检索结果

Select

1. 基于排队博弈的最优比特币交易费支付策略

黄冬艳, 李浪

计算机应用 2020, 40 (9): 2646-2649. DOI: 10.11772/j.issn.1001-9081.2020010132

摘要（442）

PDF （803KB）（455）

在比特币交易高峰期，为使交易尽快被打包进入区块，用户需要提高交易费以竞争有限的区块空间。针对用户如何自主选择合适交易费的问题，提出了最优的交易费支付策略。首先，结合排队博弈论将交易排队竞争上链的过程建模为一个带优先权的非抢占型排队模型；然后，分析交易费对交易耗时的影响，由此给出交易耗时与交易费之间的函数关系式，并推导出用户的纳什均衡支付策略。仿真结果表明，采用最优的支付策略可以有效降低用户的总花费（等待开销与交易费的加权和）。当系统高负荷时，与不支付交易费和按拥塞度线性增加交易费这两种策略相比，所提策略的用户总花费分别降低了97%和72%。由此可见，在保证交易被尽快处理的同时，所提支付策略可以有效减少交易费支出。

参考文献 | 相关文章 | 多维度评价

Select

2. H-Algorand:基于多块输出的公有链共识机制

王波, 任英琦, 黄冬艳

计算机应用 2020, 40 (7): 2150-2154. DOI: 10.11772/j.issn.1001-9081.2019111916

摘要（377）

PDF （925KB）（495）

面向全网公开且无用户授权机制的公有链目前得到了业界的普遍重视，其中具有良好扩展性、低分叉概率的Algorand机制在公有链中被广泛使用，但Algorand机制存在区块共识效率低、不满足高频交易场景的问题。针对这些问题，首先提出一种多块Algorand（MB-Algorand）机制来提高区块共识效率；其次将Algorand机制与MB-Algorand机制配合使用得到混合Algorand（H-Algorand）机制，该机制兼顾了区块共识效率与安全性两方面的性能。仿真结果表明，在委员会遭受分布式拒绝服务（DDoS）攻击的情况下，H-Algorand机制以一定的安全性能为代价，换取了区块链网络共识效率的显著提升。当一个区块共识失败的概率在1%时，所提机制使区块链网络共识效率在提升了37.87%的同时，安全性能仅损失4.9%。

参考文献 | 相关文章 | 多维度评价

Select

3. 计算资源受限的移动边缘计算服务器收益优化策略

黄冬艳, 付中卫, 王波

计算机应用 2020, 40 (3): 765-769. DOI: 10.11772/j.issn.1001-9081.2019081351

摘要（515）

PDF （616KB）（452）

移动边缘计算（MEC）服务器通过向用户提供计算资源获得收益。对MEC服务器而言，如何在计算资源受限的情况下提高自身收益至关重要，为此提出一种通过优化计算任务执行次序提高MEC服务器收益的策略。首先，将MEC服务器收益最大化问题建模为以任务执行次序为优化变量的优化问题；然后提出了一种基于分支定界法的算法求解任务执行次序。仿真结果表明，采用所提算法获得的MEC服务器平均收益分别比大任务优先（LTF）算法、低延迟任务优先（LLTF）算法和先到先服务（FCFS）算法提高了11%、14%和21%。在保证卸载用户服务质量（QoS）同时，所提策略可以显著提高服务器的收益。

参考文献 | 相关文章 | 多维度评价