可在www.sciencedirect.com在线获取理论计算机科学电子笔记340（2018）151-167www.elsevier.com/locate/entcs利润不确定性对区块链系统Maher Alharby1和Aad van Moorsel2英国泰恩河畔纽卡斯尔大学计算机学院摘要在区块链系统中，矿工在区块中执行交易。由于每个区块都有交易数量的限制，矿工通常通过选择最有利可图的交易来优先处理交易。 然而，矿工不确定执行交易的确切收入和确切成本。 因此，他们不能就选择和执行哪些交易作出明智的决定，以最大限度地提高其利润。本文的主要目的是调查矿工对执行交易的收入和成本的不确定性，以及这种不确定性对矿工可以获得的利润的影响。 为了实现这一目标，我们设计了一个仿真模型，收集模型的输入数据，实现模型并运行在模型上做实验。 我们的模拟结果表明，矿工对执行交易的成本对区块利润有重大影响。 相反，我们的结果是没有显示收入不确定性对整体利润的重大影响关键词：区块链，智能合约，不确定性，利润，模拟1引言区块链是加密货币的基础技术，最近受到在以太坊等区块链系统中，用户向区块链网络发送交易，以部署新的智能合约或调用现有的智能合约。其他用户（通常称为矿工）然后在块中执行这些交易。每个区块都有交易数量的限制，因此，矿工通常通过选择最有利可图的交易来优先考虑交易[5]。然而，矿工在执行交易之前唯一可用的信息是他们可以从该交易中获得的最大收入。执行交易的收入和成本都存在不确定性。因此，矿工无法做出明智的决定，选择和执行哪些交易，以最大限度地提高利润。1电子邮件：newcastle.ac.uk2电子邮件：aad. newcastle.ac.ukhttps://doi.org/10.1016/j.entcs.2018.09.0111571-0661/© 2018作者。出版社：Elsevier B.V.这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）。152M. Alharby，A.van Moorsel/Electronic Notes in Theoretical Computer Science 340（2018）151本文的主要目的是研究矿工对执行交易的收入和成本的不确定性，以及这种不确定性对矿工可以获得的为了实现这一目标，我们首先设计并实现了一个模拟模型，以模拟矿工选择待处理交易子集以执行并包含在即将到来的区块中的决策。然后，我们从真实的历史数据和对照实验中收集模型的输入数据。之后，我们设计并运行了一个模拟实验来模拟五个不同的场景（两个基线场景和三个解决方案场景）。基准场景是模拟真实区块链系统条件下矿工的选择决策，其中矿工不确定收入和执行交易的成本。解决方案场景是模拟矿工的选择决策，当矿工确定执行每笔交易的收入和/或成本时。这个实验的目的是通过比较矿工在基线场景和解决方案场景中可以获得的区块利润，来研究矿工对执行交易的收入和成本的不确定性最后，我们提出并讨论了五种情况下的实验我们的模拟结果表明，矿工对执行交易成本的不确定性对矿工可以获得的区块利润有重大影响。执行交易成本的确定性可以帮助矿工将区块利润翻四倍。另一方面，我们的结果并没有显示收入不确定性对矿工可以获得的区块利润的影响。这意味着执行交易的收入的确定性并不能帮助矿工增加他们的区块利润。本文的结构如下。第2节讨论了背景信息和相关工作。第三节介绍了仿真模型的构建。第4节讨论了模型的输入数据的收集。第5节描述了仿真模型的实现第六节介绍了仿真实验的设计第7节介绍并讨论了实验结果。第8节结束了论文。2背景2.1区块链技术概述区块链是一个分布式数据库，记录了区块链网络中曾经发生的所有交易。该数据库在网络参与者之间复制和共享。区块链的主要特点是允许不信任的参与者以安全的方式在彼此之间进行通信和发送交易，而不需要可信的第三方。区块链是一个有序的区块列表，其中每个区块都由其加密散列标识。每个块引用它之前的块，从而产生一个块链。每个区块由一组交易组成[1]。加密货币已经成为第一代区块链技术。加密货币是基于加密技术M. Alharby，A.van Moorsel/Electronic Notes in Theoretical Computer Science 340（2018）151153和对等网络。最早和最流行的加密货币的例子是比特币。