Имитационное моделирование как инструмент анализа эффективности многомерного блокчейна в инновационной деятельности

Введение .

В современном мире, где цифровизация становится основополагающим аспектом глобального общества, критически важно не только поддер-

живать стабильную работу сетей связи, но и активно заниматься развитием и улучшением этих систем с учетом будущих потребностей. В контексте ожидаемых стандартов, такие аспекты, как безопасность, конфиденциальность, надеж-

ность и эффективность передачи данных должны стать предметом пристального внимания со стороны научного и исследовательского сообщества.

Для решения представленных задач, блокчейн представляет собой перспективную технологию, способную формировать новые типы децентрализованных архитектур, обеспечивающих управление технологическими процессами и обмен цифровыми активами между участниками сети без посредников.

Блокчейн, являясь децентрализованной базой данных, состоит из цепочки блоков со структурированной информацией, где каждый узел хранения и обработки данных действует независимо от централизованных серверов. Основными достоинствами использования технологии блок-чейн являются ее децентрализация, повышенная надежность системы, которая обеспечивается автоматической отменой транзакций при попытке внедрения неавторизованных изменений, благодаря верификации данных существующими записями и их подтверждению независимыми участниками.

Результаты .

В настоящее время возможности блокчейна рассматриваются исследователями и разработчиками как способ кардинального изменения и улучшения многих существующих услуг. Технология представляет интерес для различных от- раслей, включая финансовый сектор, телекоммуникации, транспорт, промышленность и аграрный сектор.

Согласно отчету Transparency Market Research, ожидается, что к 2024 году общемировой рынок блокчейна достигнет объема в 20 миллиардов долларов, с прогнозируемым ежегодным ростом на 59 %.

В отдельном исследовании, проведенном Grand View Research, предполагается, что размер индустрии к тому же времени составит 7,74 миллиарда долларов [1].

На момент написания настоящего исследования биткоин обновил исторический максимум, достигнув 71 тысячу долларов за токен, что свидетельствует о возобновляющемся интересе к технологии блокчейна в целом [10].

Система строится на принципах сохранения целостности и надежности, используя для этого хэш-суммы генезис-блоков, которые хранятся в родительских блокчейнах. В рамках многомерного блокчейна, распределенный реестр может пониматься двояко: как каждый отдельный блок-чейн и как вся система в целом, что дает гибкость в применении и толковании технологии. В разных источниках авторы анализируют блок-чейн с разных точке зрения (табл. 1).

Таблица 1

Авторы , решение , используемые технологии , анализируемые аспекты

Авторы исследования	Решение	Используемые технологии	Анализируемые аспекты
1	2	3	4
Frolkova M., Mandjes M. [2]	Исследование основано на модели M/Gf<>, где анализируется эквивалентность обслуживающих дисциплин для определения стационарного распределения	Теория массового обслуживания	Распределение периодов активности, задержки обслуживания
Kawase Y., Kasahara S. [3]	Анализ времени подтверждения транзакции через систему очередей, используя модель М/G/1, где транзакции обрабатываются пакетно и включаются в обработку только при достижении максимального размера пакета	Теория очередей	Время создания блока, среднее количество транзакций
Li Q.L., Ma J.Y., Chang Y.X. [4]	Расширение применения теории массового обслуживания в блокчейне для оценки производительности через Марковскую систему с двумя этапами обработки	Теория очередей; Марковские цепи	Среднее число транзакций в очереди и блоке, время подтверждения
Ling X., Le Y., Wang J., Ding Z., Gao X. [5]	Проектирование системы с использованием нескольких очередей, разбитых на четыре этапа: предварительная обработка, подтверждение, обработка, выполнение	Модели переходов; Теория очередей; Марковские цепи	Алгоритмы создания блоков, вероятностные модели переходов, временные задержки

