We give a protocol for Asynchronous Distributed Key Generation (A-DKG) that is optimally resilient (can withstand $f<\frac{n}{3}$ faulty parties), has a constant expected number of rounds, has $\tilde{O}(n^3)$ expected communication complexity, and assumes only the existence of a PKI. Prior to our work, the best A-DKG protocols required $\Omega(n)$ expected number of rounds, and $\Omega(n^4)$ expected communication. Our A-DKG protocol relies on several building blocks that are of independent interest. We define and design a Proposal Election (PE) protocol that allows parties to retrospectively agree on a valid proposal after enough proposals have been sent from different parties. With constant probability the elected proposal was proposed by a non-faulty party. In building our PE protocol, we design a Verifiable Gather protocol which allows parties to communicate which proposals they have and have not seen in a verifiable manner. The final building block to our A-DKG is a Validated Asynchronous Byzantine Agreement (VABA) protocol. We use our PE protocol to construct a VABA protocol that does not require leaders or an asynchronous DKG setup. Our VABA protocol can be used more generally when it is not possible to use threshold signatures.


翻译:我们给“Asyncrocentive Disproduction”(A-DKG)提供协议协议,该协议具有最佳的弹性(能够承受$fäfrac{n ⁇ 3}美元差错方),具有恒定的预期回合数,具有预期的通信复杂性,仅假定存在公用钥匙。在我们的工作之前,最佳的A-DKG协议需要达到预期的回合数,以及预期的通信额。我们的A-DKG协议依赖于几个独立感兴趣的建筑块。我们定义并设计了一个建议选举(PE)协议,允许各方在从不同缔约方发送了足够多的提案之后追溯性地商定一项有效的提案。选举提案有可能由无过失的一方提出。在建立我们的PE协议时,我们设计了一个可核实的集合协议,使缔约方能够以可核查的方式交流哪些提案,而没有看到哪些提案。我们的A-DKG协议的最后一块是经过验证的“Asychon”协议,而不是用我们的《VAZANBA协议》作为我们的基本协议。

0
下载
关闭预览

相关内容

最新《几何深度学习》教程,100页ppt,Geometric Deep Learning
专知会员服务
100+阅读 · 2020年7月16日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
已删除
将门创投
5+阅读 · 2017年8月15日
Arxiv
0+阅读 · 2021年4月11日
Arxiv
19+阅读 · 2020年7月13日
Arxiv
7+阅读 · 2018年1月21日
VIP会员
相关VIP内容
最新《几何深度学习》教程,100页ppt,Geometric Deep Learning
专知会员服务
100+阅读 · 2020年7月16日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
已删除
将门创投
5+阅读 · 2017年8月15日
Top
微信扫码咨询专知VIP会员