比特币[6]是一种电子支付系统，允许两个不信任的当事人以安全的方式相互交易数字货币。而不经过中间人（例如，银行）。其他区块链，如以太坊[2，7]，已经成为第二代区块链，允许在加密货币之外构建复杂的分布式应用程序。智能合约将在下一节中讨论，被认为是这一代的主要元素[9]。区块链系统中的交易可以有三种不同的形式。第一种是将数字货币从一个账户转移到另一个账户的交易。第二个是创建和部署新的智能合约到区块链的交易。最后一个是调用现有合约的事务。每笔交易都需要指定以下信息：• 气体限制，这是气体单位的最大数量的交易可以使用3.• 天然气价格是交易发起人愿意为每单位使用的天然气支付的钱。事务所需的每个计算或存储操作都需要消耗预定义的gas量。例如，一个基本的添加成本3单位的气体[8]。Fig. 1.区块链系统如何运作图1展示了区块链系统的工作原理。在区块链系统中，任何用户都可以创建交易，然后将其传播到区块链网络。然后，该交易将被网络中的其他用户接收。 每个用户都有一个挂起事务池（尚未执行的事务）。为了创建一个新的区块并将其添加到区块链系统中，特殊用户（称为矿工）从他们的池中选择交易数量，执行它们，然后通过解决数学难题（称为工作量证明）来创建一个包含这些交易的新区块。这就是所谓的一旦矿工成功地3指定gas限制的原因是为了防止拒绝服务攻击。 如果交易不如果有gas的限制，则事务可能需要很长时间（或永远运行）才能执行，从而导致中断 网络中154M. Alharby，A.van Moorsel/Electronic Notes in Theoretical Computer Science 340（2018）151生成了一个块，然后她会将其传播到网络。然后，网络中的其他用户（包括矿工）验证生成的块的正确性，并仅在正确生成时才在其基础上进行如果网络中的大多数用户接受该区块，将其附加到本地区块链副本并在其基础上构建，则该区块将被确认并被视为获胜区块，因此它将被添加到区块链中。然后，该区块的矿工将为区块4收集奖励以及与其交易相关的费用。我们称整个过程为“区块生成竞争”，因为矿工们在创建新的交易区块时相互竞争，每个区块只有一个赢家可以获得区块奖励和与其交易相关的费用。本文的重点和我们的模型将在2.2智能合约概述智能合约是可执行代码，可以在区块链上部署和运行，以促进、执行和执行协议条款。智能合约的主要目的是自动执行协议条款一旦满足特定条件。与传统系统相比，智能合约承诺较低的交易智能合约可以被认为是一个系统，一旦满足任意的预先定义的规则，它就会向所有或部分相关方发布数字资产[2]。例如，Alice发送X货币单位给Bob，如果她从Carl那里收到Y货币单位[1]。2.3相关工作目前对区块链系统进行的大部分研究都是关于识别和解决与智能合约开发相关的安全、隐私和其他问题[1]。此外，还有许多研究调查了性能问题（如吞吐量和延迟）。有一些研究利用建模和模拟技术来调查区块链系统中的问题。这些研究大多关注性能问题，如[4，3，10]。然而，我们并不知道有任何工作调查利润不确定性对区块链系统中矿工决策的影响。因此，就我们所知，我们率先利用建模及模拟技术来调查矿工对执行交易的收入及成本的不确定性。3概念模型本节讨论了需要建模的问题和构建的模拟模型。此外，亦载列于构建模式时已考虑4固定金额 例如，以太坊的区块奖励是5以太。M. Alharby，A.van Moorsel/Electronic Notes in Theoretical Computer Science 340（2018）1511553.1问题形式化矿工从执行交易中获得的利润考虑了交易的收入（交易费）和成本（CPU和存储成本）[5]。交易费用由交易发起者支付给执行交易的矿工。从矿工的角度来看，这笔费用被视为收入。矿工执行交易所需的计算工作交易费用计算如下：交易费（以以太币计）=使用的天然气/天然气价格（1）其中所用气体是交易所用气体的总量。交易需要的操作越多，使用的gas量就越多。Ether是以太坊区块链中使用的数字货币正如我们在2.1节中提到的，每个矿工可以从自己的矿池中选择任何交易子集来执行并包含在自己的区块中。由于每个区块都有交易数量的限制，矿工通常通过选择最有利可图的交易来优先处理交易[5]。然而，在像以太坊这样的区块链系统中，提供给矿工的关于执行交易的利润的唯一信息矿工在执行交易之前不知道他们可以从交易中获得的确切收入（使用的天然气）。