面向资源扩缩配置的许可链性能预测
分布式、并行与集群计算
2025-03-21 v1 机器学习
系统与控制
系统与控制
摘要
区块链正日益以区块链即服务 (BaaS) 的形式由云服务提供商提供。然而，合理配置 BaaS 以实现最佳性能和可靠性，往往依赖试错。一个关键挑战在于 BaaS 常被视为 "黑箱"，导致在性能和资源配置方面存在不确定性。以往研究试图解决此挑战；然而，垂直扩缩和水平扩缩的影响仍不清晰。为此，我们提出了基于机器学习的模型来预测基于扩缩配置的网络可靠性和吞吐量。我们在评估中发现，该模型预测误差约为 1.9%，具有非常高的准确性，可在实际场景中应用。
引用
@article{arxiv.2503.15769,
title = {Prediction of Permissioned Blockchain Performance for Resource Scaling Configurations},
author = {Seungwoo Jung and Yeonho Yoo and Gyeongsik Yang and Chuck Yoo},
journal= {arXiv preprint arXiv:2503.15769},
year = {2025}
}