.png){kind=icon}
返回
Dynamic transaction scheduling for data elements: A multi-level queueing model with LSTM-based load prediction
.png){kind=icon}
OA
AI
DOI：10.1016/j.hcc.2026.100400.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
数据作为关键生产要素的兴起，催生了对其高效、可信交换市场的需求。区块链技术作为此类数据交易平台的关键基础设施，面临着严重的交易拥堵问题。该问题因传统的“先付费”机制而加剧，该机制未能考虑数据交易的时间敏感性异质性，导致资源配置低效和不公平的延迟，从而削弱了时间敏感数据的内在价值。为解决此问题，我们提出了一种面向区块链数据交易的动态调度框架。该方案整合了基于M/M/1模型的非抢占式多优先级排队系统与长短期记忆（LSTM）网络进行负载预测。框架根据数据交易请求的紧急程度将其归类到不同的优先级队列中，利用LSTM预测交易到达率以实现实时参数调整，并包含理论分析用于性能评估。通过合成数据集（利用泊松、正态和指数分布模拟不同市场条件）和真实以太坊交易数据的广泛实验表明，我们的多队列机制始终优于传统单队列系统。它有效缩短了高优先级数据交易的等待时间，降低了相关成本，并在高频波动和极端拥堵条件下保持稳健性能。本研究为提升区块链数据要素市场的交易效率、公平性和用户体验提供了理论依据和实践解决方案。
Keyword:
Blockchain
Multi-level queueing
M/M/1 model
LSTM
Transaction scheduling
Dynamic load prediction
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
H
IF:
3
论文数:
249
被引数:
407
机构
引用论文
Blockchain Meets Metaverse and Digital Asset Management: A Comprehensive Survey区块链与Metaverse和数字资产管理: 一项全面的调查.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Blockchain-enabled privacy protection scheme for IoT digital identity management区块链赋能的物联网数字身份管理隐私保护方案OAAI
OAAI分享收藏分享收藏Predicting Bitcoin and Ethereum prices using long short-term memory and gated recurrent unit使用长短期记忆网络和门控循环单元预测比特币和以太坊价格
PREAI
分享收藏分享收藏BAFL-SVM: A blockchain-assisted federated learning-driven SVM framework for smart agricultureBafl-svm: 用于智能农业的区块链辅助联合学习驱动的SVM框架OAAI
OAAI分享收藏
查看更多内容