不仅如此，矿工也不知道执行交易的成本这使得矿工不确定他们可以从执行交易中获得的利润。因此，他们无法就选择和执行哪些交易以实现利润最大化做出明智的决定。3.2模型假设和简化我们的模型已考虑以下假设及简化• 我们假设矿工在整理完池中所有待处理的交易后，首先执行最有利可图的交易。如果第i个交易无法容纳在区块的剩余空间中，矿工可以跳到下一个交易，如果它适合进入区块，则执行它。• 我们假设矿工通过执行尽可能多的交易来填充每个区块，以最大化他们的区块利润。然而，在真实的区块链系统中，矿工可以生成满块、非满块甚至空块。• 我们假设执行事务所需的CPU时间代表事务• 我们简化了模型，只考虑执行的收入和成本，并将交易包括在区块中，以报告区块利润。因此，我们排除了生成有效区块所产生的收入和成本。3.3模型构建我们建立了一个模型来研究3.1节中讨论的问题。该模型是为了表示和模拟矿工选择一个子集的决策，156M. Alharby，A.van Moorsel/Electronic Notes in Theoretical Computer Science 340（2018）151待处理的交易包括在其即将到来的区块中。我们将模型分为三个主要部分，即模型输入、模型内容和模型输出。图2显示了模型流程图。模型输入：模型将矿工的矿池作为输入。池中有许多等待执行的挂起事务。每个事务具有以下属性：• Gas limit：交易可以消耗的gas单位的最大数量。气体限制值由交易发起人提出• 已用气体：交易消耗的气体单位量。使用的气体值应小于或等于气体极限值。• 天然气价格：交易发起者愿意为交易消耗的每单位天然气支付• CPU时间：事务消耗的CPU时间（以秒为单位）模型内容：模型内容描述了在给定模型输入的情况下计算模型输出所需的所有步骤和公式 为了对矿工在区块中选择和执行交易的决策进行建模，我们首先对未决交易进行排序，然后选择这些交易的一个子集在区块中执行• 对交易进行排序：第一步是根据利润对矿工池中的所有未决交易进行排序。利润可以根据交易属性的值来确定，例如gas limit，used gas，gasprice和CPU time。在第6节中，我们将设计五种不同的排序场景。• 选择和执行交易：在对所有未决交易进行排序后，矿工选择第一个交易，然后检查该交易是否适合块或不。如果交易不合适，矿工可以选择下一笔交易。否则，矿工执行交易，然后检查区块是否还有空间用于其他交易。如果区块有空间，矿工可以选择下一笔交易。然后重复这个过程，直到区块满了（没有更多的交易可以容纳在区块中在执行每一笔交易后，计算并记录执行交易的收入和成本。执行交易的收入是交易所产生的交易费（见3.1节中的公式1）。假设执行事务的成本是执行事务所需的CPU时间。区块收入计算为区块区块收入（以以太币计）= F1+ F2+.. + Fn（2）其中Fi是第i笔交易的收入（费用），n是区块中执行的交易总数。块成本计算为执行所有M. Alharby，A.van Moorsel/Electronic Notes in Theoretical Computer Science 340（2018）151157图二. 模型流程图158M. Alharby，A.van Moorsel/Electronic Notes in Theoretical Computer Science 340（2018）151区块交易区块成本（以秒为单位）= T1+ T2+. + Tn（3）其中Ti是第i个事务消耗的CPU时间，n是块中执行的事务总数矿工可以从执行区块中的所有交易中获得的区块利润计算如下：区块利润=整批收入整批成本（四）模型输出：该模型有三个主要输出，即整体收入、整体成本和整体利润。这些输出已在模型内容中解释4数据收集需要收集的模型输入数据是事务属性的值。这些属性是gas limit、gas used、gas price和CPU time。我们从真实的历史数据和对照实验中收集了这些数据图3.第三章。气体极限值的概率分布 图四、所用气体值的概率分布图五. 天然气价格值见图6。CPU时间值的概率分布从真实的历史数据观察我们依靠Etherscan5收集5https://etherscan.ioM. Alharby，A.van Moorsel/Electronic Notes in Theoretical Computer Science 340（2018）151159有关限气、用气、气价等历史数据。