Окончание таблицы 1

1 2 3 4 Liu Z., Luong N.C., Wang W., Niyato D., Wang P., Liang Y.-C., Kim D.I. [6] Внедрение игровых теорий для моделирования стратегий безопасности, управления и экономических аспектов в блокчейн-сетях Теория игр Экономические стратегии и аспекты Memon R.A., Li J., Ahmed J., Khan A., Nazir M.I., Mangrio M.I. [0] Стратегия организации добычи данных основана на модели M/Mfn/L, где размер очереди определен как T.V, с приоритетом по принципу «Последний пришел – первый обслужен», и механизмом отсева «Исключение после обработки», оставляя в памяти только транзакции, соответствующие размерам блоков Теория очередей Средний объем транзакций в блоке, производительность добычи, транзакции в секунду Memon R.A., Li J.P., Ahmed J. [7] Использование модели W/M/1 для моделирования памяти блокчейна, в то время как процесс добычи данных представлен моделью U/M/n, где добыча разделяется на множество задач для параллельной работы Теория массового обслуживания Средний объем транзакций на блок, интенсивность транзакций, время добычи, пропускная способность системы, время ожидания, объем неподтвержденных транзакций Mišić J., Mišić V.B., Chang X., Motlagh S.G., Zulfiker M.A. [8] Анализируется модель М/С/\ для системы, где поступление данных моделируется как неоднородный процесс Пуассона с учетом особенностей протокола передачи данных Теория массового обслуживания Вероятности распределения, время ответа узла, вероятность форков, длительность несогласий в реестре Papadis N., Borst S., Walid A., Grissa M., Tassiulas L. [9] Разработаны стохастические сетевые модели для анализа эволюции и динамики блокчейн-сетей, сочетая аналитические и экспериментальные подходы Стохастическое моделирование Влияние времени распространения блоков, мощность хэширования могают наглядно демонстрировать ключевые

Таблица 2

Программные решения для моделирования с использованием многомерного блокчейна

Инструмент	Описание	Программное обеспечение
1	2	3
Экспериментальные среды	Экспериментальные среды используются для валидации функциональности или важности блокчейн-приложений. В них применяются тестовые токены без реальной ценности	Bitcoin Sandbox; Ether Faucet; Rinkeby Authenticated Faucet; Ganache; Ethereal Sandbox; Truffle Suite; Remix Ethere-um IDE; IBM Blockchain DevKit; Visual Studio Code Blockchain DevKit; BlockAuth; CryptoUtils
Визуализация технологии	Эти инструменты демонстрируют основные процессы в блокчейне, такие как хеширование, создание блоков, распределение, а также позволяют увидеть результаты изменений параметров	Blockchain Visual Demo

Окончание таблицы 2

1	2	3
Симуляторы событийной модели	С помощью этих инструментов можно анализировать ключевые аспекты и показатели сети, изучать взаимодействие между узлами и оценить разные сценарии. Они предоставляют надежное средство для сравнения различных систем и помогают глубже понять разнообразные подходы к дизайну. Эти инструменты используются для предварительной проверки производительности системы в целом и для тестирования производительности отдельных компонентов	Vibes Simulator; BlockBenchMark;       SimBlockchain; BlockSimulator; LiteChain; BTCNetSim
Симуляция сегмента сети	Эти решения сочетают в себе математический и логический подходы и воспроизводят поведение блокчейн-системы с использованием программного обеспечения	AnyLogic Blockchain; MATLAB Blockchain; NS3 Blockchain Module; GPSS Blockchain Simulator

• 1.    Вход: Сложность блока d; степень участия узлов clj c2j -••> cN; вес инновационного параметра Р.

• 2.    Выход: Индекс узла к; время генерации блока tj оценка эффективности Е.

• 3.    // Инициализация переменных 5. к <-- 0 6. Е <-- 0

• 7.    // Расчет минимального времени генерации блока и оценки эффективности 8. -for 1 < - - 1 -to N do

• 9.     // Расчет количества имитационных расчетов текущего узла

• 10.    counts <-- negative_binomial(1, р) + 1

• 11.    // Расчет имитированного времени генерации блока текущего

• 13.    // Обновление минимального времени генерации блока и оценки

• 16.         t - ti

• 17.        // Расчет оценки эффективности с учетом веса

• 19.    end 20. end 21. return k, t, E

узла 12. ti <-- counts / ci

эффективности 14. if ti < t then 15.         k - i

инновационного параметра 18.         Е - <1 / t) * Р

Рисунок 1 – Алгоритм для имитации механизма оценки эффективности бизнес - процесса с использованием многомерного блокчейна

Заключение .

Подводя итоги, отметим, что в современном мире, где растет объем трафика, генерируемого блокчейн-устройствами, важно изучать влияние этого трафика на качество обслуживания традиционных услуг, таких как передача видео и данных.

В работе представлен обзор решений в области аналитического и имитационного моделирования систем массового обслуживания, а также результаты сравнения различных подходов к моделированию. Полагаем, что в перспективе ближайших 5 лет дальнейшие исследования в данной сфере могут быть направлены на решение задач по интеграции технологии многомерного блокчейна в анализ бизнес-процессов.