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
Understanding Security Issues in the NFT Ecosystem
不可替代代币(NFT)已成为收集数字艺术品的一种方式,也是一种投资工具。尽管NFT市场最近才开始普及,但在过去一年中,NFT市场已经见证了几次高调(和高价值)的资产出售和交易量的巨大增长。不幸的是,这些市场还没有得到太多的安全审查。相反,大多数学术研究都集中在对去中心化金融(DeFi)协议的攻击和检测智能合约漏洞的自动化技术上。据我们所知,我们是第一家研究数十亿美元NFT生态系统的市场动态和安全问题的公司。在本文中,我们首先系统地概述了NFT生态系统的工作原理,并确定了三个主要参与者:市场、外部实体和用户。我们对前8大市场(按交易量排名)进行了深入分析,以发现与此类市场相关的潜在问题。其中许多问题可能导致重大经济损失。我们还收集了大量与在受检查的市场中交易的NFT相关的资产和事件数据。我们自动分析这些数据,以了解区块链外部的实体如何能够干扰NFT市场,导致严重的后果,并量化用户在匿名的外衣下进行的恶意交易行为。
2022-04-27 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
Reliable, Fair and Decentralized Marketplace for Content Sharing Using Blockchain
Youtube和Vimeo等内容共享平台已经推广了按次付费模式,让艺术家将他们的内容货币化。然而,艺术家仍然受到控制内容列表和广告的集中式平台的支配,在观看次数或收入方面几乎没有透明度和公平性。另一方面,消费者远离出版商,无法验证内容的原创性。在本文中,我们开发了一个可靠和公平的内容共享平台,而无需中央服务器。该平台被构建为一个分散的数据存储层,以容错的方式存储和共享内容,其中对等体也参与区块链网络。区块链用于管理内容列表,并作为可审计和公平的市场交易处理器,使用智能合约自动支付内容创建者和存储促进者。我们展示了基于Hyperledger Fabric构建的区块链层和基于Tahoe-LAFS构建的数据层的系统,并表明我们的设计是实用的,可扩展的,开销低。
2020-09-23 cs.CR cs.DC
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
Wibson Protocol for Secure Data Exchange and Batch Payments
Wibson是一个基于区块链的去中心化数据市场,为个人提供了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。我们在这里介绍了两个不同的组件,它们共同努力实现一个高效的去中心化市场。第一种是称为数据交换的智能合约,它存储不同买家打开的数据订单的引用,以向市场表明他们有兴趣购买某些类型的数据,并提供安全的机制来执行交易。第二种用于处理从买家到卖家和中介的付款,称为批量付款。
2020-01-31 cs.CR cs.CY
Energy-aware Demand Selection and Allocation for Real-time IoT Data Trading
个人物联网数据是一种新的经济资产,个人可以在新兴的数据市场上进行交易以产生收入。通常情况下,市场是集中式系统,会引起对隐私、单点故障、透明度低的担忧,并涉及可信的中介机构以确保公平。此外,电池供电的物联网设备限制了要实时的【形】交易的物联网数据量,这影响了买方/卖方的满意度,从而影响了这种市场的可持续性和可用性。这项工作提出利用区块链技术来实现一个可信和透明的去中心化市场,以遵守合同,实时的【形】交易由电池供电的物联网设备生成的物联网数据流。本文的贡献有两个方面:(1)我们提出了一个基于区块链的自治市场,配备了协议框架,定价模型和评级机制等基本功能,以创建一个有效的市场框架,而不涉及中介,(2)我们提出了一种在质量和电池限制下选择和分配买方对卖方设备需求的机制。我们在以太坊中提出了一个概念验证实现,以证明该框架的可行性。我们通过大量的模拟研究了不同场景下买家需求对物联网设备电池消耗的影响。我们的研究结果表明,这种方法是可行的,有利于卖方和买方创建一个可持续的市场模型,用于从电池供电的物联网设备实时的【形】交易物联网数据。
2020-07-10 cs.CR cs.NI
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
The Feasibility of a Smart Contract "Kill Switch"
该研究调研多主流区块链平台的智能合约终止机制,评估其与欧盟数据法案的合规性,并分析智能合约“终止开关”在平衡监管与去中心化、技术可行性及安全信任方面的挑战。
2024-07-14 cs.CR cs.ET
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
