
 
 
 
 
 
 
 ผู้เขียน : (1) Limeng Zhang, มหาวิทยาลัยเทคโนโลยี Swinburne, เมลเบิร์น, ออสเตรเลีย (limengzhang@swin.edu.au) (2) Rui Zhou Swinburne, มหาวิทยาลัยเทคโนโลยีเมลเบิร์นออสเตรเลีย (rzhou@swin.edu.au) (3) Qing Liu, Data61, CSIRO, Hobart, ออสเตรเลีย (q.liu@data61.csiro.au) (4) Chengfei Liu, มหาวิทยาลัยเทคโนโลยี Swinburne, เมลเบิร์น, ออสเตรเลีย (cliu@swin.edu.au) (5) M.Ali Babar, มหาวิทยาลัย Adelaide, Adelaide ออสเตรเลีย (ali.babar@adelaide.edu.au) : Authors (1) Limeng Zhang, มหาวิทยาลัยเทคโนโลยี Swinburne, เมลเบิร์น, ออสเตรเลีย (limengzhang@swin.edu.au) (2) Rui Zhou Swinburne, มหาวิทยาลัยเทคโนโลยีเมลเบิร์นออสเตรเลีย (rzhou@swin.edu.au) (3) Qing Liu, Data61, CSIRO, Hobart, ออสเตรเลีย (q.liu@data61.csiro.au) (4) Chengfei Liu, มหาวิทยาลัยเทคโนโลยี Swinburne, เมลเบิร์น, ออสเตรเลีย (cliu@swin.edu.au) (5) M.Ali Babar, มหาวิทยาลัย Adelaide, Adelaide ออสเตรเลีย (ali.babar@adelaide.edu.au) ตารางด้านซ้าย คําอธิบายและ 1 บทนํา 
 
 
 
 
 
 
 
