Análisis de cuellos de botella de blockchain basado en métricas de rendimiento causalidad
Autores: Song, Weihu; Zhu, Mengxiao; Lu, Dong; Zhu, Chen; Zhao, Jiejie; Sun, Yi; Li, Lei; Zhu, Haogang
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Análisis de cuellos de botella de blockchain basado en métricas de rendimiento causalidad
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Cadena de bloques
Métricas de rendimiento
Cuellos de botella
Análisis
Detección
Marco de trabajo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 33
Citaciones: Sin citaciones
Con la amplia aplicación de la tecnología blockchain en diversas industrias, detectar y analizar cuellos de botella de rendimiento es crucial para evaluar y optimizar el rendimiento del sistema blockchain. Sin embargo, la investigación actual necesita métricas de rendimiento generales para detectar y analizar cuellos de botella. Solo algunos estudios se centran en este aspecto dentro de los sistemas blockchain. Para abordar esto, este documento primero propone 18 métricas de rendimiento detalladas para evaluar el rendimiento en diversas capas de los sistemas blockchain de manera integral. Posteriormente, presentamos un marco generalizado de medición de rendimiento débilmente acoplado para capturar estas métricas y construir la relación causal entre ellas, es decir, la estructura de rendimiento mesoscópica. Este enfoque permite la detección y análisis de cuellos de botella de rendimiento. Finalmente, numerosos resultados experimentales demuestran que la causalidad entre las métricas de rendimiento relevantes desaparece cuando el sistema alcanza un cuello de botella de rendimiento. Además, el marco tiene un impacto en el rendimiento de menos del 15% en ChainMaker.
Descripción
Con la amplia aplicación de la tecnología blockchain en diversas industrias, detectar y analizar cuellos de botella de rendimiento es crucial para evaluar y optimizar el rendimiento del sistema blockchain. Sin embargo, la investigación actual necesita métricas de rendimiento generales para detectar y analizar cuellos de botella. Solo algunos estudios se centran en este aspecto dentro de los sistemas blockchain. Para abordar esto, este documento primero propone 18 métricas de rendimiento detalladas para evaluar el rendimiento en diversas capas de los sistemas blockchain de manera integral. Posteriormente, presentamos un marco generalizado de medición de rendimiento débilmente acoplado para capturar estas métricas y construir la relación causal entre ellas, es decir, la estructura de rendimiento mesoscópica. Este enfoque permite la detección y análisis de cuellos de botella de rendimiento. Finalmente, numerosos resultados experimentales demuestran que la causalidad entre las métricas de rendimiento relevantes desaparece cuando el sistema alcanza un cuello de botella de rendimiento. Además, el marco tiene un impacto en el rendimiento de menos del 15% en ChainMaker.