×
塔伦奇特拉;吉列尔莫·安格里斯;亚历克斯·埃文斯

恒定功能做市商的差异隐私。 （英语） Zbl 1515.91148号

Eyal，Ittay（编辑）等人，《金融加密和数据安全》。第26届国际会议，2022年5月2日至6日，格林纳达，FC 2022。修订了选定的论文。查姆：斯普林格。莱克特。注释计算。科学。13411, 149-178 (2022).
摘要：固定功能做市商（CFMM）是促进分散交易的最流行机制。虽然这些机制促成了数千亿美元的交易，但它们为用户提供的隐私很少甚至没有。最近的工作表明，如果不迫使最终用户支付更差的价格和/或延迟，CFMM就无法实现隐私。本文量化了CFMM中定价和隐私之间的权衡。我们分析了一种简单的隐私增强机制，称为均匀随机执行并证明它提供了（（epsilon，delta））-差异隐私。隐私参数\（\epsilon\）取决于CFMM交易函数的曲率和执行的交易数量。该机制可以在任何区块链系统中实现，允许智能合约访问可验证的随机函数。我们的结果为CFMM提供部分隐私提供了乐观的前景。
关于整个系列，请参见[Zbl 1511.94003号].

引用于2文件

MSC公司：

91G15型 金融市场
PDF格式BibTeX公司 XML格式引用
\textit{T.Chitra}等人，Lect。注释计算。科学。13411、149--178（2022年；Zbl 1515.91148）
全文： 内政部

