ビットコイン、イーサリアム、ステーブルコイン、DeFi、スマートコントラクト、スケーリングとコンセンサス。
説明暗号資産の注文執行における混合専門家モデル：学習の安定性、テールリスク、失敗モード
要約本論文は、Binance の BTC/USDT 指値注文板データを用いて、標準的な Double Deep Q-Learning（DDQL）、K-means で分割した DDQL の混合専門家（MoE）、パラメータ数を合わせた密なネットワークを比較している。学習型の構成はいずれも、平均的な実行コスト（implementation shortfall）で DDQL を有意に上回らず、TWAP や即時清算より高い損失を示した。探索の焼きなましだけで崩壊が解消されたことから、専門家への分割は内在的な性能向上ではなく、学習設定の問題を隠しているにすぎないと結論づけている。
説明CFMM取引手数料の漸近解析：手数料率がゼロに近づく場合に、裁定取引から流動性提供者が得られる手数料と、それがLVR損失を相殺できるかを検討する研究。
要約本論文は、分散型金融における自動マーケットメーカー（AMM）の取引手数料を扱います。手数料率がゼロに近づくとき、流動性提供者（LP）が裁定取引から受け取れる手数料の閉じた形の式を導出しています。価格過程が連続であれば、裁定取引による手数料がLVR損失を完全に相殺しうることを示しています。さらに価格にジャンプがある場合も分析し、市場リスクに加えてジャンプがLP損失の唯一の原因であると理論的に示しています。
説明TS-SUF-2からTS-SUF-4へ：FROST2しきい値署名の実用的な安全性強化
要約しきい値署名は、ブロックチェーンや分散システムでデジタル資産を守るために重要です。本論文は、静的な腐敗と集中型鍵生成の設定ではFROST2がTS-SUF-2の安全性しか達成できず、TS-UF-3攻撃に脆弱であることを指摘しています。著者らは、事前処理トークンの検証を追加した改良版FROST2+を提案し、同じ計算仮定の下でTS-SUF-4の安全性を達成するとしています。ZCashのFROSTライブラリでの測定では、事前計算を有効にした場合、FROST2と同程度の性能で、FROSTより約64〜79%高速だとされています。
説明フェージングおよび消失チャネルにおける安全な協調V2Xブロードキャストのためのレートレス・ネステッド格子符号
要約本論文は、車車間・車路間通信（V2X）ブロードキャスト向けに、レートレスRaptor格子符号、直接拡散を用いたネステッド格子による物理層セキュリティ、そして中継選択を支えるブロックチェーン型信頼管理を組み合わせたフレームワークを提案する。ブロックレイリーフェージングと符号消失の条件下で、レートレスRaptor受信は中断率0.3%、平均約2.3パケットを達成し、同条件のLDLCおよびLDPCより優れている。盗聴者は8 dBの条件で、セッションの62%で復号に失敗する。
説明量子時代のステーブルコイン：体系的知識の整理
要約本論文は、ポスト量子ステーブルコインに関する体系的知識（SoK）の整理です。著者はステーブルコイン固有の脅威モデルを構築し、暗号依存関係を通貨管理の仕組みに対応づけ、移行の選択を、誰が変更を許可できるか、どこで変更すべきか、ハイブリッド・ポスト量子ネイティブ・古典部品のカプセル化のいずれか、という3つの軸で分類しています。移行を実行できる当事者と、失敗時に損失を負う保有者・取引所・発行者などが一致しない「権限と責任の乖離」を指摘しています。さらに関連する相互運用性提案や未解決課題も検討しています。
説明DuraShare：BIP39 に対応し、完全な手作業による復元も可能な秘密分散方式
要約DuraShare は、ビットコインウォレットの BIP39 単語列を n 人の保管者に分割し、任意の k 人で元の単語列を復元でき、k−1 人以下では情報が漏れない方式です。F_2053 上の Shamir 秘密分散、転記誤りや物理的損傷を検出する行・列チェックサム、改ざんを検出する仿射内積 MAC を組み合わせています。紙と電卓と手順書だけで復元できることを想定しています。
説明MEVが存在する場合のRANDAO操作
要約イーサリアムの乱数ビーコンRANDAOは操作可能であることが知られており、先行研究（[AW24]）では戦略的なプロposerが提案できるブロックの割合が計算されている。本論文はブロック提案割合を報酬の代理指標と見なし、共識報酬のロールオーバー、マルチブロックMEV、CEX-DEX裁定取引、オラクル操作などを含む一般化された報酬モデルを提案する。モデル内の任意の報酬方式に対してε最適戦略を計算する手法を示し、複数の典型例に適用して、RANDAO操作の感度が基礎となる報酬に依存することを明らかにしている。報酬が部分的にロールオーバーする場合や連続ブロックに対して超線形に増加する場合、操作の動機が増幅されることも示している。さらに、報酬関数としてモデル化できる末尾スロットのスラッシングを検討し、誠実な均衡を回復できることを示している。
説明オートエンコーダと少数ショットメタ学習を組み合わせたマルウェア検知の手法
要約本論文は、ランサムウェアなど新種や少数サンプルのマルウェア検知の課題に対し、オートエンコーダで圧縮された潜在特徴を抽出し、MAML（モデル非依存メタ学習）分類器で限られたラベル付きデータから新たな脅威に素早く適応させるハイブリッド深層学習フレームワークを提案しています。Ransomware Dataset 2024を用いた1〜50ショット設定の二値分類実験では、正解率、F1スコア、マシューズ相関係数で高い値を安定して示し、極端にサンプルが少ない場合でも信頼性のある分類を維持しました。
説明ネットワーク侵入検知からブロックチェーン基盤のEDRへ：分散型検知・対応アーキテクチャの全体像
要約本論文は2019年から2026年にかけての、IoTおよびIIoT向けのブロックチェーン支援型侵入検知・防御に関する研究を整理した体系的レビュー（SoK）です。検知システムの種類、ブロックチェーンの機能的役割、対応自動化の成熟度という3軸の分類法を提案しています。その結果、端末ごとにブロックチェーンへ紐づけた対応ループはほぼ存在しないことを指摘しています。さらに、コンセンサスの遅延や耐量子暗号、スマートコントラクトの攻撃面などの共通課題を検討し、オンチェーンとオフチェーンを組み合わせた研究課題を提示しています。
