DeFi and NFTs Hinder Blockchain Scalability
众所周知，许多经典的区块链的交易吞吐量都非常低，低至比特币臭名昭著的每秒7笔交易的限制。在区块链研究的第一个十年中，出现了各种各样的提高吞吐量的建议和实现。但并发性有多大可能呢？在早期，区块链主要用于用户之间的简单传输。然而，最近，去中心化金融（DeFi）和NFT市场已经完全改变了区块链上正在发生的事情。两者都是使用智能合约构建的，并获得了极大的普及。DeFi和NFT市场上的交易通常与相同的智能合约交互。我们相信这一发展已经改变了区块链的使用。在我们的工作中，我们对以太坊的交易图进行了历史分析。我们研究历史上交易之间有多少互动，现在有多少。我们发现，DeFi和NFT市场的兴起导致了交易图中“中心化”的增加。更多的交易现在是相互关联的：目前每个区块大约有200个交易，它们之间有4000个相互依赖关系。我们进一步发现，以太坊当前互连交易工作负载的并行化能力是有限的。目前，超过五倍的加速是不现实的。
2023-03-07 cs.CR cs.DC
Blockchain-Based Decentralized Knowledge Marketplace Using Active Inference
SRM Institute Of Science And Technology（SRM科学技术研究所）
知识市场可以被描述为一种市场，在这种市场中，有持续的数据供应来满足对信息的需求，并负责将潜在的问题解决者与需要这些解决方案的实体进行映射。可以将其定义为价值交换系统，其中知识资产的创造和交换的动态特征是各种利益相关者之间互动的频率，性质和结果的基本驱动力。此外，为研究提供资金支持是发展一个能够长期存在的知识市场的过程中的一个重要组成部分，也是科学调查取得进展的一个重要驱动力。本文强调了与传统知识市场相关的缺陷，包括但不限于过度的融资集中，无效的信息交换，缺乏安全性，实体映射等。作者提出了一个分散的知识市场框架，包括区块链，主动推理，零知识证明，拟议的去中心化框架不仅提供了一种有效的映射机制来映射市场中的实体，而且还提供了一种更安全和可控的方式来在不同的利益相关者之间共享知识和服务。
2022-10-04 cs.AI cs.CR cs.DC
SNARKChain: Proof-of-Useful-Work Blockchain Consensus with General-Purpose SNARK Marketplace
Brno University of Technology（布尔诺理工大学）
研究针对工作量证明能耗大问题，提出有用工作量证明共识协议，计算客户端外包的SNARK证明保障协议安全，还设计去中心化市场外包SNARK证明生成，成为首个满足工作量证明必要属性且在共识层运行的此类市场。
2026-07-14 cs.CR
IDMoB: IoT Data Marketplace on Blockchain
如今，物联网（IoT）设备是数据生成的动力，其数量不断增加，渗透广泛。同样，人工智能（AI）和机器学习（ML）解决方案正在集成到各种服务中，使产品变得更加“智能”。这些技术的核心是“数据”。物联网设备供应商应该能够跟上增加的吞吐量，并提出新的商业模式。另一方面，如果训练数据多样化且丰富，AI/ML解决方案将产生更好的结果。在本文中，我们提出了一个基于区块链的，分散的和不可信的数据市场，物联网设备供应商和AI/ML解决方案提供商可以在其中进行交互和协作。通过促进透明的数据交换平台，获得同意的数据将实现民主化，针对最终用户的服务种类将增加。拟议的数据市场作为以太坊区块链上的智能合约实现，Swarm用作分布式存储平台。
2018-09-30 cs.CR cs.NI
PrivaDE: Privacy-preserving Data Evaluation for Blockchain-based Data Marketplaces
University of Edinburgh（爱丁堡大学）
PrivaDE通过隐私保护协议实现数据集的效用评分，无需暴露模型参数和数据，适用于区块链数据市场，提升数据评估效率和公平性。
2026-04-20 cs.CR cs.LG
Golden Grain: Building a Secure and Decentralized Model Marketplace for MLaaS
ML-as-a-service（MLaaS）变得越来越流行，并彻底改变了人们的生活。然而，MLaaS的一个自然要求是提供高度准确的预测服务。为了实现这一目标，当前的MLaaS系统在其服务中集成和组合了多个经过良好训练的模型。然而，在现实中，由于缺乏激励措施，MLaaS提供商，特别是初创公司，没有简单的方法从个人开发人员那里收集足够训练有素的模型。在本文中，我们的目标是通过建立一个名为Golden Grain的模型市场来填补这一空白，以促进模型共享，从而在个人开发人员和MLaaS提供商之间执行公平的模型货币交换过程。具体来说，我们将交换过程部署在区块链上，并进一步引入区块链授权的模型基准测试过程，用于根据真实性能透明地确定模型价格，以激励训练有素的模型的忠实贡献。特别是，为了减轻模型基准测试的区块链开销，我们的市场仔细地卸载了繁重的计算，并基于可信执行环境（TEE）设计了一个安全的链下链上交互协议，以确保基准测试的完整性和真实性。我们在以太坊区块链上实现了我们的Golden Grain原型，并使用标准基准数据集进行了广泛的实验，以证明我们设计的实际可负担的性能。
