典型文献
基于XGBoost的以太坊交易智能定价模型
文献摘要：
以太坊采用交易收费的策略来保证计算资源的合理利用,而由于涉及智能合约的交易消耗计算资源差别较大,引入Gas机制.以太坊用户在发起交易时需自主设置Gas总量和Gas价格,而矿工基于利益最大化的原则,优先选择Gas价格高的交易.Gas价格设置高则打包时间短,反之则时间长.由于交易的价格由交易发起者自主确定,这使得需要打包的交易的Gas价格可能相差较大,因而交易共识时间难以掌握.因此,现有的交易机制并不能平衡交易Gas成本和共识时间之间的冲突.为了解决上述问题,对以太坊交易机制进行了研究,分析影响Gas价格的因子,通过网格搜索算法对极端梯度增强模型(extreme gradient boosting,XGBoost)进行参数优化,构建基于XGBoost的以太坊交易智能定价模型,将该模型用于交易Gas价格预测中.通过搭建节点接入以太坊网络获取交易数据作为实验数据,实验结果表明,ETH_XGB模型能够帮助用户平均节省约72.5％的交易成本,交易成功率在92％,相较于原机制提高17.1％.
文献关键词：
以太坊;智能合约;极端梯度增强模型(XGBoost);Gas价格
中图分类号：
作者姓名：
冯云霞;薛蓉蓉
作者机构：
青岛科技大学 信息科学技术学院,山东 青岛 266061
文献出处：
引用格式：
[1]冯云霞;薛蓉蓉-.基于XGBoost的以太坊交易智能定价模型)[J].计算机工程与应用,2022(20):263-269
A类：
B类：
XGBoost,以太坊,定价模型,收费,计算资源,智能合约,Gas,自主设置,矿工,利益最大化,优先选择,打包,反之,发起者,交易机制,网格搜索算法,对极,增强模型,extreme,gradient,boosting,价格预测,交易数据,ETH,交易成本,原机
AB值：
0.299886
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