 
 สิ้นส่วน ปัญหาการกําหนด BtcFlow Bitcoin Core (BCore) Mempool State และ Linear Perceptron Machine Learning (MSLP) การประเมินค่าธรรมเนียมตามเครือข่ายประสาท (FENN) การทดลอง ข้อสรุปการยอมรับและการอ้างอิง ในระบบการประเมินค่าธรรมเนียมการทําธุรกรรม Bitcoin ประสิทธิภาพค่าธรรมเนียมการทําธุรกรรมเป็นกรอบที่เหมาะสมสําหรับการยืนยัน blockchain โดยทั่วไปกรอบการทําธุรกรรมที่มีค่าธรรมเนียมที่สูงขึ้นมีแนวโน้มที่จะรวมอยู่ในบล็อกถัดไปที่ทําเหมืองแร่ในขณะที่การทําธุรกรรมที่มีค่าธรรมเนียมที่ต่ํากว่าหรือไม่มีค่าธรรมเนียมอาจล่าช้าหรือไม่มีการประมวลผลเลย อย่างไรก็ตามเราต้องมุ่งเน้นไปที่การประเมินค่าธรรมเนียมการทําธุรกรรมเมื่อส่งการทําธุรกรรมใหม่เพื่อช่วยในการยืนยันการทําธุรกรรมภายในเวลาที่กําหนดและไม่สามารถเปลี่ยนแปลงได้ดังนั้นจึงเป็นสิ่งจําเป็นที่จะช่วยให้ลูกค้าตั้งค่าค่าธรรมเนียมที่เหมาะสมภายในบล็อกที่ทําเหมืองแร่และค่าธรรมเนียมที่ต่ํากว่าอาจล่าช้า Abstract 1 บทนํา ปัจจุบัน cryptocurrencies ได้กลายเป็น buzzword ในทั้งอุตสาหกรรมและสถาบันการศึกษา [23, 34, 27] และมูลค่าตลาดของ Bitcoin, หนึ่งใน cryptocurrencies ที่ได้รับความนิยมมากที่สุด, ได้ถึงความสูงที่บันทึกสูงกว่า 1,200 พันล้านดอลลาร์ในเดือนพฤศจิกายน 2021[1]. Blockchain ให้เทคนิคที่สนับสนุนการจัดการ cryptocurrencies ผ่านรายชื่อกระจาย เมื่อเทียบกับระบบสกุลเงินแบบดั้งเดิม [17, 34, 4] รายชื่อรายชื่อกระจาย blockchain มีคุณสมบัติใหม่สามลักษณะ: การกระจายตัวความโปร่งใสและความไม่เปลี่ยนแปลง ในปัจจุบันส่วนใหญ่ของการวิจัย blockchain มุ่งเน้นไปที่เทคโนโลยีที่สนับสนุนการใช้งานของระบบ blockchain เช่นโปรโตคอลความเห็นด้วยกัน [9, 14, 21, 40, 32] การประเมินคําถาม [39, 42, 35, 36, การปรับปรุงความสามารถในการปรับขนาด [37, 28, 5], วิศว ในบทความนี้เรามุ่งเน้นไปที่ปัญหาที่สําคัญที่เกี่ยวข้องกับการใช้งานการประเมินค่าธรรมเนียมการทําธุรกรรมในระบบ blockchain Bitcoin ค่าธรรมเนียมการทําธุรกรรมทําหน้าที่เป็นแรงจูงใจในการเสร็จสิ้นการถ่ายโอนสินทรัพย์ Bitcoin (บันทึกไว้ในการทําธุรกรรม) บน blockchain [8, 19, 20, 10] โดยทั่วไปการทําธุรกรรมที่มีค่าธรรมเนียมสูงอาจได้รับการประมวลผลเร็วขึ้นในขณะที่การทําธุรกรรมที่มีค่าธรรมเนียมต่ํากว่าหรือไม่มีค่าธรรมเนียมอาจล่าช้าเป็นเวลานานหรืออาจไม่เคยได้รับการประมวลผล อย่างไรก็ตามผู้ใช้จะต้องระบุค่าธรรมเนียมการทําธุรกรรมเมื่อผู้ใช้ส่งธุรกรรม หากค่าธรรมเนียมที่ระบุไว้สูงเกินไปผู้ใช้จะทุกข์ทรมานจากการใช้จ่ายมากเกินไป หากค่าธรรมเนียมที่ระบุไว้ต่ําเกิน เครื่องมือการประเมินค่าธรรมเนียมที่มีอยู่ส่วนใหญ่ได้รับการพัฒนาเป็นส่วนประกอบในตัวของซอฟต์แวร์ Bitcoin โดยนักพัฒนาในอุตสาหกรรมเช่น BtcFlow[2], Bitcoin Core[3], statoshi[4], buybitcoinworldwide[5], bitcoinfees[6] ฯลฯ ทั้งหมดของกลยุทธ์เหล่านี้ขึ้นอยู่กับแนวโน้มว่าการทําธุรกรรมที่มีค่าธรรมเนียมการทําธุรกรรมที่สูงขึ้นจะเหนือกว่าในระหว่างกระบวนการยืนยัน BtcFlow กลับค่าธรรมเนียมการทําธุรกรรมขั้นต่ําสําหรับธุรกรรมที่มีอัตราการเข้าถึงเท่ากับหรือน้อยกว่าอัตราการยืนยัน Bitcoin Core[3] ให้ค่าธรรมเนียมการทําธุรกรรมที่มีน้ําหนักขึ้นอยู่กับค่าธรรมเนียมการทําธุรกรรมของ blockchain ด้วยการยืนยันเดียวกัน ผลลัพธ์เวลานี้ยังใช้กับ Statoshi[4] แม้ว่าเครื่องมืออุตสาหกรรมที่มีอยู่ได้นําเสนอโซลูชันล่วงหน้าสําหรับปัญหาการประเมินค่าธรรมเนียม แต่มีโอกาสอยู่ในสามด้านต่อไปนี้ (1) : วิธีการอุตสาหกรรมไม่ได้รับเอกสารอย่างมีระบบและเผยแพร่ทางวิชาการ (แม้แต่สําหรับเครื่องมือที่มีรหัสเปิด) ดังนั้นนักวิจัยไม่ทราบมากเกี่ยวกับพวกเขาไม่พูดถึงการคิดเกี่ยวกับการปรับปรุงวิธีการที่มีอยู่ (2) วิธีการที่มีอยู่ส่วนใหญ่ถูกสร้างขึ้นบนรูปแบบการวิเคราะห์ที่ชัดเจนซึ่งหมายความว่าพวกเขาคิดว่าการยืนยันการทําธุรกรรมถูกขับเคลื่อนโดยกลไกคงที่เช่นค่าธรรมเนียมที่สูงขึ้นยืนยันการยืนยันก่อนหน้านี้ใน BtcFlow[2] และ Bitcoin Core[3] บล็อกถูกสร้างขึ้นตามการกระจาย Poisson ที่เฉพาะเจาะจงใน BtcFlow[2] เวลายืนยันประวัติศาสตร์กําหนดเวลายืนยันในอนาคตใน Bitcoin Core[3] วิธีการที่มีอยู่ลืมการโต้ตอบที่ซับซ้อนของปัจจัยที่แตกต่างกันซึ่งสามารถจับได้โดยวิธีการที่ขึ้นอยู่กับการเรียนรู้ด้วยเครื่องได้ (3) BtcFlow[2] ส่วนใหญ่ใช้ข้อมูลของธุรกรรมที่ส่งมาใหม่ใน mempool Bitcoin Core ส่วนใหญ่พิจารณาค่าธรรมเนียมธุรกรรมประวัติศาสตร์ที่บันทึกไว้ใน blockchain น่าประหลาดใจที่รายละเอียดของธุรกรรมที่กําหนดเองไม่ได้พิจารณาอย่างเพียงพอเช่นอินพุตและเอาท์พุทธุรกรรมเป็นสองปัจจัยสําคัญที่ช่วยเพิ่มความซับซ้อนของการตรวจสอบธุรกรรม [2] ปัจจัยอื่น ๆ ได้แก่ ความจุบล็อก (เนื่องจากควบคุมขอบบนของปริมาณธุรกรรมในแต่ละบล็อก) เครือข่ายบล็อก (เช่นพลังงานการคํานวณ) การพัฒนาประสิทธิภาพการทําเหมืองแร่ (ซึ่งในทางกลับกันส่งผลต่อความเร็วของการยืนยันธุรกรรม) ฯลฯ Insufficient disclose of the industry methods to academic community Inferior estimation accuracy: Limited knowledge is utilized: นอกเหนือจากผลิตภัณฑ์อุตสาหกรรม AI-Shehabi [1] มีข้อเสนอโครงสร้างเครือข่ายประสาทเพื่อจําลองการโต้ตอบของค่าธรรมเนียมการทําธุรกรรมและเวลายืนยันการทําธุรกรรม โดยการคาดการณ์ว่าการทําธุรกรรมที่ไม่ได้รับการยืนยันใน mempool ประกอบด้วยลําดับบล็อกในอนาคตใน blockchain มันจัดระเบียบการทําธุรกรรมเหล่านี้ตามค่าธรรมเนียมการทําธุรกรรมของพวกเขาเป็นลําดับบล็อกเสมือนแล้วใช้เครือข่ายประสาทเพื่อสกัดรูปแบบระหว่างค่าธรรมเนียมการทําธุรกรรมเวลายืนยันเสมือน (ตําแหน่งบล็อกเสมือน) และเวลายืนยันที่เกิดขึ้นจริงซึ่งจะใช้สําหรับการคาดการณ์ค่าธรรมเนียม เพื่อตรวจสอบปัญหาการประเมินค่าธรรมเนียมการทําธุรกรรมเราก่อสร้างกรอบใหม่ที่รวมรายละเอียดเพิ่มเติมในธุรกรรมและบล็อก ในกรอบของเราเราพิจารณาคุณสมบัติของธุรกรรมเองการทําธุรกรรมที่ไม่ได้รับการยืนยันใน mempool และสภาพแวดล้อมการยืนยัน blockchain เช่นอัตราการทําเหมืองแร่ความจุบล็อก ฯลฯ เราแก้ไขปัญหานี้โดยใช้พลังของเครือข่ายประสาท โดยเฉพาะอย่างยิ่งเราจะให้ส่วนร่วมต่อไปนี้ – เราจัดระเบียบและเอกสารหลักการและขั้นตอนการประเมินรายละเอียดของการประเมินค่าธรรมเนียมการทําธุรกรรมที่มีอยู่จากเครื่องมืออุตสาหกรรม ในขณะเดียวกันเราวิเคราะห์ข้อ จํากัด ของงานเหล่านี้ ในที่สุดเราได้ดําเนินการเพื่อสนับสนุนการประเมินค่าธรรมเนียมแบบออฟไลน์ – เราเสนอกรอบเครือข่ายประสาทเพื่อจับภาพการโต้ตอบที่ซับซ้อนของปัจจัยต่าง ๆ ที่เกี่ยวข้องกับการยืนยันการทําธุรกรรม ในขณะเดียวกันเมื่อเทียบกับข้อมูลที่ใช้ในงานที่มีอยู่เรารวมความรู้จากแหล่งที่หลากหลายมากขึ้นรวมถึงการทําธุรกรรมตัวเองการทําธุรกรรมที่ไม่ยืนยันใน mempool และสภาพแวดล้อมการยืนยัน blockchain เพื่อประเมินค่าธรรมเนียมการทําธุรกรรมที่เหมาะสม – เราดําเนินการทดลองอย่างกว้างขวางเกี่ยวกับชุดข้อมูลในโลกจริงเพื่อศึกษาประสิทธิภาพของอัลกอริทึมการประเมินค่าธรรมเนียมเพื่อแสดงให้เห็นถึงประสิทธิภาพและความมีประสิทธิภาพของกรอบที่นําเสนอ ส่วนที่เหลือของบทความนี้มีการโครงสร้างดังนี้: เราแนะนําข้อมูลพื้นหลัง blockchain ในส่วน 2 และกําหนดปัญหาการวิจัยเป้าหมายในส่วน 3 งานที่เกี่ยวข้องเกี่ยวกับการประเมินค่าธรรมเนียมการทําธุรกรรมจะได้รับการศึกษาในส่วน 4-6, ที่เราประเมินข้อดีและข้อ จํากัด ของวิธีการประเมินค่าธรรมเนียมที่มีอยู่ ในส่วน 7 เรานําเสนอกรอบการประเมินค่าธรรมเนียมการทําธุรกรรมที่นําเสนอ ในส่วน 8 ต่อไปนี้เราดําเนินการทดลองเพื่อประเมินประสิทธิภาพของวิธีการประเมินค่าธรรมเนียมที่แตกต่างกันเช่นเดียวกับโซลูชั่นที่นําเสนอของเรา สุดท้ายเราสรุปงานของเราในส่วน 9 
 