Fuzz on the Beach: Fuzzing Solana Smart Contracts
针对现有智能合约安全工具多适配以太坊、Solana无状态执行环境存在特有攻击模式且多数合约无源码的问题,提出首个仅二进制、覆盖率引导的模糊测试架构FuzzDelSol,通过提取底层信息构建多类漏洞预言机,在6049个合约上实现高准确率和召回率的漏洞检测。
2024-12-15 cs.CR
Securing the Assets of Decentralized Applications using Financial Derivatives (DRAFT)
以太坊合约可以被设计为完全分散的应用程序,称为DAPP。许多DAPP已经投入使用,包括在线市场,角色扮演游戏,预测市场和互联网服务提供商。不幸的是,DAPP可能会被黑客攻击,他们控制的资产可能会被盗。最近对以太坊去中心化应用程序The DAO的攻击表明,智能合约漏洞不仅仅是学术问题。价值数千万美元的以太币被攻击者从The DAO中提取,导致其代币的价值和以太币的整体交易价格暴跌。我们提出了一种基于市场的技术,用于使用由DAPP代币的以太交易价格索引的期货合约来确保DAPP的以太持有量。在相当一般的情况下,我们的技术能够以很高的概率恢复被盗的大部分以太币,即使所有的以太币都被盗了; DAPP代币持有者的唯一成本是可调整的以太币提款费。如果在$d$天内追加保证金的概率是$p$,对于杠杆率为20倍的期货合约,那么我们的方法将允许以$p$的概率和5%的取款费收回一半被盗的以太币。较高的25%的取款费允许超过80%的以太币被回收,概率为$p$。
2017-01-14 cs.CR
Exposing Hidden Backdoors in NFT Smart Contracts: A Static Security Analysis of Rug Pull Patterns
本文利用 Slither 对 Ethereum 上 49,940 个已验证 NFT 合约进行大规模静态分析,并提出风险评分模型识别 rug pull 后门与漏洞模式。
2025-06-09 cs.CR
A Case for a Currencyless Economy Based on Bartering with Smart Contracts
我们建议重新引入易货交易,以创建一个无加密货币、无货币和无货币的经济领域。我们认为易货经济将有利于企业、个人、政府和社会。例如,在线点对点易货市场的可用性将把普通个人转变为有形和数字物品和服务的潜在交易者。例如,他们将能够以物易物的文件和数据,他们收集.同样激励,他们将能够以物易物,并重新引入到经济项目,他们不再需要,如,书籍,园艺工具,和自行车,通常保持和车库和棚浪费.我们认为,构建易货系统所需的大部分技术现在都可以使用,包括区块链、智能合约、密码学、安全多方计算和公平交换协议。然而,还需要进一步的研究来完善和整合这些部分。我们讨论了潜在的研究方向。
2020-10-08 cs.CR cs.CY
Smart Contract Coordinated Privacy Preserving Crowd-Sensing Campaigns
本文提出利用智能合约和区块链管理众感知活动,通过匿名化、聚合和去中心化存储保障隐私,并设计激励机制促进参与,模拟验证了系统可行性与数据可信度。
2024-08-20 cs.CR cs.NI
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
A Distributed Ledger Based Infrastructure for Smart Transportation System and Social Good
本文提出了一个系统架构,以促进智能交通系统的发展。由于使用分布式账本和相关技术,可以在移动时通过传感器创建,存储和共享用户生成的数据。IOTA和IPFS用于存储和认证来自传感器或用户自己的数据(及其相关元数据)。以太坊被用作协调数据共享和配置的智能合约平台。通过使用零知识证明提供必要的隐私保证。我们展示了从一些用例场景中获得的一些结果,这些用例场景展示了如何将这些技术集成到构建新型智能服务中,并在用户移动性中促进社会公益。
2020-03-31 cs.CR cs.CY cs.DC
A DLT-based Smart Contract Architecture for Atomic and Scalable Trading
针对 DLT 状态通道高抵押、难支持异步动态更新及初始化延迟问题,提出基于智能合约 CNS 的原子、可扩展、隐私保护协议,并用 UC 框架证明其安全属性。
2021-05-06 cs.CR cs.DC
EventSpec: Defining and Detecting Event-Semantic Issues in Blockchain Ecosystems
