Vai al contenuto
Crypto.world

Ricerca

Il dilemma dell’esecuzione blockchain: ottimizzare i ricavi XOR garantire un ordinamento equo

Le successive generazioni di algoritmi di consenso hanno spostato il collo di bottiglia delle prestazioni della blockchain al livello di esecuzione. Studi recenti affrontano il problema eseguendo in…

Il dilemma dell’esecuzione blockchain: ottimizzare i ricavi XOR garantire un ordinamento equo
arXiv
2604.23266
Pubblicato
2026-04-25
Autori
Artjom Pugatsov, Can Umut Ileri, Jérémie Decouchant

Abstract degli autori

Le successive generazioni di algoritmi di consenso hanno spostato il collo di bottiglia delle prestazioni della blockchain al livello di esecuzione. Studi recenti affrontano il problema eseguendo in parallelo le transazioni che non sono in conflitto tra loro. Storicamente, l’esecuzione seguiva l’ordine stabilito a livello di consenso, una prassi vulnerabile allo sfruttamento del valore massimo estraibile (MEV). Per contro, recenti proposte accademiche introducono protocolli rigidi di ordinamento equo che limitano fortemente il riordinamento delle transazioni. I framework di esecuzione parallela ottimizzano il livello di sequenziamento, situato tra il consenso e l’esecuzione: assemblano lotti di transazioni dai blocchi confermati e li trasmettono ai processi esecutori per massimizzare il parallelismo dell’esecuzione e le commissioni effettivamente incassate. A questo scopo, le attuali implementazioni del sequenziamento possono rinviare le transazioni, ma non preservano l’equità dell’ordine. Oggi, per preservare queste proprietà è necessaria un’esecuzione sequenziale, che riduce drasticamente la redditività e le prestazioni. In questo lavoro affrontiamo la tensione tra il profitto dei validatori e l’equità dell’ordine con un framework di ottimizzazione dinamica. Introduciamo un modello di sequenziamento delle transazioni indipendente dalla blockchain, in un contesto continuo in cui il sequenziamento dei blocchi e l’esecuzione avvengono contemporaneamente. Quando il sequenziamento non può concludersi entro il tempo disponibile, il nostro framework restituisce dinamicamente il miglior risultato intermedio ottenuto. All’interno di questo framework proponiamo un algoritmo genetico capace di restituire una soluzione in qualsiasi momento, che utilizza i prezzi del gas, gli insiemi di oggetti e i tempi di esecuzione previsti per ottimizzare la pianificazione, con la possibilità di preservare un ordinamento equo. La valutazione del nostro approccio su dataset reali di Sui ed Ethereum mostra che aumenta il profitto dei validatori di circa il 15% e accelera lo smaltimento della congestione fino al 58%. Inoltre, nei periodi di forte congestione, i vincoli di ordinamento equo possono ridurre il profitto dei validatori dal 50% al 60%: è la prima evidenza che imporre un ordinamento equo rigoroso potrebbe, di fatto, annullare i vantaggi di un sequenziamento avanzato.

Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.

Leggi il paper originale su arXiv