Почему Blob Gas - это не просто горячий воздух в будущем Ethereum
13 августа 2025 г.Таблица ссылок
Аннотация и 1. Введение
Фон
2.1
2.2 EIP-4844
2.3 var (векторная авторегрессия)
Данные
3.1 Консенсусные данные безопасности
3.2 Данные об использовании Ethereum
3.3 Данные о транзакциях с ростами
3.4 Blob Gas Data
Эмпирические результаты
4.1 Консенсусная безопасность
4.2 Использование Ethereum
4.3 Переверните транзакции
4.4 Рынок платы за газ Blob
Заключение и ссылки
A. Консенсусные данные безопасности
B. Сбор данных ROLLUP
C. Подробные результаты модели VAR за базовую плату и газ Blob Blob
D. Подробные результаты модели VAR для платы за базовую плату Blob Gas и плату за приоритет Blob Gas
E. Динамика транзакций роста
3.3 Данные о транзакциях с ростами
Чтобы оценить влияние EIP-4844 на динамику транзакций зазора, мы провели всесторонний анализ, сосредоточенный на изменениях в объемах транзакции подзора и задержках между блоками подзора и Ethereum. Период анализа охватывает 100 000 блоков до и после реализации EIP-4844.
Наши данные были получены в результате транзакций, отправленных признанными адресами обмотчика в сети Ethereum. Среди различных типов транзакций, инициируемых свертками, мы специфически собрали пакетные транзакции, которые сжимают все отдельные транзакции обмотков. Эти транзакции имеют решающее значение для обеспечения безопасности пользователей путем смягчения риска оператора и защиты средств пользователей. Партийные транзакции обычно предшествуют другим типам транзакций, таким как доказывание и завершение транзакций, отражая их основополагающую роль в обеспечении взаимодействия пользователей в нарушениях. Мы рассматриваем метку временной пакетной транзакции, отправленную в Ethereum как урегулирование транзакций на затылках, и рассчитываем задержку, получив разницу во времени от TimeStamp Block Block.
Был использован следующий общий процесс для извлечения данных о транзакциях подзора и задержек пользователей:
(1) Фильтраные транзакции зазора из Ethereum Mainnet с использованием известных адресов отправителя Rollup.
(2) Декодировать данные из транзакций с партийной партией.
(3) Получить данные блока роста из внешних источников и интегрировать эти данные с (2), чтобы проанализировать задержки пользователей и метрики транзакций.
На рисунке 4 показан пример процесса сбора и предварительной обработки данных для блоков арбитра.
Каждое подключение использует уникальные механизмы кодирования, часто модифицированные такими обновлениями, как механизмы панели SPAN [37], которые создавали значительные проблемы декодирования. Кроме того, быстрое время блока и большие объемы данных, такие как Arbitrum (0,26 секунды) и оптимизм (2 секунды), требовали использования специализированных инструментов и методов для сбора и анализа данных, поскольку поддержание полных узлов для всех контролируемых свертков было невозможно.
Мы использовали множество исследователей в обручке и инструментов декодирования партии, адаптированных к конкретным потребностям каждого взора. Подробная информация о конкретных инструментах и использованных источниках данных представлена в Приложении Таблица 9. Наш анализ сконцентрировался на шести развертках - Arbitrum One, оптимизм, Base, Starknet, zksync Era и Linea - где мы смогли получить данные декодированных транзакций на бит.
3.4 Blob Gas Data
Чтобы провести всесторонний анализ механизма плата за газ Blob, мы собрали данные из нашего архивного узла Erigon на базовых сборах за газ Blob, а также использование газа и газа для каждых транзакций в пределах выбранных блоков. Чтобы исследовать новый рынок Blob Gas, мы специально проанализировали данные от блоков 19 518 097 до 19 587 588, в течение которых базовая плата за газ Blob превышала 0,1 GWEI.
Период рынка газа BlobПравило обновления базового плата за газовую плату Blob корректирует базовую плату вверх, когда среднее использование превышает три капли на блок. Учитывая постепенное внедрение BLOBS с помощью свертков и их ограниченного использования DAPPS, базовая плата базы Blob обычно зависала около 1 Вей в течение значительной продолжительности.
Наш анализ концентрируется на периоде, в течение которого базовые сборы выросли выше 0,1 GWEI, что соответствует повышенной активности Blob. Этот период начался в блоке 19 518 097, вызванный активацией услуг подачи блоба, которые кратко повысили базовую плату. Несмотря на то, что спрос уменьшился, а базовая плата вернулась до 1 Вей на блоке 19 587 58888, колебания в этом интервале имеют решающее значение для понимания потенциальных реакций рынка плата за газ Blob на увеличение вовлечения DAPP. Сосредоточение внимания на этом периоде позволяет провести подробное изучение поведения рынка платы за газ Blob Blob в условиях активного использования BLOB.
Блюдо приоритетное плату за газ.В отличие от правила обновления газа, когда пользователи могут установить максимальную плату за приоритет на газовую единицу, механизм платы за газ Blob не имеет этой функции. На рынке газа Blob есть только базовая плата, которая автоматически корректируется в зависимости от перегрузки сети. Пользователи должны неявно установить плату за приоритет Blob Gas, как показано на рисунке 5.
Чтобы эффективно оценить правило обновления базовой платы за газ Blob, крайне важно количественно оценить избыточный спрос на газ Blob. На традиционном рынке газа приоритетная плата за транзакцию служит индикатором того, насколько хорошо базовая плата отражает фактический потребитель. Следовательно, мы разработали новую метрику для представления платы за приоритет Blob Gas, используя следующую формулу:
Для каждого блока, содержащего несколько транзакций, мы определяем следующие параметры:
Приоритет газа Blob для каждой транзакции может быть выражен как:
Чтобы найти неявную плату приоритета для Blob Gas, мы использовали среднюю плату за приоритет других транзакций в том же блоке, что и прокси -сервер для платы за приоритет газа, и вычитали его из общей оплаты.
Авторы:
(1) Парк Сонгван, этот автор внес свой вклад в газету из Сеульского национального университета, Сеул, Республика Корея (sucre87@snu.ac.kr);
(2) Босул Мун, этот автор внес свой вклад в газету из Сеульского национального университета, Сеул, Республика Корея (bsbs8645@snu.ac.kr);
(3) Seungyun Lee, Сеульский национальный университет, Сеул, Repulic of Corea;
(4) Вудзин Чжон, Сеульский национальный университет, Сеул, Репул Кореи;
(5) Jaewook Lee, Сеульский национальный университет, Сеул, Repulic of Corea;
(6) Hyeonsang EOM, Сеульский национальный университет, Сеул, Repulic of Corea;
(7) Huisu Jang (Corresponding author), Soongsil University, Seoul, Republic of Korea.
Эта статья есть
Оригинал