論文の概要: An Incentive-Aligned Trust-Centric Coordination Layer for Heterogeneous Blockchain Interoperability

• arxiv url: http://arxiv.org/abs/2610.41032v1
• Date: Thu, 29 Oct 2026 22:23:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.507075
• Title: An Incentive-Aligned Trust-Centric Coordination Layer for Heterogeneous Blockchain Interoperability
• Title（参考訳）: 不均一ブロックチェーン相互運用のためのインセンティブアライメント型信頼中心コーディネーション層
• Abstract要約: 許可されたブロックチェーンとパブリックブロックチェーンの相互運用性は、非対称なプライバシ、信頼、ガバナンスの前提によって妨げられています。 ブロックチェーンプロトコルからドメイン間信頼管理とプライバシ執行を分離するコーディネートアーキテクチャを提案する。
• 参考スコア（独自算出の注目度）: 0.889162963461937
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The interoperability between permissioned and public blockchains is hampered by asymmetric privacy, trust, and governance assumptions. We propose a coordination architecture that decouples cross-domain trust management and privacy enforcement from underlying blockchain protocols, requiring no protocol-level modifications. The framework integrates cryptographic unlinkability mechanisms with incentive-compatible relay selection, combining stake-weighted participation and temporally accumulated reputation to align economic commitment with sustained correctness. We formalize the adversarial model and derive security and privacy properties for cross-domain coordination, demonstrating robustness against Sybil infiltration, collusion, and strategic stake concentration. Simulation-based analysis characterizes key design trade-offs between quorum thresholds, reputation memory, and anonymity parameters, indicating that privacy-preserving coordination can be achieved without degrading responsiveness or incentive stability when parameters are properly tuned.
• Abstract（参考訳）: 許可されたブロックチェーンとパブリックブロックチェーンの相互運用性は、非対称なプライバシ、信頼、ガバナンスの前提によって妨げられている。 我々は、ドメイン間の信頼管理とプライバシの執行を基盤となるブロックチェーンプロトコルから切り離し、プロトコルレベルの変更を必要としないコーディネートアーキテクチャを提案する。 この枠組みは、暗号的非リンク性メカニズムとインセンティブに適合したリレー選択を統合し、利害重み付けされた参加と時間的に蓄積された評判を組み合わせることで、経済的なコミットメントと持続的な正しさを一致させる。 我々は、敵対モデルを形式化し、ドメイン間の協調のためのセキュリティとプライバシ特性を導出し、シビル浸透、共謀、戦略的利害関係に対する堅牢性を実証する。 シミュレーションに基づく分析では、量子しきい値、評価メモリ、匿名パラメータ間の重要な設計トレードオフを特徴付け、パラメータが適切に調整された場合の応答性やインセンティブの安定性を低下させることなく、プライバシ保護調整を実現できることを示す。

