MétaCan
Menu
Retour à la cohorte
Enregistrement W4417003763 · doi:10.1109/blockchain67634.2025.00017

Towards Verifiable-by-Design Smart Contracts: A Declarative Limit Order Books Implementation

2025· article· W4417003763 sur OpenAlexaff
Srisht Fateh Singh, Jeffrey Klinck, Zissis Poulos, Andreas Veneris, Mohammad Fawaz, Simon Roberts

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineComputer Science
ThématiqueBlockchain Technology Applications and Security
Établissements canadiensYork UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésConstraint (computer-aided design)Control flowMatching (statistics)Database transactionState (computer science)Simple (philosophy)Constraint programmingENCODEDeclarative programming

Résumé

récupéré en direct d'OpenAlex

We present a declarative approach to on-chain limit order books (LOBs) that prioritizes formal verification over raw throughput. Unlike automated market makers, LOBs offer granular control and capital efficiency but are difficult to verify when implemented imperatively in Solidity. Using Pint, a declarative domain-specific language, we encode LOB matching logic, price-time priority, partial fills, and asset conservation, as first-order constraints. Off-chain solvers compute valid state transitions, while the blockchain performs lightweight constraint verification. We implement eight LOB predicates and evaluate performance using real-world transaction traces. Our declarative LOBs achieve 141 predicates/s for simple operations and 11 predicates/s for complex settlement with 1,000 accounts. Performance correlates strongly with state access patterns rather than constraint complexity. Critically, our approach eliminates verification challenges that make imperative smart contracts hard to formally verify, such as unbounded loops, recursion, cross-contract/function calls, and complex control flow. This enables correctness-by-construction through constraint satisfaction, removing the need to prove implementation conformance to specifications. This work demonstrates the first practical evidence that declarative LOBs achieve reasonable performance while providing superior verification guarantees for DeFi protocols.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0040,006
Science ouverte0,0040,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,020
Tête enseignante GPT0,294
Écart entre enseignants0,274 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBlockchain Technology Applications and SecurityTravaux en français237 207