論文の概要: An Empirical Evaluation of Signing and Verification Performance of Verifiable Credential Formats: A Cross-Language Benchmark of SD-JWT VC, W3C VCDM, and mdoc
- arxiv url: http://arxiv.org/abs/2611.03493v1
- Date: Mon, 02 Nov 2026 17:35:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 04:15:56.336271
- Title: An Empirical Evaluation of Signing and Verification Performance of Verifiable Credential Formats: A Cross-Language Benchmark of SD-JWT VC, W3C VCDM, and mdoc
- Title（参考訳）: 検証可能な認証フォーマットの署名と検証性能に関する実証的評価:SD-JWT VC, W3C VCDM, mdocのクロスランゲージベンチマーク
- Abstract要約: W3C検証認証データモデル2.0とData Integrity Cryptosuite(W3C VCDM)とmdoc(ISO/IEC 18013-5)の3つの検証認証フォーマット--SD-JWT VCの署名と検証性能の比較を行った。
20の属性の5つのエンドツーエンドの交換では、クラウドVMのNode.jsの合計(発行、現在、検証)はmdocが0.265ms、SD-JWT VCが0.298ms、W3C VCDMが0.534msである。
- 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: We compare the signing and verification performance of three Verifiable Credential (VC) formats--SD-JWT VC; the W3C Verifiable Credentials Data Model 2.0 with a Data Integrity cryptosuite (W3C VCDM); and mdoc (ISO/IEC 18013-5)--over one scope: issue, present with selective disclosure, verify. Node.js, Go and Python implementations ran in four environments, one a cloud VM (N=2,000 across five runs; medians of each statistic and the spread). For an end-to-end exchange disclosing 5 of 20 attributes, the total (issue, present, verify) on Node.js in the cloud VM is 0.265 ms for mdoc, 0.298 ms for SD-JWT VC and 0.534 ms for W3C VCDM. The four span a factor of five in speed; across them W3C VCDM takes 1.73--2.04x mdoc and 1.57--1.79x SD-JWT VC--at least five times our 10% band--and the ordering survives unifying the algorithm on Ed25519 and P-256. The mdoc--SD-JWT VC difference is not robust: the totals differ by 12%, 28%, 19% and 10% in the four environments, and at verification mdoc is the slower in one of them. RDFC-1.0 canonicalization produces the gap: the cryptosuite canonicalizes twice per operation, so one exchange canonicalizes six times. We attribute that cost to the specification rather than to a library mainly by replacing RDFC-1.0 with JCS, which brings W3C VCDM verification to within 5% of SD-JWT VC in three environments and within 12% in the fourth; three implementations in three languages agree, though they share a lineage. Because eddsa-rdfc-2022 has no derivation step, presenting a subset re-signs it; ecdsa-sd-2023, which preserves the issuer signature, costs 3.4 ms to issue and 1.5--2.4 ms to derive and verify there. With production education schemas, canonicalization costs 31--49x a simple credential across the four, and blank node labeling is not the driver. The measured path ends at the issuer signature check.
- Abstract（参考訳）: 本稿では,3つのVCフォーマット(-SD-JWT VC),W3C Verifiable Credentials Data Model 2.0とData Integrity Cryptosuite(W3C VCDM),mdoc(ISO/IEC 18013-5)の署名と検証性能を比較した。
Node.js、Go、Pythonの実装は4つの環境で実行され、1つはクラウドVMである(N=2000は5回の実行で、各統計と拡散の中央値)。
20の属性の5つのエンドツーエンドの交換では、クラウドVMのNode.jsの合計(発行、現在、検証)はmdocが0.265ms、SD-JWT VCが0.298ms、W3C VCDMが0.534msである。
W3C VCDMは1.73--2.04x mdocと1.57--1.79x SD-JWT VCを、少なくとも10%のバンドの5倍の速度で処理し、Ed25519とP-256のアルゴリズムを統一する。
mdoc--SD-JWTVCの差は堅牢ではなく、合計は4つの環境で12%、28%、19%、10%と異なる。
RDFC-1.0の正準化はギャップを生じ、クリプトスーツの正準化は1回に2回、交換の正準化は6回である。
RDFC-1.0 を JCS に置き換えることで,3つの環境において W3C VCDM を SD-JWT VC の 5% 以内で,第4 では 12% 以内で検証することができる。
eddsa-rdfc-2022 には派生段階がなく、サブセットがリサインされ、発行者署名を保持するecdsa-sd-2023 は発行者署名を3.4ms、発行と検証には1.5-2.4msの費用がかかる。生産教育スキーマでは、標準化コストは4つにまたがって31-49倍、空白ノードラベリングはドライバではない。
測定されたパスは発行者署名チェックで終了する。
関連論文リスト
