Что делает механизм платы за транзакцию рациональным и эффективным?
30 июня 2025 г.Таблица ссылок
Аннотация и 1. Введение
Связанная работа
Предварительные
3.1 TFMS: желательные свойства
3.2 Механизм перераспределения Groves (RM)
Идеал-TFRM: невозможность достижения строго положительного индекса перераспределения
Механизм перераспределения платы за транзакцию (TFRM)
R-TFRM: TFRM, надежный для манипуляций с шахтером
6.1 R-TFRM: анализ влияния манипуляций с шахтером на скидку и доходы от шахтеров
R2-TFRM: надежный и рациональный TFRM
Заключение и ссылки
A. Доказательства для результатов раздела 4 и 5
B. Доказательства для результатов раздела 6
C. Доказательства для результатов раздела 7
3.1 TFMS: желательные свойства
Теперь мы определяем соответствующие стимулирующие свойства TFM (от [14, 33]). Мы начинаем с определения индивидуальной рациональности.
Индивидуальная рациональность (IR).Чтобы стимулировать участие, дизайнеры механизма также сосредоточены на IR.
Как мы показываем позже, обеспечение UIC при минимизации сборов за транзакции в TFM является сложной задачей. Следовательно, мы сосредоточены на стимулирующей совместимости «ограниченного» набора пользователей, чьи транзакции включены в блок. Мы определяем ограниченный UIC (RUIC), который утверждает, что для всех включенных пользователей отчетность правдиво является IC независимо от того, что оставшиеся включали в себя отчеты пользователей.
Другие свойства.Помимо этих общих свойств TFM, мы также определяем дополнительные свойства, а именно распределительную эффективность (AE) и слабо/сильно бюджетный баланс (WBB/SBB).
3.2 Механизм перераспределения Groves (RM)
На пути к минимуму стоимости пользователя в TFM мы используемМеханизмы перераспределения(RMS) [25]. В RM агенты взимают платежи VCG, и деньги перераспределяются на агентов при обеспечении UIC. Перераспределение определяется путем построения соответствующей функции скидки, 𝑔: B → R. Мы желаем функций скидки, которые обеспечивают максимальную скидку (или, эквивалентно, минимизируют сборы за транзакцию в TFM). Чтобы использовать RM в качестве TFM, мы требуем, чтобы он удовлетворил UIC/RUIC и (EX-POST) IR для пользователей и майнера. RM является ИК для пользователей, когда общий платеж каждого пользователя, включая скидку, предоставляет неотрицательную утилиту. Аналогичным образом, мы говорим, что RM является ИК для майнера, когда общая скидка меньше, чем полученный платеж (сборы за транзакцию). Мы также хотим, чтобы RM быланонимный[20].
Обратите внимание, что анонимная функция скидок может привести к различным платежам по перераспределению для разных пользователей, поскольку вход в функцию может быть произвольно отличаться.
Функция скидок.Мы стремимся разработать соответствующую функцию скидки для анонимного RM, так что стимулирующие свойства из раздела 3.1 Hold. Функция скидок также должна перераспределить большинство платежей (выплаты VCG), чтобы минимизировать затраты пользователя. Мы начинаем с предоставления следующей характеристики для разработки функций скидок UIC.
Функция скидок - это UIC, если скидка для пользователя не зависит от своей собственной ставки. В общем, это может занять любую форму. Например, функция линейной скидки определяется как,
Фракция перераспределенной платежей VCG с учетом функции скидки зависит от входных предложений. Таким образом, мы изучаем эффективность функций скидки в худшем случае.
Например, Guo и Conitzer [20] предлагают наихудший оптимальный (WCO), механизм, который уникально максимизирует RI в худшем случае (среди всех среднеквадратичных средств, которые являются детерминированными, анонимными и удовлетворяют UIC, AE и IR), когда предметы гомогенны с требованием единицы [20, Теорема 1]. В блокчейне мы предполагаем наличие слотов подтверждения 𝑘 и любого пользователя в равной степени значениями подтверждения транзакции в каждом слоте. Более того, каждая транзакция требует только одного слота для подтверждения. Таким образом, это однородная обстановка с спросом на единицу.
Авторы:
(1) Sankarshan Damle, IIIT, Хайдарабад, Хайдербад, Индия (Sankarshan.damle@research.iiit.ac.in);
(2) Маниша Падала, IISC, Бангалор, Бангалор, Индия (manishap@iisc.ac.in);
(3) Суджит Гуджар, IIIT, Хайдарабад, Хайдербад, Индия (sujit.gujar@iiit.ac.in).
Эта статья есть
Оригинал