Nanyang Technological University(南洋理工大学);Peking University(北京大学);Beijing Institute of Technology(北京理工大学);Xi’an Jiaotong University(西安交通大学);Hong Kong Polytechnic University(香港理工大学)
针对智能合约事件日志与链上状态不一致的问题,提出EventSpec方法,通过行为推断和差分检查检测五类事件语义缺陷,在6617个合约上达到90.17%精确率,并验证了链下攻击的可行性。
2026-09-09 cs.CR cs.SE
Novel Blockchain-based Protocols for Electronic Voting and Auctions
本文基于以太坊智能合约提出 Blind Vote 匿名投票协议及保护出价隐私的无信任拍卖算法,在保证安全性的同时显著降低 gas 消耗,并防止出价篡改、抢先交易和共谋。
2025-08-18 cs.CR cs.DC
OmniLytics: A Blockchain-based Secure Data Market for Decentralized Machine Learning
Hong Kong University of Science and Technology(香港科技大学);University of Electronic Science and Technology of China(电子科技大学);University of Southern California(南加州大学)
我们提出了OmniLytics,一个基于区块链的安全数据交易市场,用于机器学习应用。利用OmniLytics,许多分布式数据所有者可以贡献他们的私有数据来集体训练一些模型所有者请求的ML模型,并获得数据贡献的补偿。OmniLytics支持这样的模型训练,同时提供1)针对好奇数据所有者的模型安全性; 2)针对好奇模型和数据所有者的数据安全性; 3)对恶意数据所有者提供错误结果以毒害模型训练的弹性;以及4)对恶意模型所有者意图逃避付款的弹性。OmniLytics作为区块链智能合约实现,以保证支付的原子性。在OmniLytics中,模型所有者将其模型分为私有和公共部分,并在合同上发布公共部分。通过执行合同,参与的数据所有者安全地聚合其本地训练的模型,以更新模型所有者的公共模型并通过合同获得补偿。我们在以太坊区块链上实现了一个OmniLytics的工作原型,并进行了大量的实验来测量其气体成本,执行时间和各种参数组合下的模型质量。在MNIST数据集上训练CNN,MO能够在500 ms的区块链处理时间内将其模型准确率从62%提高到83%。这证明了OmniLytics在实际部署中的有效性。
2021-11-15 cs.CR cs.DC cs.LG
A Solution for Commercializing, Decentralizing and Storing Electronic Medical Records by Integrating Proxy Re-Encryption, IPFS, and Blockchain
提出一种结合代理重加密、IPFS和兼容EVM区块链的去中心化电子病历管理方案,通过缩短加解密时间降低读取授权成本,并利用智能合约保障数据隐私、完整性与用户控制权。
2024-06-05 cs.CR
MOVO: a dApp for DLT-based Smart Mobility
目前,大量关于智能移动性的研究都致力于将新型分散式软件架构纳入这些系统,这是由于其在透明度、可追溯性和可信度方面的固有优势。MOVO是一个用于智能移动的去中心化应用程序(dApp)。它包括:(i)用于从车辆和智能手机传感器收集数据的模块;(ii)用于与分布式账本技术(DLT)和分散式文件存储(DFS)交互的组件,用于存储和验证传感器数据;(iii)用于设备之间的“离线”交互的模块。dApp由旨在用于车辆内部的Android应用程序组成,其帮助用户/驾驶员收集上下文生成的数据(例如,驾驶员的压力水平、电动车辆的电池水平),然后可以通过使用DLT(即,IOTA DLT和以太坊智能合约)和DFS(即,IPFS)。第三个模块包括一个通信通道的实现,通过Wi-Fi Direct,允许两个设备交换关于DLT(即加密货币和令牌)资产的数据和支付信息。在本文中,我们描述了主要的软件组件,并提供了一个实验评估,证实了MOVO dApp在真实移动场景中的可行性。
2021-09-10 cs.CR cs.CY cs.DC
SpexPay: A Privacy-Preserving Pay-As-You-Go System for Dynamic Spectrum Sharing
Virginia Tech(弗吉尼亚理工大学);University of Kentucky(肯塔基大学)
研究动态频谱共享中现有方案的隐私和问责问题,提出SpexPay框架,集成多种技术实现隐私保护即付即用频谱使用,通过原型展示其低延迟、低成本,适用于实际部署,还评估了对边缘硬件的适用性。
2026-07-21 cs.CR