-
公开(公告)号:CN112073254A
公开(公告)日:2020-12-11
申请号:CN201910498380.9
申请日:2019-06-11
Applicant: 南京慕测信息科技有限公司
Abstract: 本发明是一种面向以太坊区块链的性能测试方法,该方法以以太坊区块链作为研究对象,建立了一套系统的性能测试策略与性能指标体系。首先,我们提出一套性能测试策略。我们以智能合约作为性能测试基准,提出了三类智能合约,用于从存储、共识、EVM的角度测试以太坊性能。通过将智能合约部署到区块链上,模拟大量用户向智能合约发起交易,达到性能测试的目的。第二,我们提出了一套性能指标体系。我们将性能指标分为四个维度:以太坊性能指标、区块链性能指标、分布式系统性能指标、系统资源消耗指标。在进行性能测试的的同时,监控并收集性能指标信息。最终,通过性能测试最终生成一个包含四个维度的性能指标的测试报告,对以太坊性能进行评估。
-
公开(公告)号:CN112069250A
公开(公告)日:2020-12-11
申请号:CN201910498423.3
申请日:2019-06-11
Applicant: 南京慕测信息科技有限公司
Abstract: 本发明涉及一种基于LSTM的以太坊交易打包等待时间的预测方法。该方法基于特征提取和相关数据计算对历史交易信息进行处理,构建用于模型训练的特征矩阵和交易等待时间向量;在此基础上,应用LSTM神经网络方法构建预测模型,并在模型构建时不断通过训练结果和误差评估模型表现并基于Adam优化算法调整模型权重,从而学习生成一个交易打包等待时间预测模型LSTM‑Model;最后,将当前用户的预期价格和Gas Limit以及当前的影响因素输入到LSTM‑Model中,最终生成当前交易的打包等待时间的预测结果。本发明目的在于帮助以太坊用户判断给定GasPrice下交易打包等待的时间,进而对定价进行必要的调整,减少用户的Gas支出,从而有效提高用户的交易效率并降低交易成本。
-
公开(公告)号:CN112069250B
公开(公告)日:2022-05-17
申请号:CN201910498423.3
申请日:2019-06-11
Applicant: 南京慕测信息科技有限公司
Abstract: 本发明涉及一种基于LSTM的以太坊交易打包等待时间的预测方法。该方法基于特征提取和相关数据计算对历史交易信息进行处理,构建用于模型训练的特征矩阵和交易等待时间向量;在此基础上,应用LSTM神经网络方法构建预测模型,并在模型构建时不断通过训练结果和误差评估模型表现并基于Adam优化算法调整模型权重,从而学习生成一个交易打包等待时间预测模型LSTM‑Model;最后,将当前用户的预期价格和Gas Limit以及当前的影响因素输入到LSTM‑Model中,最终生成当前交易的打包等待时间的预测结果。本发明目的在于帮助以太坊用户判断给定GasPrice下交易打包等待的时间,进而对定价进行必要的调整,减少用户的Gas支出,从而有效提高用户的交易效率并降低交易成本。
-
-