加密货币与区块链 · 2026年10月26日(周一)

比特币、以太坊、稳定币、DeFi、智能合约、扩容与共识。

arXiv cs.CR · cs.DC

Merkle-Tree-Based Verifiable Public Data Auditing for Cloud Object Storage Using Smart Contracts

说明基于 Merkle 树与智能合约的云对象存储可验证公开审计

简介论文提出一种云对象存储的公开审计方法:将每个对象的名称与 SHA-256 哈希组成 Merkle 树的叶子,仅把树根存入以太坊智能合约作为公开记录,对象本身仍保存在服务商处。审计者下载对象并用简短的 Merkle 证明重建树根进行比对,从而判定对象完好、被修改或缺失。实验中系统检测出全部单次修改、被篡改对象与被删除对象且无误报;10,000 个对象的证明只需 14 个哈希值,抽检效率与数据集规模无关。

Siri Reddy Tadi, K. Gangadhara Rao, M. Venu Gopalachari 等

★★★★☆ 值得关注
IACR ePrint Cryptographic protocols

Isotaxis: Optimal Asynchronous Byzantine Consensus with Ordering Linearizability

说明Isotaxis:具有排序线性化的最优异步拜占庭共识

简介该论文提出 Isotaxis,一种带排序线性化(OL)保证的状态机复制协议,用于防止交易顺序被恶意操纵(如 MEV 攻击)。其通信复杂度为 O(nℓ+λn²),在 ℓ≥λn 时达到最优,并且是首个在异步设置中实现排序线性化的协议。实验基于最多 100 个 EC2 实例,结果显示其在 4 至 100 个节点的各种规模下均优于 Pompē。

看点在异步设置下首次实现有序线性化的SMR,并达到最优通信复杂度和拜占庭容错;实验覆盖4至100节点,证据较充分。

Vincent Gramoli, Zhenliang Lu, Qiang Tang 等

arXiv stat.ML · cs.LG

Beyond Wasserstein Proximity: Finding Better Transfer Sources

说明超越 Wasserstein 邻近性:寻找更好的迁移源

简介该论文研究迁移学习中如何选择预训练数据源,指出分布上最接近的数据未必最有用。作者在十个 Binance 现货加密货币的五日波动率预测上进行实验,比较六类预测模型,结果显示选择距离较远的源数据在多数模型上带来更好的预测技能。论文强调结论属于固定历史数据集上的探索性发现。

Gordei Verbii, Georgii Killinkarov, Vladimir Yafarov

arXiv stat.AP · cs.CR · stat.ME

Performance Guarantees for Permissionless Lending

说明无许可借贷的性能保证

简介本文提出一种借贷协议,声称比 Aave、Compound 等基于资金池的协议风险更低。借贷双方通过竞争性利率报价形成市场利率,贷款利率在整个期限内固定。作者还将抵押品价值建模为随机游走,利用特征函数和傅里叶反演推导清算与还款不足概率的精确积分表示,并以比特币为抵押品进行了实证检验。

Nanqiao Wang, Jia Yuan Yu