2021-05-03 cs.CR
A Supercomputing Based Distributed Cloud Marketplace
针对区块链易受51%攻击、吞吐量低且现有方案无法兼顾扩展性等问题，本文提出LuluChain——一种基于现成硬件实现超级计算速度的区块链，通过简化模型等技术，为分布式云市场提供理想基础。
2024-11-15 cs.CR
A Blockchain-based Trust System for Decentralised Applications: When trustless needs trust
区块链技术被设想为开始一个分散的应用程序和服务（DApps）的时代，而不需要可信的中介。这样的DApp打开了一个市场，在这个市场中，服务由贡献者交付给最终用户，然后由加密货币以自动化、点对点和不信任的方式激励。然而，由智能合约整合的区块链仅确保智能合约中定义的业务逻辑执行的链上数据安全性，自治性和完整性。它无法保证DApp的服务质量，这完全取决于服务的性能。因此，迫切需要一种信任系统来降低在区块链网络中处理欺诈对手的风险。这些原因促使我们开发一个完全分散的信任框架，部署在区块链平台之上，与市场上的DApps一起运作，以打击欺骗性实体的士气，同时鼓励值得信赖的实体。信任系统作为一种底层的去中心化服务，为最终用户提供反馈机制，并相应地在生态系统中维护它们之间的信任关系。我们相信，这项研究通过为DApps引入通用信任中间件来加强DApps生态系统，并为分散式信任系统的实现提供了启示。
2021-01-26 cs.CR cs.DC
Wibson: A Decentralized Data Marketplace
我们的目标是让Wibson成为一个基于区块链的去中心化数据市场，为个人提供一种在可信环境中安全和匿名出售信息的方式。Wibson代币和区块链智能合约的结合，希望允许数据卖家和数据买家直接进行交易，同时为个人提供保持匿名的能力。Wibson希望其数据市场将为个人提供基础设施和经济激励，以安全地出售个人信息，而不牺牲个人隐私。数据购买者从自愿和积极参与的个人那里接收信息，并了解个人信息应该是准确和最新的。
2018-12-24 cs.CR cs.CY
PayPlace: Secure and Flexible Operator-Mediated Payments in Blockchain Marketplaces at Scale
去中心化的市场应用需要快速、廉价和易于使用的加密货币支付机制，以促进高交易量。链下支付的标准解决方案，即状态通道，针对两个实体之间的频繁交易进行了优化，并对市场交易的支付系统施加了禁止性的流动性和资本要求。我们提出了PayPlace，这是一个可扩展的链下协议，用于消费者和卖家之间的支付。使用PayPlace，消费者与中介运营商建立了一个虚拟的单向支付渠道，以支付他们的交易。然而，与国家渠道不同的是，PayPlace运营商可以参考这些渠道中链下积累的托管资金，从而向商家进行防篡改的链下支付，而无需将相应的资金锁定在与商家的渠道中。我们的设计确保了向商家进行的新支付在经过公证后是安全的，并可证明减轻了以前结构中众所周知的缺点，如数据可用性攻击，并确保消费者和商家都不需要在线以确保其公证资金的持续安全。我们发现，PayPlace的链上货币和计算成本在处理的支付交易数量上是O（1），并且在大多数情况下在其他参数上接近恒定。因此，PayPlace可以在没有边际成本的情况下扩展大规模市场的支付吞吐量，并且比非成对链下支付的最新解决方案零知识滚转便宜几个数量级。
2020-08-04 cs.CR cs.NI
Enhancing Trust in AI Marketplaces: Evaluating On-Chain Verification of Personalized AI models using zk-SNARKs
本文提出结合zk-SNARKs与Chainlink预言机的框架，在区块链上实现个性化AI模型的无信任验证，保护隐私并增强透明度，有效解决了模型完整性与隐私挑战。
2025-04-07 cs.CR cs.DC
Towards Trust and Reputation as a Service in a Blockchain-based Decentralized Marketplace
针对社会5.0去中心化市场的可信服务难题，提出受拉普拉斯继承法则启发、由智能合约自动反馈的信任与声誉服务，覆盖多细分市场防欺诈、时变表现折扣、远期预测三类应用，经仿真验证分析结果有效。
2024-03-02 cs.CR cs.GT