参考文献：

[1] Angeris，G.、Agrawal，A.、Evans，A.、Chitra，T.、Boyd，S.：恒定功能做市商：通过凸优化进行多资产交易（2021）
[2] Addario Berry，L.，Corsini，B.：锦葵树的高度。arXiv预打印arXiv:2007.13728（2020）·Zbl 1479.05050号
[3] Addario-Berry，L。；Ford，K.，Poisson-Dirichlet分支随机游动，Ann.Appl。概率。，23, 1, 283-307 (2013) ·Zbl 1278.60129号 ·doi:10.1214/12-AAP840
[4] Angeris，G.，Chitra，T.：改进价格预言：恒定功能做市商。摘自：第二届ACM金融技术进步会议记录，第80-91页。ACM，纽约，2020年10月
[5] Abadi，M.等人：具有差异隐私的深度学习。摘自：2016年ACM SIGSAC计算机和通信安全会议记录，第308-318页（2016）
[6] Angeris，G.，Evans，A.，Chitra，T.：尾巴什么时候摇狗？曲率和做市。arXiv预印arXiv:2012.08040（2020）
[7] Angeris，G.、Evans，A.、Chitra，T.：关于捆绑利润最大化的注释（2021年）
[8] Angeris，G.，Evans，A.，Chitra，T.：恒定功能做市商的隐私说明。arXiv预打印arXiv:2103.01193（2021）·Zbl 1492.91447号
[9] 阿尔伯特，M。；北卡罗来纳州戈兹兰。；拉塔，R。；Lounici，K。；Madiman，M.，随机置换和的集中不等式，高维概率VIII，341-383（2019），Cham:Springer，Cham·Zbl 1443.60019号 ·doi:10.1007/978-3-030-26391-17
[10] Alon，N.、Livni，R.、Malliaris，M.、Moran，S.：私人PAC学习意味着有限的Littlestone维度。摘自：第51届ACM SIGACT计算机理论年会论文集，第852-860页（2019年）·Zbl 1434.68149号
[11] Agrawal，S.，Ojha，D.：渗透愿景，2021年5月
[12] Burdges，J.等人：波尔卡多及其设计考虑的概述。arXiv预印arXiv:2005.13456（2020）
[13] Babel，K.，Daian，P.，Kelkar，M.，Juels，A.：发条式金融：智能合约中经济安全的自动分析。arXiv预打印arXiv:2109.04347（2021）
[14] 布罗德里克，T。；密歇根州约旦；Pitman，J.，《贝塔过程、破胶和幂律》，贝叶斯分析。，7, 2, 439-476 (2012) ·Zbl 1330.62218号 ·doi:10.1214/12-BA715
[15] Bun，M.，Livni，R.，Moran，S.：私人分类和在线预测之间的等价性。2020年IEEE第61届计算机科学基础年会（FOCS），第389-402页。IEEE（2020）
[16] Bun，M.、Nissim，K.、Stemmer，U.、Vadhan，S.：不同的私有发布和阈值函数学习。2015年IEEE第56届计算机科学基础年会，第634-649页。IEEE（2015）
[17] Buchman，E.：Tendermint：区块链时代的拜占庭容错。博士论文（2016）
[18] Cummings，R.、Gupta，V.、Kimpara，D.、Morgenstern，J.：关于隐私与公平的兼容性。摘自：第27届用户建模、适应和个性化会议的附属出版物，第309-315页（2019年）
[19] Chatterjee，S.，Stein的集中不等式方法，Probab。理论相关性。菲尔德，138，1，305-321（2007）·Zbl 1116.60056号 ·doi:10.1007/s00440-006-0029-年
[20] Cormode，G.，Jha，S.，Kulkarni，T.，Li，N.，Srivastava，D.，Wang，T.：规模隐私：实践中的局部差异隐私。摘自：《2018年国际数据管理会议记录》，第1655-1658页（2018）
[21] Chu，S.，Xia，Q.，Zhang，Z.：Manta：隐私保护分散交换。IACR加密电子打印档案2020/1607（2020）
[22] Dwork，C.，Hardt，M.，Pitassi，T.，Reingold，O.，Zemel，R.：通过意识实现公平。摘自：《第三届理论计算机科学创新会议论文集》，第214-226页（2012）·Zbl 1348.91230号
[23] Diaconis，P.：关于群体的指标及其统计用途。摘自：《概率统计中的群表示》，第102-130页。数理统计研究所（1988）·Zbl 0695.60012号
[24] Daian，P.，Obadia，A.，Setters，L.：MeV探索
[25] 德沃克，C。；Roth，A.，《不同隐私的算法基础》，Found。趋势理论。计算。科学。，9, 3-4, 211-407 (2014) ·Zbl 1302.68109号
[26] de Valence，H.：密封式批量拍卖（2021年）
[27] Dwork，C.：差异隐私和美国人口普查。摘自：第38届ACM SIGMOD-SIGACT-SIGAI数据库系统原理研讨会论文集，第1页（2019年）
[28] Evans，A.，Angeris，G.，Chitra，T.：几何平均值做市商的最佳费用。arXiv预打印arXiv:2104.00446（2021）·Zbl 1492.91447号
[29] 鄂尔多斯，P。；Révész，P.，关于最长头部长度，顶部。《情报理论》，第16期，第219-228页（1975年）·Zbl 0362.60044号
[30] Frongillo，R.，Waggoner，B.：有限损失私人预测市场。arXiv预印本arXiv:1703.00899（2017）·Zbl 1464.91057号
[31] Golowich，N.，Livni，R.：小石头课程是可以在线学习的。arXiv预打印arXiv:2106.13513（2021）
[32] 戈哈里，P。；波·W。；霍金斯，C。；黑尔，M。；Topcu，U.，《通过Dirichlet机制在单元单纯形上的差异隐私》，IEEE Trans。Inf.法医安全。，16, 2326-2340 (2021) ·doi:10.1109/TIFS.2021.3052356
[33] Haghtalab，N.，Roughgarden，T.，Shetty，A.：对在线和差异化私人学习的平滑分析。arXiv预印本arXiv：2006.10129（2020）
[34] Kelkar，M.、Deb，S.、Long，S.，Juels，A.、Kannan，S.：主题：拜占庭共识中的快速、强大秩序。加密电子打印档案（2021）
[35] Kamvar，S.，Olszewski，M.，Reinsberg，R.：Celo：用于分散社会支付的多资产加密协议。草案版本0.24（2019）。https://storage.googleapis.com/celowhitepapers/CeloAMultiAssetCryptographicProtocolforDecentralizedSocialPayments.pdf
[36] Kairouz，P.，Oh，S.，Viswanath，P.：差异隐私的合成定理。摘自：机器学习国际会议，第1376-1385页。PMLR（2015）·Zbl 1401.94185号
[37] Kelkar，M。；张，F。；Goldfeder，S。；朱尔斯，A。；Micciancio博士。；Ristenpart，T.，《拜占庭共识的秩序公平性》，《密码学进展-密码学2020》，451-480（2020），查姆：斯普林格，查姆·Zbl 1504.94158号 ·doi:10.1007/978-3-030-56877-1_16
[38] O.马查尔。；Arbel，J.，关于Beta和Dirichlet分布的亚高斯性，电子。Commun公司。概率。，22, 1-14 (2017) ·Zbl 1395.60016号 ·doi:10.1214/17-ECP92
[39] Martinelli，F.：夏季的加密电影宇宙交叉事件：平衡-诊断协议（BGP），2021年4月
[40] Micali，S.，Rabin，M.，Vadhan，S.：可验证随机函数。摘自：第40届计算机科学基础年度研讨会（分类号99CB37039），第120-130页。IEEE（1999）
[41] 莫因，A。；Sekniqi，K。；Sirer，EG；邦诺，J。；Heninger，N.，SoK：稳定货币设计的分类框架，《金融密码术和数据安全》，174-197年（2020年），查姆：斯普林格，查姆·doi:10.1007/978-3-030-51280-4_11
[42] Nadarajah，S.，拉普拉斯随机变量的线性组合、乘积和比率，统计学，41，6，535-545（2007）·Zbl 1128.62017号 ·网址：10.1080/02331880701442601
[43] Nissim，K.，Raskhodnikova，S.，Smith，A.：私人数据分析中的平滑敏感性和抽样。摘自：第三十九届ACM计算机理论年会论文集，第75-84页（2007）·Zbl 1232.68039号
[44] Powers，B.：SecretSwap是秘密网络对DeFi隐私的回应，2021年2月
[45] Qin，K.，Zhou，L.，Gervais，A.：量化区块链可提取价值：森林有多黑？arXiv预打印arXiv:2101.05511（2021）
[46] Qin，K.，Zhou，L.，Livshits，B.，Gervais，A.：利用快速贷款来攻击DeFi生态系统，以获取乐趣和利润。arXiv预打印arXiv:2003.03810（2020）·Zbl 1492.91404号
[47] Reed，B.，随机二叉搜索树的高度，J.ACM（JACM），50，3，306-332（2003）·Zbl 1325.68076号 ·数字对象标识代码：10.1145/765568.765571
[48] Talagrand，M.，《随机过程的上下限：现代方法和经典问题》（2014），海德堡：斯普林格出版社·Zbl 1293.60001号 ·doi:10.1007/978-3-642-54075-2
[49] Talagrand，M.：《随机过程的上下限：现代方法和经典问题》，第2版。预印本（2021年）·Zbl 1293.60001号
[50] Xu，D.，Yuan，S.，Wu，X.：在逻辑回归中实现差异隐私和公平。收录于：2019年万维网大会相关会议记录，第594-599页（2019年）
[51] Zhou，L.，Qin，K.，Torres，C.F.，Le，D.V.，Gervais，A.：分散式链上交易所的高频交易。arXiv预印arXiv:2009.14021（2020）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。