Фундаментальной проблемой в блокчейне как в технологии и в децентрализованных распределенных вычислений является достижение соглашения между нодами (вычислительными узлами).
Механизм консенсуса является базовой частью дизайна блокчейна. Он фиксирует новые блоки и изменяет сам протокол. Помимо классических требований к корректности, для блокчейн сети также важны: высокая производительность (количество транзакций в секунду), быстрое подтверждение транзакций, высокая безопасность и т.д.
На состояние этих целевых таргетов блокчейна влияет набор параметров. Но как оптимально эти параметры подобрать и более того, как их эффективно с течением времени менять?
В научной статье команды Z-union, мы предлагаем подойти к решению этой задачи, используя подходы машинного обучения для настройки параметров блокчейна.
Механизм консенсуса является базовой частью дизайна блокчейна. Он фиксирует новые блоки и изменяет сам протокол. Помимо классических требований к корректности, для блокчейн сети также важны: высокая производительность (количество транзакций в секунду), быстрое подтверждение транзакций, высокая безопасность и т.д.
На состояние этих целевых таргетов блокчейна влияет набор параметров. Но как оптимально эти параметры подобрать и более того, как их эффективно с течением времени менять?
В научной статье команды Z-union, мы предлагаем подойти к решению этой задачи, используя подходы машинного обучения для настройки параметров блокчейна.