 กระดาษนี้สามารถใช้ได้ภายใต้ใบอนุญาต CC0 1.0 UNIVERSAL กระดาษนี้สามารถใช้ได้ภายใต้ใบอนุญาต CC0 1.0 UNIVERSAL สามารถใช้ได้ใน Archives [1] https://www.slickcharts.com/สกุลเงิน [2] https://bitcoiner.live/ [3] https://bitcoin.org/en/bitcoin-core/ [ 4 ] https://statoshi.info/dashboard/db/fee-estimates/ [5] https://www.buybitcoinworldwide.com/fee-calculator/ [ 6 ] https://bitcoinfees.earn.com/

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

เสียงนี้ผลิตในภาษาต้นฉบับของเรื่องราว!

วิธี AI สามารถช่วยให้คุณหลีกเลี่ยงการชําระเงินเกินไปในการทําธุรกรรม Bitcoin

About Author

ความคิดเห็น

แขวนแท็ก

บทความนี้ถูกนำเสนอใน

Related Stories

Open AI Images on HackerNoon: The Conundrum

CHANGES AT MILTON.

THE ADVENTURES IN COLORADO

การสร้างเนื้อหาที่แท้จริงในยุคของ AI: ทําไม startups ต้องการเนื้อหาที่มีคุณภาพ

Open AI Images on HackerNoon: The Conundrum

CHANGES AT MILTON.

THE ADVENTURES IN COLORADO

การสร้างเนื้อหาที่แท้จริงในยุคของ AI: ทําไม startups ต้องการเนื้อหาที่มีคุณภาพ

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps