Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

An Adversarially Robust Data Market for Spatial, Crowd-sourced Data

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F25%3A00387102" target="_blank" >RIV/68407700:21230/25:00387102 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://doi.org/10.1145/3703464" target="_blank" >https://doi.org/10.1145/3703464</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1145/3703464" target="_blank" >10.1145/3703464</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    An Adversarially Robust Data Market for Spatial, Crowd-sourced Data

  • Popis výsledku v původním jazyce

    We describe an architecture for a decentralised data market for applications in which agents are incentivised to collaborate to crowd-source their data. The architecture is designed to reward data that furthers the market's collective goal, and distributes reward fairly to all those that contribute with their data. We show that the architecture is resilient to Sybil, wormhole and data poisoning attacks. In order to evaluate the resilience of the architecture, we characterise its breakdown points for various adversarial threat models in an automotive use case.

  • Název v anglickém jazyce

    An Adversarially Robust Data Market for Spatial, Crowd-sourced Data

  • Popis výsledku anglicky

    We describe an architecture for a decentralised data market for applications in which agents are incentivised to collaborate to crowd-source their data. The architecture is designed to reward data that furthers the market's collective goal, and distributes reward fairly to all those that contribute with their data. We show that the architecture is resilient to Sybil, wormhole and data poisoning attacks. In order to evaluate the resilience of the architecture, we characterise its breakdown points for various adversarial threat models in an automotive use case.

Klasifikace

  • Druh

    J<sub>ost</sub> - Ostatní články v recenzovaných periodicích

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    R - Projekt Ramcoveho programu EK

Ostatní

  • Rok uplatnění

    2025

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Distributed Ledger Technologies: Research and Practice

  • ISSN

    2769-6480

  • e-ISSN

    2769-6480

  • Svazek periodika

    4

  • Číslo periodika v rámci svazku

    4

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    20

  • Strana od-do

    1-20

  • Kód UT WoS článku

    001618377600007

  • EID výsledku v databázi Scopus

    2-s2.0-105018940075