会员服务
Merkle Tree · 基 · 原点 · 收缩 ·
2021 年 5 月 13 日
Verification of the Incremental Merkle Tree Algorithm with Dafny
翻译：与Dafny一起核查增增Merkle 树与Dafny的算法
Franck Cassez
Franck Cassez
from arxiv, 16 pages

The Deposit Smart Contract (DSC) is an instrumental component of the Ethereum 2.0 Phase 0 infrastructure. We have developed the first machine-checkable version of the incremental Merkle tree algorithm used in the DSC. We present our new and original correctness proof of the algorithm along with the Dafny machine-checkable version. The main results are: 1) a new proof of total correctness; 2) a software artefact with the proof in the form of the complete Dafny code base and 3) new provably correct optimisations of the algorithm.


翻译：存款智能合同(DSC)是Etheum 2.0阶段0基础设施的一个工具部分。 我们开发了DSC中采用的递增的Merkle树算法的第一个机器可检查版本。 我们提供了我们新的和原始的算法正确性证明,以及Dafny机器可检查版本。 主要结果是:1) 新的完全正确性证明;2) 软件精品,以完整的 Dafny 代码基数为形式提供证明;3) 新的、可证实的、正确的算法优化。
0
下载
关闭预览

相关内容

Merkle Tree，通常也被称作Hash Tree，顾名思义，就是存储hash值的一棵树。Merkle树的叶子是数据块(例如，文件或者文件的集合)的hash值。非叶节点是其对应子节点串联字符串的hash。
【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
78+阅读 · 2020年7月26日
【实用书】Python编程与解决问题，424页pdf，PROGRAMMING AND PROBLEM SOLVING WITH PYTHON
【实用书】Python编程与解决问题，424页pdf，PROGRAMMING AND PROBLEM SOLVING WITH PYTHON
专知会员服务
72+阅读 · 2020年7月12日
【ICML2020】序数非负矩阵分解推荐，On the Number of Linear Regions of Convolutional Neural Networks
【ICML2020】序数非负矩阵分解推荐，On the Number of Linear Regions of Convolutional Neural Networks
专知会员服务
16+阅读 · 2020年6月4日
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
专知会员服务
239+阅读 · 2019年10月21日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
2019年机器学习框架回顾
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
【新书】Python编程基础，669页pdf
【新书】Python编程基础，669页pdf
专知会员服务
194+阅读 · 2019年10月10日
LibRec 精选：AutoML for Contextual Bandits
LibRec 精选：AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
深度自进化聚类：Deep Self-Evolution Clustering
深度自进化聚类：Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
已删除
将门创投
12+阅读 · 2018年6月25日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【学习】(Python)SVM数据分类
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Near-Optimal Decremental Hopsets with Applications
Arxiv
0+阅读 · 2021年7月5日
Does Comma Selection Help To Cope With Local Optima
Arxiv
0+阅读 · 2021年7月5日
On convergence rates of adaptive ensemble Kalman inversion for linear ill-posed problems
On convergence rates of adaptive ensemble Kalman inversion for linear ill-posed problems
Arxiv
0+阅读 · 2021年7月5日
Linear Discrepancy is $Π_2$-Hard to Approximate
Arxiv
0+阅读 · 2021年7月2日
Estimation and Inference of Treatment Effects with $L_2$-Boosting in High-Dimensional Settings
Arxiv
0+阅读 · 2021年7月1日
Impact Remediation: Optimal Interventions to Reduce Inequality
Impact Remediation: Optimal Interventions to Reduce Inequality
Arxiv
0+阅读 · 2021年7月1日
A Linear-Time Algorithm for the Common Refinement of Rooted Phylogenetic Trees on a Common Leaf Set
Arxiv
0+阅读 · 2021年6月30日
On the Convergence of Stochastic Extragradient for Bilinear Games with Restarted Iteration Averaging
Arxiv
0+阅读 · 2021年6月30日
A Survey on the Evolution of Stream Processing Systems
A Survey on the Evolution of Stream Processing Systems
Arxiv
9+阅读 · 2020年8月3日
A Survey of Learning Causality with Data: Problems and Methods
Arxiv
30+阅读 · 2020年5月5日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
Merkle Tree
基
原点
收缩
相关VIP内容
【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
78+阅读 · 2020年7月26日
【实用书】Python编程与解决问题，424页pdf，PROGRAMMING AND PROBLEM SOLVING WITH PYTHON
【实用书】Python编程与解决问题，424页pdf，PROGRAMMING AND PROBLEM SOLVING WITH PYTHON
专知会员服务
72+阅读 · 2020年7月12日
【ICML2020】序数非负矩阵分解推荐，On the Number of Linear Regions of Convolutional Neural Networks
【ICML2020】序数非负矩阵分解推荐，On the Number of Linear Regions of Convolutional Neural Networks
专知会员服务
16+阅读 · 2020年6月4日
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
专知会员服务
239+阅读 · 2019年10月21日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
2019年机器学习框架回顾
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
【新书】Python编程基础，669页pdf
【新书】Python编程基础，669页pdf
专知会员服务
194+阅读 · 2019年10月10日
热门VIP内容
相关资讯
LibRec 精选：AutoML for Contextual Bandits
LibRec 精选：AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
深度自进化聚类：Deep Self-Evolution Clustering
深度自进化聚类：Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
已删除
将门创投
12+阅读 · 2018年6月25日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【学习】(Python)SVM数据分类
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
相关论文
Near-Optimal Decremental Hopsets with Applications
Arxiv
0+阅读 · 2021年7月5日
Does Comma Selection Help To Cope With Local Optima
Arxiv
0+阅读 · 2021年7月5日
On convergence rates of adaptive ensemble Kalman inversion for linear ill-posed problems
On convergence rates of adaptive ensemble Kalman inversion for linear ill-posed problems
Arxiv
0+阅读 · 2021年7月5日
Linear Discrepancy is $Π_2$-Hard to Approximate
Arxiv
0+阅读 · 2021年7月2日
Estimation and Inference of Treatment Effects with $L_2$-Boosting in High-Dimensional Settings
Arxiv
0+阅读 · 2021年7月1日
Impact Remediation: Optimal Interventions to Reduce Inequality
Impact Remediation: Optimal Interventions to Reduce Inequality
Arxiv
0+阅读 · 2021年7月1日
A Linear-Time Algorithm for the Common Refinement of Rooted Phylogenetic Trees on a Common Leaf Set
Arxiv
0+阅读 · 2021年6月30日
On the Convergence of Stochastic Extragradient for Bilinear Games with Restarted Iteration Averaging
Arxiv
0+阅读 · 2021年6月30日
A Survey on the Evolution of Stream Processing Systems
A Survey on the Evolution of Stream Processing Systems
Arxiv
9+阅读 · 2020年8月3日
A Survey of Learning Causality with Data: Problems and Methods
Arxiv
30+阅读 · 2020年5月5日
Top
微信扫码咨询专知VIP会员
Top