantly in the Ethereum ecosystem, as a viable option for scaling a main blockchain network (L1). However, the selection of a L2 solution for deploying smart contracts backing blockchain applications is a decision that depends on many factors, such as costs, efficiency, popularity, and stability. We propose here a systematic methodology to help with this decision making process by using a set of relevant metrics and introducing user-defined profiles that capture different priorities among these metrics. We collect the major categories of smart contracts from a community-maintained data source, and we gather transactions for a six months period from three major L2 solutions: Arbitrum, Optimism, and Base. For each contract category and each blockchain, we compute a set of metrics and scores tailored to each user profile. By applying our methodology, we identify a clear bias in the classification, showing which L2 solutions are better suited for particular application types and user profiles.
- Abstract（参考訳）: 近年では、主要なブロックチェーンネットワーク(L1)をスケールするための実行可能な選択肢として、Ethereumエコシステムを中心に、レイヤ2(L2)ブロックチェーンソリューションが登場している。
しかし、ブロックチェーンアプリケーションを支えるスマートコントラクトをデプロイするためのL2ソリューションの選択は、コスト、効率、人気度、安定性など、多くの要因に依存する決定である。
本稿では,一連の関連する指標を用いて意思決定プロセスを支援するための体系的手法を提案し,これらの指標の異なる優先順位をキャプチャするユーザ定義プロファイルを導入する。
コミュニティが管理するデータソースからスマートコントラクトの主要なカテゴリを収集し、Arbitrum、Optimism、Baseという3つの主要なL2ソリューションから6ヶ月間のトランザクションを収集します。
各コントラクトカテゴリとブロックチェーンについて、メトリクスのセットと、各ユーザプロファイルに合わせてスコアを計算します。
提案手法を適用することで、分類の明確なバイアスを特定し、特定のアプリケーションタイプやユーザプロファイルにどのL2ソリューションが適しているかを示す。
関連論文リスト
- Where Should I Deploy My Contracts? A Practical Experience Report [0.0]
OPネットワークは、スマートコントラクトを背景とした分散アプリケーション(DApp)に対する信頼性の高い信頼アンカーを提供する。
多くのレイヤ2 (L2) ロールアップソリューションが登場し、基盤となるレイヤ1 (L1) ネットワークをスケールした。
我々はDAppsの2つのユースケースの評価を行う。高いセキュリティ要求を持つ投票用DApp,L1デプロイメントに適したコスト依存型サプライチェーンのDAppである。
論文 参考訳（メタデータ） (2025-04-13T06:44:43Z) - Learning Multiple Initial Solutions to Optimization Problems [52.9380464408756]
厳密なランタイム制約の下で、同様の最適化問題を順次解決することは、多くのアプリケーションにとって不可欠である。
本稿では,問題インスタンスを定義するパラメータが与えられた初期解を多種多様に予測する学習を提案する。
提案手法は,すべての評価設定において有意かつ一貫した改善を実現し,必要な初期解の数に応じて効率よくスケールできることを実証した。
論文 参考訳（メタデータ） (2024-11-04T15:17:19Z) - SoK: Bitcoin Layer Two (L2) [8.405922134866318]
本稿では,Bitcoinのレイヤ2(L2)ソリューション構築における知識の体系化(SoK)について紹介する。
特に、銘文技術(2023年半ばに登場した)と関連する一連のイノベーションを取り入れたのは、私たちが初めてです。
入力ベースのアプローチは、Bitcoinシステムに新しい機能(プログラム可能性)を導入しているのに対して、既存の証明ベースのソリューションは主にスケーラビリティの問題に対処している。
論文 参考訳（メタデータ） (2024-09-04T12:26:33Z) - 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) - Optimising Calls to Large Language Models with Uncertainty-Based Two-Tier Selection [80.63946798650653]
決定は、より優れた性能を持つ大型LCMを使うか、より少ないコストで使用するかに重点を置いている。
我々は,LLMの世代間不確実性のみを意思決定基準として,より単純な解を提案する。
実験の結果、この単純な解はコストと性能を最適にバランスさせ、27の試験装置中25の既存手法よりも優れていることがわかった。
論文 参考訳（メタデータ） (2024-05-03T14:38:59Z) - Delegating Data Collection in Decentralized Machine Learning [67.0537668772372]
分散機械学習(ML)エコシステムの出現に動機付けられ,データ収集のデリゲートについて検討する。
我々は、2つの基本的な情報非対称性を扱う最適でほぼ最適な契約を設計する。
最適効用の1-1/e分を達成できるような単純な線形契約により、主成分がそのような非対称性に対処できることが示される。
論文 参考訳（メタデータ） (2023-09-04T22:16:35Z) - An Adaptive Decision-Making Approach for Better Selection of a
Blockchain Platform for Health Insurance Frauds Detection with Smart
Contracts: Development and Performance Evaluation [0.0]
本稿では,100以上のブロックチェーンプラットフォームを分類する。
2つのブロックチェーンプラットフォームを使用して医療保険詐欺を検出するスマートコントラクトを開発する。
私たちの意思決定マップによると、Hyperledger Fabricは医療保険詐欺を検出するための、最高のブロックチェーンプラットフォームです。
論文 参考訳（メタデータ） (2023-03-14T02:08:38Z) - Eliciting User Preferences for Personalized Multi-Objective Decision
Making through Comparative Feedback [76.7007545844273]
目的に対して異なるユーザの好みに対応する多目的意思決定フレームワークを提案する。
我々のモデルは、ベクトル値の報酬関数を持つマルコフ決定プロセスで構成され、各ユーザが未知の選好ベクトルを持つ。
少数の比較クエリを用いて,ユーザに対してほぼ最適なポリシを求めるアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-02-07T23:58:19Z) - A Bytecode-based Approach for Smart Contract Classification [10.483992071557195]
ブロックチェーンプラットフォームにデプロイされるスマートコントラクトの数は指数関数的に増えているため、ユーザは手動のスクリーニングによって望ましいサービスを見つけることが難しくなっている。
スマートコントラクト分類に関する最近の研究は、契約ソースコードに基づく自然言語処理(NLP)ソリューションに焦点を当てている。
本稿では,これらの問題を解決するために,ソースコードの代わりにコントラクトバイトコードの特徴に基づく分類モデルを提案する。
論文 参考訳（メタデータ） (2021-05-31T03:00:29Z) - Leveraging Expert Consistency to Improve Algorithmic Decision Support [62.61153549123407]
建設のギャップを狭めるために観測結果と組み合わせることができる情報源として,歴史専門家による意思決定の利用について検討する。
本研究では,データ内の各ケースが1人の専門家によって評価された場合に,専門家の一貫性を間接的に推定する影響関数に基づく手法を提案する。
本研究は, 児童福祉領域における臨床現場でのシミュレーションと実世界データを用いて, 提案手法が構成ギャップを狭めることに成功していることを示す。
論文 参考訳（メタデータ） (2021-01-24T05:40:29Z)
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。