由于这是一项初步研究，我们决定只收集100笔交易的数据这些交易是随机选择的。因此，我们可以单独写一篇关于收集所有历史数据的论文。对于所选择的每笔交易，我们记录了其天然气限额，使用的天然气和天然气价格值。然后，我们构建了一个概率分布来描述每个输入数据的值范围，如图3-5所示对于气体限制，我们发现大多数交易（90%）的气体限制范围从25000到250000气体。其余交易的天然气限额在25万至2万天然气之间。我们没有发现任何交易的气体限额超过200万气体。因此，我们将气体限值分为四组，如图4所示。对于使用的天然气，我们发现63%的交易使用的天然气不到拟议天然气限额的一半。只有37%的交易使用了超过一半的拟议气体限制。因此，我们将使用的气体值分为五组，如图5所示。对于天然气价格，我们发现大约有一半的交易的天然气价格从每单位2.1E-08到3E-08以太不等。其余交易的天然气价格低于2.1E-08或高于3E-08以太坊每单位天然气。因此，我们将天然气价格值分为五组，如图6所示。对照实验：为了收集有关CPU时间的数据，我们在私有以太坊网络上进行了一个小型对照实验，使用的是一台运行Windows 10的笔记本电脑，配备Core i5 2.30 GHz CPU和16 GB RAM。这个实验的目的是生成一个概率分布来描述CPU时间的值范围。我们创建并部署了五个智能合约。然后，我们创建了20个事务，执行它们并测量它们的执行时间。由于每个事务使用不同数量的已用gas，因此我们计算了所有事务中每个gas单元所需的CPU时间我们发现，在80%的事务中，每个气体单位所需的CPU时间在1 E-09和7E-09秒之间其余20%的事务每气体单位消耗7 E-09和4 E-08秒之间。因此，我们将CPU时间值分为三组，如图7所示5模型实现本节介绍第3节中讨论的模拟模型的实现。仿真模型在Microsoft Excel中通过Visual Basic编写宏实现。算法1说明了实现步骤。160M. Alharby，A.van Moorsel/Electronic Notes in Theoretical Computer Science 340（2018）151算法1模型的实现步骤第一步：设置区块限制= 6715126 gas，i = 1，区块收益= 0，区块成本= 0，区块利润= 0，待处理交易数（N）= 150第2步：输入：为每个待处理的交易生成一个随机值，用于gas限制，使用的gas，gas价格和CPU时间步骤3：根据最高天然气价格值对待定交易进行步骤4：选择第i个交易第五步：如果第i笔交易的Gas限制值大于区块限制值，则将i的值加1，返回第四步第6步：否则，将区块限制减少第i个交易的已用gas值，将区块收入增加已用gas值乘以gas价格值，将区块成本增加第i个交易的CPU时间值第7步：如果块限制值大于零，则将i的值增加1并返回第4第8步：计算区块收益除以区块成本第9步：输出：打印出区块收益，区块成本和区块收益第1步：这一步是设置模拟参数的初始值。块限制值设置为6715126 gas6。参数i只是一个遍历所有交易的计数器，它被设置为1以从第一个交易开始。该模型的输出数据，即区块收入、区块成本和区块利润被设置为零。未决事务的数量（N）被设置为150个事务，这大约是两个块的大小步骤2：这一步是为模型生成输入数据（事务的属性）。这些属性是气体限制，使用的气体，气体价格和PU时间。每个属性都有它可以取值的概率分布。第4节讨论并定义了每个属性的概率分布。 每个事务属性的值是根据该属性的概率分布随机生成的。我们使用Excel中的Rand（）从每个属性的概率分布中抽取一个随机值。第3步：这一步是根据事务属性的值对待处理的事务进行在真实的区块链系统条件下，矿工只有两个属性因此，矿工只能根据最高天然气价格或最高天然气价格 * 天然气价格来排序交易，以最大化他们的利润（我们将在第6节中讨论）。在算法1中，我们根据最高的天然气价格值对交易进行第4步：这一步是选择要执行的交易并将其包含在块中。我们首先选择具有最高天然气价格值的第一笔交易。第五步：这一步是检查所选择的交易（在第四步）是否可以适应块或不。如果交易的gas限制值小于或等于区块限制值，则交易可以适合区块。如果交易不适合区块，则通过返回到步骤4来选择下一个事务6区块限制由矿工动态调整。截至2017年10月2日，平均区块限制为6715126气体。M. Alharby，A.van Moorsel/Electronic Notes in Theoretical Computer Science 340（2018）151161第6步：如果交易适合区块，则执行交易。在执行交易之后，区块限制值减去交易的已用gas值。区块收入通过用过的天然气价值乘以天然气价格值来增加。区块成本增加了事务的CPU时间值。第7步：这一步是检查该区块是否还有其他交易的空间。如果在执行步骤6中的交易后，区块限制值大于零，则返回步骤4选择下一个交易。否则，请转到步骤8。第8步：这一步是在用交易填充区块后计算区块利润。第9步：这一步是打印出模型输出（区块收入，区块成本和区块利润）。6实验设计本节讨论了本实验的目的和实验场景的设计。设计了五种设想方案（两种基线和三种解决办法）。6.1目标在区块链系统中，矿工面临着执行每笔交易所能获得的确切收入（交易费）的不确定性。不仅如此，矿工还面临着执行交易的成本（CPU时间）的不确定性这个实验的目的是调查矿工对收入和执行交易的成本的不确定性对矿工可以获得的区块利润的影响。为了实现这一点，我们将比较矿工在执行交易的收入和成本不确定的情况下可以获得的区块利润与执行交易的收入和/或成本确定的情况下的区块利润。6.2实验场景在这个实验中，我们建立了五个不同的场景来模拟矿工可以采取的决策，对未决交易进行排序，然后选择这些交易的子集来执行并包含在即将到来的区块中。我们将这些情景分为两组，即基线和解决方案。 基线组是模拟矿工在真实区块链系统条件下的决策，矿工对收入和执行交易的成本都不确定。基线组中的矿工唯一可用的信息是他们可以从执行交易中获得的最大收入（天然气限制和天然气价格）。解决方案组是模拟矿工的决策时，矿工是确定的收入和/或执行每个交易的成本。表1说明了基线组和解决方案组中的场景。162M. Alharby，A.van Moorsel/Electronic Notes in Theoretical Computer Science 340（2018）151组场景可用信息排序/执行标准收入不平等成本确定性基线气价格Gas limit气价格最高油价没有没有最高收入最高燃气限额 * 燃气价格没有没有溶液确切收入使用毒气气价格最高使用天然气 * 天然气价格是的没有最大利润天然气价格CPU时间最高（gas limit * gasprice）/ CPU时间没有是的准确的利润燃气价格CPU时间最高（使用的气体 * 气体价格）/ CPU时间是的是的表1基线和解决方案组的方案有两个基准情景和三个解决方案情景。“可用信息”列用于指定矿工在排序和执行交易之前可以使用哪些交易的属性。“排序/执行标准”列是为了说明矿工在每个场景中对交易进行排序和执行的决定。最后两列显示五种情景在收入和成本确定性方面的差异。例如，矿工对交易的收入和成本都很确定。6.2.1基线组我们评估了两种可能的情景，即天然气价格情景和最大收入情景.• 天然气价格场景：此场景将根据天然气价格值对交易进行排序。• 最大收益场景：这个场景是根据矿工执行交易所能获得的最大收益来对交易进行排序。最高收入计算如下：最高收入=汽油限额/汽油价格（5）6.2.2溶液组我们评估了三个基于解决方案的场景，如下所示• 准确的收入情景：这种情况是为了看看执行交易的收入的确定性是否会帮助矿工增加他们的区块利润。在这种情况下，我们假设矿工提前知道他们可以从执行每笔交易中获得的确切收入。具体收入计算如下：确切收入=交易费=用气/天然气价格（6）• 确切的成本情景：这个场景是为了看看执行交易成本的确定性是否会帮助矿工增加他们的区块利润。在这种情况下，我们假设矿工提前知道执行每个事务的确切成本（CPU时间）。因此，在这种情况下，矿工根据他们可以从执行交易中获得的最大利润对交易进行排序。最高利润计算如下：最大利润=最大输入CPU时间（七）M. Alharby，A.van Moorsel/Electronic Notes in Theoretical Computer Science 340（2018）151163• 确切的利润情景：这种情景是为了看看执行交易的收入和成本的确定性是否会帮助矿工增加他们的区块利润。在这种情况下，我们假设矿工提前知道执行每笔交易的确切收入和确切成本。因此，在这种情况下，矿工根据他们可以从执行交易中获得的确切利润对交易进行排序。