Neo项目中的MaxBlockSystemFee限制优化探讨
2025-06-20 03:23:09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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。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
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 开源电子设计自动化利器:KiCad EDA全方位使用指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
8
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++
654
278
暂无简介
Dart
639
145
Ascend Extension for PyTorch
Python
202
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (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
1.12 K
630
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100