- QuanReview: Offline, Auditable Reconciliation of Human and LLM Span Annotations [1.0581969462972212]
QuanReviewは構造化スパンアノテーションを修正するためのオープンソースのシステムである。
同じドキュメント上の2つのアノテーションストリームを文字レベルで整列させ、明示的かつログ化されたポリシーによって曖昧なケースを解決し、候補のコンフリクトをブラウザベースのアジュディテーションインターフェースにルーティングする。
キャンペーンマネージャは、冗長性のある複数のアノテータに文書を割り当て、文書およびスパンレベルで合意を計算し、一様文書を自動マージし、修正されたレイヤを元のファイルフォーマットでエクスポートする。
論文 参考訳（メタデータ） (2026-09-28T17:33:14Z) - Architecture-Dependent Causal Transfer of Activation States Across Large Language Models [51.56484100374058]
内部言語アクティベーション状態は、異なる大きな言語モデル間で因果的に転送することができる。
生成中に投影された活性化をターゲットモデルに注入すると、統計的に有意で事前登録された因果効果が生じる。
現在実装されているLCM間のエンド・ツー・エンドのアクティベーション・ステート・トランスファーは、ユニバーサルではなくアーキテクチャに依存していると結論付けている。
論文 参考訳（メタデータ） (2026-08-17T09:53:27Z) - Benchmarking API Drift in LLM-Generated Quantum Code Across Successive SDK Versions [0.0]
大規模言語モデルは、プラウシブルな量子コードを生成することができるが、ユーザが要求する特定のソフトウェア開発キット(SDK)バージョンを確実にターゲットできるかどうかは不明である。
本稿では,バージョン忠実度測定のベンチマークであるquantum-api-driftを紹介する。
Qiskitは、v0.43、v1.3、v2.0でかなりのインターフェース変更が行われた代表的量子SDKである。
論文 参考訳（メタデータ） (2026-07-05T01:16:12Z) - VIA-SD: Verification via Intra-Model Routing for Speculative Decoding [16.593435991566828]
投機的復号法(SD)は、LLMの高推論コストに対処し、軽量なドラフト作成者が大きな検証器の候補を生成して並列に検証する。
完全検証器から派生したスリムなサブモデルにより, 完全検証器ではなく, モデル内ルーティングにより, 多数の拒否されたトークンを正しく検証できることが判明した。
ルーティングスリム検証を用いた多層フレームワークVIA-SD(Intra-Model Routing for Speculative Decoding)を提案する。
論文 参考訳（メタデータ） (2026-06-10T15:45:18Z) - Benchmarking Google Embeddings 2 against Open-Source Models for Multilingual Dense Retrieval and RAG Systems [2.769282923536839]
Google Embeddings(GE2)を5つのオープンソース代替品に対してベンチマークします。
GE2 は BEIR avg.nDCG@10 = 0.638 であり、IT-RAG-Bench nDCG@10 = 0.282 である。
BEIR上での多言語展開スコアは0.188であり、mMPNetを含むすべての専用検索モデル以下である。
論文 参考訳（メタデータ） (2026-05-22T13:25:13Z) - How Far Is Document Parsing from Solved? PureDocBench: A Source-TraceableBenchmark across Clean, Degraded, and Real-World Settings [56.70440596502351]
昨年は20以上のオープンドキュメントパースモデルが見られたが、ベンチマークはほぼOmniDocBenchにのみ依存している。
HTML/CSSのドキュメントイメージをレンダリングするベンチマークであるPureDocBenchは、10のドメイン、66ページ、1,475ページをカバーしています。
論文 参考訳（メタデータ） (2026-05-08T09:30:31Z) - From Specification to Deployment: Empirical Evidence from a W3C VC + DID Trust Infrastructure for Autonomous Agents [0.0]
MolTrustは、自律エージェントのためのオープンでポータブルで暗号的に検証可能な信頼基盤である。
本稿では,W3C Verifiable Credentials 2.0 と Decentralized Identifiers v1.0 を基盤として構築された,そのようなインフラストラクチャを実運用的に実装する。
このコントリビューションは、信頼基盤規制当局と業界が収束した証拠であり、今日ではW3C標準化プリミティブを使用して実装可能である。
論文 参考訳（メタデータ） (2026-05-07T14:09:51Z) - WISV: Wireless-Informed Semantic Verification for Distributed Speculative Decoding in Device-Edge LLM Inference [56.297697169678095]
WISV(Wireless-Informed Semantic Verification)は、分散投機的復号化フレームワークである。
WISVは最大60.8%の許容長の増加、37.3%の対話ラウンドの削減、31.4%のエンドツーエンドレイテンシの改善を実現している。
NVIDIA Jetson AGX OrinとA40搭載サーバからなるハードウェアテストベッド上でWISVを検証する。
論文 参考訳（メタデータ） (2026-04-20T01:29:56Z) - Residual Context Diffusion Language Models [90.07635240595926]
Residual Context Diffusion (RCD) は、捨てられたトークン表現をコンテキスト残留に変換し、次のデノイングステップでそれらを注入するモジュールである。
RCDは、最小限の計算オーバーヘッドで、5-10ポイントの精度でフロンティアdLLMを一貫して改善する。
論文 参考訳（メタデータ） (2026-01-30T13:16:32Z) - RepoGenesis: Benchmarking End-to-End Microservice Generation from Readme to Repository [52.98970048197381]
RepoGenesisは、リポジトリレベルのエンドツーエンドWebマイクロサービス生成のための、最初の多言語ベンチマークである。
18のドメインと11のフレームワークに106のリポジトリ(60のPython、46のJava)があり、1,258のAPIエンドポイントと2,335のテストケースが検証されている。
その結果、高いAC(最大73.91%)とDSR(最大100%)にもかかわらず、最高のパフォーマンスのシステムはPythonで23.67%のPass@1、Javaで21.45%しか達成していないことが明らかになった。
論文 参考訳（メタデータ） (2026-01-20T13:19:20Z)
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。