MétaCan
Menu
Retour à la cohorte
Enregistrement W3028110024 · doi:10.34989/swp-2020-27

Why Fixed Costs Matter for Proof-of-Work Based Cryptocurrencies

2020· preprint· en· W3028110024 sur OpenAlexaff
Rodney Garratt, Maarten R.C. van Oordt

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2020
Typepreprint
Langueen
DomaineComputer Science
ThématiqueBlockchain Technology Applications and Security
Établissements canadiensBank of Canada
Organismes subventionnairesCore Research for Evolutional Science and TechnologyUniversity of California, Santa Barbara
Mots-clésHumanitiesCryptocurrencyDatabase transactionPolitical sciencePhilosophyComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

"Ensuring that the record of Bitcoin transactions is secure uses a lot of computational power. Miners, who supply this power to the Bitcoin network, earn transaction fees and new bitcoins. Ultimately, though, bitcoin miners will earn only fees as the number of new bitcoins slowly declines to zero. As mining rewards wane, some experts say that Bitcoin will become vulnerable to attacks. Will Bitcoin transactions remain secure in the future? Our analysis focuses on the fact that mining some cryptocurrencies requires investment in specialized computing hardware. We look at the impact this fixed cost has on the feasibility of a profitable double-spending attack. We show that specialized hardware gives an added layer of protection to the Bitcoin network. As a result, things look less gloomy for the security of the Bitcoin transaction record. Smaller cryptocurrencies that rely on the same specialized hardware as larger ones may be less protected."

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,936
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0060,006
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,027
Tête enseignante GPT0,262
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Même sujetBlockchain Technology Applications and SecurityTravaux en français237 207