関連論文リスト

• Trust-Aware Multi-Agent Traceability: Confidence-Calibrated Knowledge Graphs for Consistent Software Artifact Management [0.7329200485567826]
  ソフトウェアエンジニアリングでは、要求分析、アーキテクチャ設計、テスト生成、トレーサビリティリンクを自動化するために、マルチエージェントAIシステムがますます使われています。 本稿では,共有知識グラフを集中型セマンティックメモリと協調曲面の両方として機能する信頼対応協調フレームワークを提案する。 我々は,リンク予測キャリブレーション,プロトコルの有効性,しきい値感度,トレーサビリティシードの影響を自動車ソフトウェア工学のケーススタディで評価した。
  論文  参考訳（メタデータ） (2026-06-15T18:41:50Z)
• An Efficient and Privacy-Preserving Architecture for Cross-Institutional Collaborative RAG [35.62196578084403]
  Retrieval-Augmented GenerationはLLMに外部知識を付与する。 厳格なプライバシー規制は、そのようなコラボレーションを妨げる「データサイロ」を深刻なものにする。 我々は,高スループットでプライバシ保護のフェデレートされたRAGフレームワークであるFedRAGを紹介する。
  論文  参考訳（メタデータ） (2026-05-25T11:18:19Z)
• Provable Robustness against Backdoor Attacks via the Primal-Dual Perspective on Differential Privacy [51.758416625168]
  ランダムな平滑化は、敵の摂動に対する堅牢性を証明するための強力なツールである。 本稿では,複雑な構成機構の認証のためのフレームワークを提案する。 複雑な脅威モデル下での堅牢性を証明するために複合メカニズムを使用するための原則的で一般的なフレームワークを提供する。
  論文  参考訳（メタデータ） (2026-05-20T22:17:29Z)
• Byzantine-Robust and Differentially Private Federated Optimization under Weaker Assumptions [89.52532304099522]
  フェデレートラーニング(FL)は、クライアントが生データを集中せずに共有モデルを共同でトレーニングすることを可能にし、固有のプライバシーレベルを提供する。 グラデーションとモデル更新は機密情報を漏洩する可能性があるが、悪意のあるサーバはビザンティン操作のような敵攻撃をマウントする可能性がある。 これらの脆弱性は、統合されたフレームワーク内の差分プライバシー(DP)とビザンチンの堅牢性に対処する必要性を強調している。 Byz-Clip21-SGD2Mを提案する。
  論文  参考訳（メタデータ） (2026-03-24T17:39:09Z)
• Coding-Enforced Resilient and Secure Aggregation for Hierarchical Federated Learning [30.254515308020512]
  階層的連合学習(HFL)は、クライアントとサーバ間のリンク品質を高める効果的なパラダイムとして登場した。 本稿では,構造化アグリゲーションを強制するための符号化戦略を統合するH-SecCoGCという,堅牢な階層型セキュアアグリゲーション手法を提案する。
  論文  参考訳（メタデータ） (2026-01-25T21:07:22Z)
• Incentive Mechanism Design for Privacy-Preserving Decentralized Blockchain Relayers [10.62693979845317]
  本稿では,ゲーム理論によるインセンティブ設計により,プライバシと信頼性を向上させる分散リレーアーキテクチャを提案する。 取引コストが高い場合でも、システムの信頼性は0.05未満の確率で維持されていることを示す。
  論文  参考訳（メタデータ） (2026-01-10T21:49:32Z)
• Communication-Efficient and Privacy-Adaptable Mechanism for Federated Learning [54.20871516148981]
  通信効率・プライバシー適応メカニズム(CEPAM)について紹介する。 CEPAMは通信効率とプライバシー保護を同時に達成する。 我々は、CEPAMのプライバシー保証を理論的に分析し、CEPAMのユーザプライバシと正確性の間のトレードオフを調査する。
  論文  参考訳（メタデータ） (2025-01-21T11:16:05Z)
• Privacy Preserving Semi-Decentralized Mean Estimation over Intermittently-Connected Networks [59.43433767253956]
  信頼できない無線ネットワークの異なるノードに分散するベクトルの平均をプライベートに推定する問題を考える。 半分散的なセットアップでは、ノードは隣人と協力してローカルコンセンサスを計算し、中央サーバにリレーする。 ノード間のデータ共有による協調中継とプライバシー漏洩のトレードオフについて検討する。
  論文  参考訳（メタデータ） (2024-06-06T06:12:15Z)
• Decentralized Stochastic Optimization with Inherent Privacy Protection [103.62463469366557]
  分散最適化は、現代の協調機械学習、分散推定と制御、大規模センシングの基本的な構成要素である。 データが関与して以降、分散最適化アルゴリズムの実装において、プライバシ保護がますます重要になっている。
  論文  参考訳（メタデータ） (2022-05-08T14:38:23Z)
• Scalable Multi-Agent Reinforcement Learning for Residential Load Scheduling under Data Governance [5.37556626581816]
  マルチエージェント強化学習 (MARL) は, 協調型住宅負荷スケジューリング問題において, 顕著な進歩を遂げている。 MARLの最も一般的なパラダイムである集中型トレーニングは、通信制約のあるクラウドエッジ環境における大規模デプロイメントを制限する。 提案手法は,家庭の局所的な観察のみに基づく個人評論家の学習機能である,アクタ批判的手法に基づく。
  論文  参考訳（メタデータ） (2021-10-06T14:05:26Z)

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。