MétaCan
Menu
← Retour à la cohorte
Enregistrement W4366725762 · doi:10.1109/iconics56716.2022.10100550

Experimentation for Decentralized Resource-based Multi-pool Mining in Ethereum Blockchain

2022· article· en· W4366725762 sur OpenAlexaff
Muhammad Habib ur Rehman, Emanuel Figetakis, Yahuza Bello, Charlie Obimbo

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlockchain Technology Applications and Security
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBlockchainComputer scienceTestbedBlock (permutation group theory)CryptocurrencyCryptographic nonceProof-of-work systemNode (physics)Smart contractCryptographyComputer securityDistributed computingComputer networkEngineeringEncryption

Résumé

récupéré en direct d'OpenAlex

The potential of having multiple distributed applications across multiple domains such as healthcare, finance, supply chain management and many more have made blockchain very popular among both academia and industries. Blockchain provides the much-needed mechanism for decentralization of systems, where the need of trusted central authority is eliminated. Proof of Work (PoW) is heavily adopted in both Bitcoin and Ethereum based blockchain, where many miners (or mining pools) compete to mine each block generated by solving a cryptographic puzzle that uses all of the previous information of the blockchain, before tying the block to the blockchain with the nonce. Recently there is a shift in having two or more mining pools for the PoW consensus in Ethereum-based blockchain. Majority of the studies conducted for multiple mining pool techniques in the literature are verified with simulation experiments. Therefore, in this paper, we implement a testbed for Ethereum blockchain with multiple nodes that simulate two mining pools using PoW consensus in a centralized and decentralized fashion. Two miner-nodes were deployed with different computational power (in term of CPU threads) and transactions executed. We evaluate the contribution of each miner node in the blockchain system and the assignment of transactions with respect to the computational resources available.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,290
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBlockchain Technology Applications and Security→Travaux en français237 207→