准确溢利计算如下：准确利润=7结果和讨论准确的输入CPU时间（八）本节介绍并讨论了第6节中描述的模拟实验的结果。我们为五种场景中的每一种运行了668次模拟。每次运行都是为了模拟对未决事务进行排序的过程，选择这些交易的子集来执行并包含在块中。在每次运行中，我们计算每个场景的输出数据（区块收入，区块CPU时间和区块利润）。 表2汇总了所有五种情景下每种产出数据的平均值 图7-9显示了所有五种场景下每次模拟运行的输出数据场景平均区块收入（以以太币计）平均块CPU时间（秒）平均区块利润（收入/ CPU时间）天然气价格情景0.2210.0912.604最高收入情景0.2050.0912.538准确的收入情景0.1990.0912.488最大利润方案0.1960.0219.538准确的利润情景0.2010.02110.070表2所有五种情况下实验结果的总结。实验的输出是平均块收入，平均块CPU时间和平均块利润。每个输出的平均值取自668次模拟运行。实验的置信区间（95%）这里没有给出输出，但所有区间都在平均值的3%对于基准情景，我们的模拟结果表明，两种情景下获得的平均区块收入几乎相同（天然气价格情景为0.221以太坊，最大收入情景为0.205以太坊）。此外，两种方案的平均块CPU时间相同（0.091秒）。因此，就矿工可以从执行和包含交易中获得的区块利润而言，这两种情况之间没有显著差异在第一个基于解决方案的场景（确切收入场景）中，矿工可以从执行每笔交易中获得确切的收入。这是通过比较矿工在这种情况下与基线情况下可以获得的区块利润来调查收入不确定性的影响。从模拟结果来看，我们没有发现矿工在这种情况下可以获得的区块利润与他们在基线场景中可以获得的区块利润相比有任何改善。换句话说，执行交易的收入的确定性并不能帮助矿工增加他们的区块利润。这可能是因为每个区块都有交易数量的限制，因此，区块收入有限164M. Alharby，A.van Moorsel/Electronic Notes in Theoretical Computer Science 340（2018）151的块限制。即使矿工不确定交易的收入，他们也可以执行交易，直到区块满了为止，以最大限度地提高他们的区块收入。在第二个基于解决方案的场景（最大利润场景）中，矿工被告知每笔交易所消耗的确切成本（CPU时间）。这是通过比较矿工的区块利润来研究成本不确定性的影响， 可以在这个场景中与基线场景中的场景相结合。从模拟结果中，我们发现，在这种情况下，矿工可以获得的区块利润大约是他们在基准情景下所能获得利润的四倍。此场景的平均块CPU时间大约是基准场景的平均块CPU时间的四分之一（最大利润场景中的0.021秒，而基准场景中的0.091秒）。换句话说，执行交易的成本可以帮助矿工将区块利润翻四倍在最后一个基于解决方案的场景（精确利润场景）中，矿工获得了每个交易所消耗的精确收入和精确CPU时间。这是通过比较矿工在这种情况下可以获得的区块利润与基线情况来调查收入和成本不确定性的影响从模拟结果中，我们发现这种情况与基准情况在矿工可以获得的区块利润方面存在显着差异在这种情况下，矿工可以获得四倍于基准场景下矿工的区块利润。然而，我们并未发现此情况与第二种情况在整体盈利方面有重大差异这是因为矿工从执行交易中获得的确切收入不会对区块利润产生影响，正如我们之前提到的那样。见图7。所有五种情况下每次模拟运行的区块收入。 X轴表示模拟运行的次数（总共668次），Y轴表示区块收入（以以太币为单位）。 每种颜色代表不同的场景。例如，黄色代表最大利润情景。很明显，五种情况在整体收入方面并无重大差异。这意味着执行交易收入的不确定性不会对矿工可以获得的区块利润M. Alharby，A.van Moorsel/Electronic Notes in Theoretical Computer Science 340（2018）151165见图8。所有五种场景下每次模拟运行的块CPU时间。X轴表示模拟运行的次数（总共668次），Y轴表示块CPU时间（秒）。很明显，最大利润和确切利润场景的块CPU时间 比其他情况下要少。这意味着执行交易的成本（CPU时间）的不确定性可能会对矿工获得的区块利润产生重大影响见图9。 所有五种情况下每次模拟运行的区块利润。 X轴表示模拟运行的次数（总共668次），Y轴表示区块利润（区块收入/块CPU时间）。 很明显，块利润的最大利润和确切的利润方案远远超过其他场景。