Realizing Open and Decentralized Marketplace for Exchanging Data of Expected IoT Behaviors
本文提出基于以太坊区块链和智能合约构建去中心化物联网安全数据市场，通过共享MUD文件实现设备预期行为知识的开放交换，并以低成本原型验证其可行性。
2023-12-30 cs.CR cs.DB
NFT Marketplace
本文提出一个结合 Goerli、Solidity、IPFS、ReactJS/EtherJS 与 OpenAI API 的 NFT dApp，实现图像生成、铸造、交易和钱包管理，验证区块链与深度学习用于安全数字资产管理的可行性。
2023-04-20 cs.CR cs.MM
BlockChain I/O: Enabling Cross-Chain Commerce
本文提出 BlockChain I/O 框架，通过跨链服务、审计机制、原生稳定币和去中心化身份系统，在多个独立区块链之间实现安全、隐私且价格稳定的跨链商业，并验证了其实际性能。
2024-06-28 cs.CR
An Empirical Study of Blockchain-based Decentralized Applications
去中心化应用（Dapp）是指由多个用户通过去中心化网络执行的应用。近年来，dapp的数量保持快速增长，主要是由于区块链技术的普及。尽管dapps作为一种典型的应用程序类型越来越重要，被认为可以促进区块链的采用，但人们对dapps在实践中的使用方式和效果知之甚少。此外，关于传统应用程序是否以及如何转换为dapp的深入知识还没有。为了弥合知识差距，本文对从三个流行的开放式Dapp市场收集的734个Dapp的广泛数据集进行了全面的实证研究，即，以太坊，dapp的状态和DAppRadar。我们分析了dapp的流行程度，并总结了dapp中智能合约的组织模式。基于这些发现，我们得出了一些启示，以帮助dapp开发者和用户更好地理解和部署dapp。
2019-02-13 cs.CR cs.DC
D2M: A Decentralized, Privacy-Preserving, Incentive-Compatible Data Marketplace for Collaborative Learning
Department of Computer Science and Engineering, Indian Institute of Technology, Jodhpur（计算机科学与工程系，印度理工学院，乔浦尔）；School of Mathematics and Computational Sciences, Eastern University Pennsylvania（数学与计算科学学院，东部大学宾夕法尼亚）
D2M通过结合联邦学习、区块链仲裁和经济激励，构建了一个去中心化、隐私保护的数据市场，实现了高效且安全的数据共享。
2025-12-11 cs.AI cs.CR cs.DC
Proof-of-Contribution-Based Design for Collaborative Machine Learning on Blockchain
University of California Irvine（加州大学欧文分校）；Texas A&M University（得克萨斯农工大学）；Theta Labs Inc.（西塔实验室公司）；Camford Capital（坎福德资本）；University of Southern California（南加州大学）；FedML Inc.（FedML公司）
我们考虑一个项目（模型）所有者，他希望通过利用感兴趣的数据所有者的本地私有数据和计算能力来训练模型，即，教练.我们的目标是为这种分散的协作/联邦学习应用设计一个数据市场，同时提供i）基于贡献证明的奖励分配，使得训练者基于他们对训练模型的贡献得到补偿; ii）通过避免来自数据所有者的任何数据移动来保护隐私的分散模型训练; iii）对恶意方的鲁棒性（例如，旨在毒害模型的训练器）; iv）在完整性的意义上的可验证性，即，数据市场协议中的所有计算的正确性，包括贡献评估和离群值检测，都可以通过零知识证明来验证;以及v）有效和通用的设计。我们提出了一个基于区块链的市场设计，以实现上述所有五个目标。在我们的设计中，除了项目所有者和培训师之外，我们还利用了分布式存储基础架构和聚合器。聚合器是执行某些计算的处理节点，包括评估训练器贡献，删除离群值和更新超参数。我们通过区块链智能合约执行拟议的数据市场。部署的智能合约确保项目所有者无法逃避付款，诚实的培训师在培训结束时根据他们的贡献获得奖励。最后，我们实现了所提出的数据市场的构建模块，并通过广泛的实验证明了它们在实际场景中的适用性。
2023-02-27 cs.CR cs.DC cs.LG
MEV Ecosystem Evolution From Ethereum 1.0
本综述梳理了DeFi中MEV的获利潜力、其对区块链性能及核心原则的威胁，回顾了过往社区解决方案的问题，并总结了当前旨在构建公平DeFi市场的研究进展。
2024-06-19 cs.CR
