
 
 
 El autor: (1) Onder Gurcan, Universit ́e Paris-Saclay, CEA, List, F-91120, Palaiseau, Francia, (onder.gurcan@cea.fr). Author: (1) Onder Gurcan, Universit ́e Paris-Saclay, CEA, List, F-91120, Palaiseau, Francia, (onder.gurcan@cea.fr). Sobre el uso de modelado y simulación basados en agentes para estudiar sistemas de blockchain Bitcoin [1] es el núcleo de los sistemas de criptomonedas descentralizados. La estructura de datos subyacente de Bitcoin se denomina blockchain en la que las transacciones de monedas digitales entre cuentas se empacan en llamados bloques, donde cada bloque se adhiere al último de una manera criptográfica para hacer el cambio malicioso / accidental del contenido de los bloques muy difícil. Los participantes siguiendo este protocolo pueden crear juntos un sistema distribuido, económico, social y técnico donde cualquiera puede unirse / salir y realizar transacciones entre sin tener que confiar entre sí ni tener un tercero de confianza. Es una tecnología muy atractiva ya que mantiene un registro público, inmutable y ordenado de transacciones que garantiza un registro audible accesible por cualquiera. Técnicamente hablando, un sistema blockchain es un sistema de transacciones abierto y distribuido compuesto por participantes llamados usuarios y creadores de bloques. Todos los participantes de un sistema blockchain almacenan transacciones no confirmadas en sus piscinas de memoria y transacciones confirmadas en sus blockchains. sin embargo, debe tenerse en cuenta que un participante puede entrar en varios sistemas blockchain al mismo tiempo y puede tener diferentes objetivos y expectativas en cada uno. Además, los sistemas blockchain tienen las siguientes tres características. Como dice Leslie Lamport [1], un sistema distribuido es aquel en el que el fracaso de un ordenador que ni siquiera sabías que existía puede hacer que tu propio ordenador sea inutilizable.La mayoría de los sistemas distribuidos (incluidos los sistemas blockchain) están diseñados con tolerancia a fallos como uno de los objetivos principales para lograr una alta disponibilidad y almacenar o procesar datos distribuidos. Una organización social puede definirse como grupos formales o informales de individuos interrelacionados (agentes) que persiguen un objetivo colectivo y que están embebidos en un entorno [2]. Además, la blockchain (estructura de datos) es una manifestación física de las interacciones de los usuarios. Los sistemas Blockchain facilitan la cooperación al hacer que las personas autosuficientes, desconfiadas trabajen juntas, incluso cuando el interés propio estrecho parece dictar que ningún individuo debería participar. Los sistemas Blockchain tienen dinámica altamente volátil, conflicto de objetivos individuales / colectivos (por ejemplo, los usuarios quieren tasas más bajas mientras que los creadores bloquean quieren tasas más altas) y dinámica de entrada / salida continua [3]. Un sistema económico, como cualquier otro sistema complejo, refleja una interacción dinámica de un gran número de agentes diferentes, no sólo unos pocos agentes clave.El comportamiento sistémico resultante, observable en el nivel agregado, a menudo muestra consecuencias que son difíciles de predecir (por ejemplo, las tarifas de transacción) que no pueden ser simplemente explicadas por los comportamientos de unos pocos agentes principales. Además, es un ecosistema muy activo y dinámico donde se desarrollan continuamente nuevas plataformas y algoritmos blockchain, debido al interés de las industrias en la tecnología. Así, existe la necesidad de un marco de simulación, que se desarrolle como un software utilizando enfoques de ingeniería modernos (por ejemplo, modularidad - es decir, reutilización de modelos, pruebas, desarrollo continuo e integración continua, gestión automatizada de construcciones, dependencias y documentación) y principios ágiles, (1) para hacer prototipos rápidos de casos industriales y (2) para llevar a cabo su análisis de viabilidad de una manera realista (es decir, para probar la hipótesis simulando experimentos complejos involucrando un gran número de participantes de diferentes tipos actuando en uno o varios sistemas blockchain). Además, esperamos una agenda de investigación desafiante e interdisciplinaria en los sistemas blockchain, construida sobre una metodología que se esfuerza por capturar el rico proceso resultante de la interacción entre el comportamiento de los agentes y las interacciones dinámicas entre ellos. Para ser efectivos, sin embargo, se necesitan estudios de simulación que proporcionen insights en los sistemas blockchain a partir de análisis de datos masivos, teoría que engloba la descripción adecuada de los agentes y sus interacciones, y una perspectiva sistémica que otorga una nueva comprensión de los efectos globales que provienen de diferentes interacciones de red. Prevemos que tales estudios crearán un campo más unificado de sistemas blockchain que avanza nuestra comprensión y conduce a una mayor comprensión. Sin embargo, tales estudios no son triviales y muy difíciles de llevar a cabo sin un soporte Afirmamos que tal marco de simulación necesita ser una plataforma de modelado y simulación basada en agentes que permita recrear la dinámica de los sistemas a nivel de agentes, de modo que el impacto de las acciones ejecutadas por un algoritmo bajo diferentes escenarios pueda ser probado y analizado en detalle granular.También afirmamos que para capturar y modelar mejor los requisitos de los sistemas blockchain, debe seguir un enfoque centrado en la organización [4] en lugar de un enfoque centrado en agentes. Referencias [1] S. Nakamoto, “Bitcoin: Un sistema de efectivo electrónico peer-topeer”, 2008. https://bitcoin.org/bitcoin.pdf. [2] E. Ostrom, “Un marco general para el análisis de la sostenibilidad de los sistemas socioecológicos”, Ciencia, vol. 325, no. 5939, pp. 419-422, 2009. [3] O. G ̈urcan, A. Del Pozzo, y S. Tucci- ̈ Piergiovanni, “Sobre las limitaciones de Bitcoin para proporcionar equidad a los usuarios”, en On the Move to Meaningful Internet Systems. OTM 2017 Conferencias (H. Panetto, C. Debruyne, W. Gaaloul, M. Papazoglou, A. Paschke, C. A. Ardagna, y R. Meersman, eds.), (Cham), pp. 589–606, Springer Int. Publishing, 2017. [4] J. Ferber, O. Gutknecht, y F. Michel, “Agent/Group/Roles : Simulating with Organizations”, en ABS’03 : Agent Based Simulation (M. J.P., ed.), (Montpellier (Francia)), p. [5] N. Lagaillardie, M. A. Djari, y O. G ̈urcan, “Un estudio computacional sobre la equidad del protocolo blockchain tendermint”, Información, vol. 10, no. 12, 2019. 
 
 Este artículo está disponible en archivo bajo la licencia CC BY 4.0 DEED. Este artículo está disponible en archivo bajo la licencia CC BY 4.0 DEED. 
 
 Leslie Lamport, Distribution,   message sent to a DEC SRC bulletin board at
12 :23 :29 PDT on 28 May 1987. https://www.microsoft.com/en-us/research/publicE-mail

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Blockchainize.TECH

Transparency unlocked, trust amplified, distributed ledger innovation.

blockchainize's blog

Este audio es producido en el idioma original de la historia!

Estudiar Sistemas de Blockchain con la ayuda de Modelado y Simulación basado en Agentes

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Una guía del arquitecto para crear una arquitectura de referencia para un lago de datos de IA/ML

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

La guía completa para una migración exitosa a la nube: estrategias y mejores prácticas

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Una guía del arquitecto para crear una arquitectura de referencia para un lago de datos de IA/ML

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

La guía completa para una migración exitosa a la nube: estrategias y mejores prácticas

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps