
-
生物通官微
陪你抓住生命科技
跳动的脉搏
数据:利用深度学习驱动的动态分片技术扩展区块链规模
《IEEE Transactions on Network and Service Management》:DATS: Scaling Out Blockchain With Deep-Learning-Powered Dynamic Sharding
【字体: 大 中 小 】 时间:2025年12月08日 来源:IEEE Transactions on Network and Service Management 5.4
编辑推荐:
区块链动态分片方案通过子账户迁移和预测模型优化分片分配,减少跨分片交易80%。摘要:分片技术解决区块链吞吐量瓶颈但引发跨分片交易问题,静态分片无法适应动态交易行为。本文提出DATS动态分片方案,利用子账户迁移降低调整成本,结合时间序列预测模型优化分片分配,并通过热点处理机制均衡负载。实验表明在24分片场景下跨分片交易减少80%。
作为Web 3.0基础的区块链技术,由于所有区块链节点都必须存储和验证相同的数据副本,因此面临着吞吐量低的重大瓶颈[1]、[2]。例如,以太坊和比特币每秒只能处理7笔和15笔交易。虽然增加参与节点的数量可以提高系统安全性,但并不会导致吞吐量成比例增加,这凸显了可扩展性的问题。分片是解决这些吞吐量和可扩展性挑战的一种有前景的方法[3]。它将网络划分为较小的子网络(即分片),每个分片维护整体状态的一个子集,并仅对与该分片内的账户相关的交易达成共识。这种方法允许交易并行处理。因此,像以太坊2.0、Zilliqa和Polkadot这样的领先区块链项目正在积极采用分片技术,以提高系统的可扩展性,并有效支持DeFi应用不断增长的需求[4]、[5]。