2 分で読了
1 views

複数の不正マイニングプールがもたらす脅威と遅延リスク

(A Deep Dive into Blockchain Selfish Mining)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近うちの若手が「セルフィッシュマイニング」って言葉を持ち出してきて、現場がざわついているんです。要するに何が問題なんでしょうか。投資対効果の観点で教えてください。

AIメンター拓海

素晴らしい着眼点ですね!まず結論を3点で言いますと、1) セルフィッシュマイニングは一見小さな悪行でも報酬分配を歪め得る、2) 複数の悪意あるプールがいるとその“閾値(しきいち)”が変わる、3) 利益が出るまでに非常に長い時間がかかる可能性があるのです。大丈夫、一緒に整理できますよ。

田中専務

うーん、専門用語が多くてピンと来ないのですが、要するにどのくらいの規模の存在が危ないという指標があるのですか。

AIメンター拓海

いい質問です。専門用語を使う前に身近な例で説明します。鉱山経営で言えば、一定以上の採掘機隊を持つと市場操作が可能になるようなものです。論文では複数の不正プールが存在した場合、単独の時よりもプロフィットの閾値(しきいち)が異なることを数学的に示していますよ。

田中専務

これって要するに、もし競合する不正者が複数いたら、以前の安全目安が使えなくなるということですか?

AIメンター拓海

その通りです。要点を分かりやすくまとめますと、第一に従来の「51%ルール」や単独のセルフィッシュマイナーの閾値だけ見ていても不十分です。第二に同じ戦術を使う二者がいれば、閾値は片方が増えると変動してより高くなる場合もあります。第三に仮に利益が出る状況にあっても、難易度調整という仕組みのために実際に報酬が増えるまでに数十回の調整が必要で、数百日単位の時間を要することがあるのです。大丈夫、一緒に要点を押さえていきましょう。

田中専務

数百日も待つというのは現実的ではないですね。うちが今やるべき予防策はどんなものですか。費用対効果の観点で教えてください。

AIメンター拓海

経営判断としての要点を3つにまとめます。1) ネットワークの分散(マイナー分散)は根本的な防御です。2) 監視とアラートの仕組みで疑わしいブロック挙動を早期に検知します。3) 外部と協調する標準化/同業者連携で市場の安定性を保つ。これらはフルブロックチェーン導入のような巨額投資よりも段階的に導入しやすく、費用対効果が高いです。必ずできますよ。

田中専務

分かりました、最後に確認します。要するにこの論文が言っているのは「同時に複数の不正マイナーがいると、利益が出る条件や時間の見積りが変わるので、監視と協調を強化しておけば対処しやすい」ということですね。これで合っていますか。私の言葉で言うとこうです。

AIメンター拓海

まさにその通りです。素晴らしい要約ですね。実務的にはまず分散と監視、同業者との情報共有から始めれば十分に管理可能です。大丈夫、一緒にロードマップを作って安全対策を進められますよ。

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
高欠損率に強いLasso
(HMLasso: Lasso with High Missing Rate)
次の記事
永続ホモロジーに基づく機械学習と応用
(Persistent-Homology-based Machine Learning and its Applications – A Survey)
関連記事
ディープニューラルネットワークへの特異リーマン幾何学的アプローチ III:区分的微分可能層とn次元同値類上のランダムウォーク / A singular Riemannian Geometry Approach to Deep Neural Networks III. Piecewise Differentiable Layers and Random Walks on n-dimensional Classes.
MeMo — 言語モデルのための連想記憶機構
(MeMo: Towards Language Models with Associative Memory Mechanisms)
単眼カメラによる学習ベース位置推定と変分ベイズ拡張カルマンフィルタ統合
(VKFPos: A Learning-Based Monocular Positioning with Variational Bayesian Extended Kalman Filter Integration)
高ランクテンソル推定における統計的・計算的速度
(Statistical and computational rates in high rank tensor estimation)
動的シナリオにおけるARラベル配置を強化する深層強化学習
(RL-LABEL: A Deep Reinforcement Learning Approach Intended for AR Label Placement in Dynamic Scenarios)
PSR B1823–13の非対称シンクロトロン星雲
(XMM-Newton Observations of PSR B1823–13: An Asymmetric Synchrotron Nebula Around a Vela-like Pulsar)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む