这是因为这两种情况下的矿工对执行事务的成本（CPU时间）8结论本文研究了矿工对执行交易的收入和成本的不确定性，以及这种不确定性对矿工可以获得的利润的影响。我们设计了一个模拟模型来模拟166M. Alharby，A.van Moorsel/Electronic Notes in Theoretical Computer Science 340（2018）151矿工选择和执行块中的交易，从真实的历史数据和受控实验中收集模型的输入数据，然后实现模型。在此之后，我们设计并运行了一个模拟实验，以比较当执行交易的收入和成本都不确定时矿工可以获得的区块利润与执行交易的收入和/或成本确定时的情况我们的模拟结果表明，矿工对执行和在区块中包含交易的收入的不确定性不会对区块利润产生然而，矿工对执行成本的不确定性以及在区块中包含交易的不确定性对区块利润有重大影响。当执行交易的成本不确定时，矿工可以获得的区块利润大约是执行交易的成本确定这项工作的局限性，将在我们未来的工作中解决如下。 首先，我们假设执行事务所需的CPU时间表示执行交易的成本。我们将通过找到一种方法来报告执行交易的成本（例如，考虑存储成本、能量成本和硬件成本）。其次，我们简化了这个模型，只考虑了执行和包含区块中交易的收入和成本。我们没有考虑产生一个交易块所产生的收入和成本。此外，我们还没有考虑我们将扩展此模型以考虑生成区块的收入和成本，并考虑引用[1] Alharby，M.和A. van Moorsel，基于区块链的智能合约：系统映射研究，载于：第四届计算机科学与信息技术国际会议论文集（CSIT-2017），AIRCC出版公司，2017年，pp.125-140[2] Buterin ， V. ， 下 一 代 智 能 合 约 和 去 中 心 化 应 用 平 台 。 可 在 线 查 阅 ：https://github.com/ethereum/wiki/wiki/White-Paper/[访问日期：2017年10月19日]。[3] Ger vais，A.，G. O. Karame，K. 乌斯特河 Gly kantzis，H. Ritzdorf和S. Capkun，关于工作量证明区块链的安全性和性能，在：2016年ACM SIGSAC计算机和通信安全会议论文集，ACM，2016年，pp. 三比十六[4] 笠原山和J. Kawahara，比特币的优先级机制及其对交易确认过程的影响，arXiv预印本arXiv：1604.00103（2016）。[5] Miller，A.， 燃气经济学可在线获取：https：//github.com/LeastAuthority/ethereum-analyses/blob/master/GasEcon.md[访问17/10/2017]。[6] Nakamoto，S.，Bitcoin：A Peer-to-Peer Electronic Cash System（2008）.[7] Wood ， G. ， Ethereum ： A secure decentralised generalised transaction ledger ， Ethereum ProjectYellow Paper151（2014）.[8] Wood ， G. ， Ethereum ： A secure decentralised generalised transaction ledger ， Ethereum ProjectYellow Paper151（2014）.[9] 徐，X.，C.保塔索湖Zhu，V. Gramoli，A. Ponomarev，A. B. Tran和S. Chen，The blockchain as asoftware connector，2016年第13届IEEE/IFIP软件架构会议（WICSA），IEEE，2016年，pp.182-191。M. Alharby，A.van Moorsel/Electronic Notes in Theoretical Computer Science 340（2018）151167[10] Yasaweerasinghangs，R.，M.斯台普斯和我。Weber，使用架构建模和仿真预测基于区块链的系统的延迟，在：2017 IEEE软件架构国际会议（ICSA），IEEE，2017，pp。253-256
我的内容管理
展开
