Neo项目中的MaxBlockSystemFee限制优化探讨
2025-06-20 00:30:58作者:薛曦旖Francesca
背景与问题分析
在Neo区块链网络中,GAS作为主要的资源计量单位,用于支付交易执行所需的计算资源。理想情况下,交易消耗的GAS应该与其实际需要的计算资源成正比。然而,当前系统存在一些不足,使得DoS攻击的成本可能被低估。
当前Neo网络中的MaxBlockSystemFee默认设置为1500 GAS,这意味着一个区块中可以包含大量低GAS消耗的交易或少量高GAS消耗的交易。考虑到区块处理时间应该与区块生成时间相匹配,当前的设置可能导致区块处理时间过长,影响网络性能。
核心问题
- 资源限制不合理:当前1500 GAS的
MaxBlockSystemFee允许区块中包含过多的计算资源消耗 - 申请机制限制:
MaxBlockSystemFee不能低于NEO的RegisterPrice(当前为1000 GAS),这限制了我们对MaxBlockSystemFee的调整空间 - 交易费用估算问题:当前的
registerCandidate方法由于高GAS消耗,使得RPC节点难以进行准确的费用估算
解决方案
1. 修改候选节点申请机制
建议将现有的registerCandidate调用方式改为通过NEP-17转账实现:
- 用户向NEO合约地址转账申请费用
- 通过NEP-27的
data字段传递公钥信息 - NEO合约收到GAS后立即销毁
这种改变带来以下优势:
- 使申请交易的系统费用回归正常范围
- 允许将
MaxBlockSystemFee设置为低于RegisterPrice的值 - 解决了申请交易费用估算困难的问题
2. 调整执行费用因子
通过重新评估ExecFeeFactor和MaxBlockSystemFee的合理值,可以:
- 提高网络安全性
- 确保区块处理时间与区块生成时间相匹配
- 在保证常规交易费用合理的同时,防止资源滥用
3. 费用燃烧机制改进
建议合约开发者避免使用System.Runtime.BurnGas作为费用燃烧机制,转而采用转账方式。这样可以:
- 防止用户在交易失败时仍损失费用
- 提高系统的公平性和安全性
实施建议
- 将
MaxBlockSystemFee等参数纳入策略合约管理,提高灵活性 - 在Neo 3.8版本后实施这些改进
- 保持向后兼容性,逐步过渡到新机制
总结
通过对Neo网络中MaxBlockSystemFee限制的优化,我们可以显著提高网络的性能和安全性。关键点在于重构候选节点申请机制,合理调整费用参数,并改进费用燃烧方式。这些改变将使Neo网络更加健壮,能够更好地应对各种潜在的攻击和资源滥用情况,同时保持对开发者和用户的友好性。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
WebVideoDownloader:高效网页视频抓取工具全面使用指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 CS1237半桥称重解决方案:高精度24位ADC称重模块完全指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
291
2.62 K
Ascend Extension for PyTorch
Python
123
149
暂无简介
Dart
582
127
React Native鸿蒙化仓库
JavaScript
227
306
仓颉编译器源码及 cjdb 调试工具。
C++
121
381
仓颉编程语言运行时与标准库。
Cangjie
130
394
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.05 K
610
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
606
185
openGauss kernel ~ openGauss is an open source relational database management system
C++
155
205