Modelagem e análise temporal da rede de transações de uma plataforma de consenso distribuído

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Mascarenhas, Juliana Zanelatto Gavião
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Laboratório Nacional de Computação Científica
Coordenação de Pós-Graduação e Aperfeiçoamento (COPGA)
Brasil
LNCC
Programa de Pós-Graduação em Modelagem Computacional
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://tede.lncc.br/handle/tede/299
Resumo: Plataformas de consenso distribuído têm demonstrado intenso crescimento no últimos anos. Blockchain é a tecnologia viabilizadora que se encontra por trás desse crescimento, em particular devido às suas características que permitem a execução e registro de transações sem o envolvimento de terceiras partes confiáveis (third trusted party). Essa característica e sua ampla aplicabilidade em diversas áreas tem sido o motor do sucesso dessa tecnologia. Particularmente, as aplicações voltadas para o sistema financeiro deram maior notoriedade e popularidade à tecnologia. Bitcoin, plataforma pioneira baseada na tecnologia, é o exemplo mais notório nesse contexto. Entretanto, outra plataforma mais recente, Ethereum, está em franca ascensão nesse cenário. Apesar do crescente interesse por blockchain, há poucos estudos analíticos sobre o tema. Em sua maioria, o objeto de estudo é o famoso Bitcoin. As demais plataformas, como Ethereum, compõem uma pequena parcela desses trabalhos, mesmo representando uma fração significativa das plataformas de consenso distribuído em uso. Alguns trabalhos de importância tem o Ethereum como objeto de análise. Entretanto, não há análises e modelagens temporal de seu cenário. A análise temporal de uma rede de transações permite verificar mudanças ocorridas, o comportamento e perfis dos usuários da plataforma. Nessa linha, o objeto de estudo desta dissertação são as transações da plataforma Ethereum. Essa plataforma tem uma vasta gama de operações, combinando as tecnologias blockchain e contratos inteligentes Além disso, atualmente é a segunda plataforma mais utilizada dentre as criptomoedas.Este trabalho realiza a modelagem dos dados de transações do Ethereum utilizando a representação matemática de Grafos MultiAspectos (MAGs). Diferentemente de redes de período tempo cíclico, as transações realizadas pelos usuários são contínuas e não possuem padrões de periodicidade. As transações efetuadas no Ethereum são únicas e não se repetem, caracterizando um sistema de período acíclico. Inserindo o aspecto temporal na análise podemos observar a variação do comportamento e da dinâmica da plataforma. Uma análise compacta, que agrega os instantes de tempo, dificulta a visualização, ou quantificação dessas mudanças. Assim, o objetivo deste estudo é apresentar, através da análise da rede modelada, o comportamento e evolução da rede de transações do Ethereum no tempo. Portanto, mostramos que a análise temporal agrega informações importantes em um estudo com esse viés.
id LNCC_41b68c9294d9057165f3ed1bc74e3884
oai_identifier_str oai:tede-server.lncc.br:tede/299
network_acronym_str LNCC
network_name_str Biblioteca Digital de Teses e Dissertações do LNCC
repository_id_str
spelling Modelagem e análise temporal da rede de transações de uma plataforma de consenso distribuídoAnálise de sistemasBlockchains (Databases)Teoria dos grafosCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOPlataformas de consenso distribuído têm demonstrado intenso crescimento no últimos anos. Blockchain é a tecnologia viabilizadora que se encontra por trás desse crescimento, em particular devido às suas características que permitem a execução e registro de transações sem o envolvimento de terceiras partes confiáveis (third trusted party). Essa característica e sua ampla aplicabilidade em diversas áreas tem sido o motor do sucesso dessa tecnologia. Particularmente, as aplicações voltadas para o sistema financeiro deram maior notoriedade e popularidade à tecnologia. Bitcoin, plataforma pioneira baseada na tecnologia, é o exemplo mais notório nesse contexto. Entretanto, outra plataforma mais recente, Ethereum, está em franca ascensão nesse cenário. Apesar do crescente interesse por blockchain, há poucos estudos analíticos sobre o tema. Em sua maioria, o objeto de estudo é o famoso Bitcoin. As demais plataformas, como Ethereum, compõem uma pequena parcela desses trabalhos, mesmo representando uma fração significativa das plataformas de consenso distribuído em uso. Alguns trabalhos de importância tem o Ethereum como objeto de análise. Entretanto, não há análises e modelagens temporal de seu cenário. A análise temporal de uma rede de transações permite verificar mudanças ocorridas, o comportamento e perfis dos usuários da plataforma. Nessa linha, o objeto de estudo desta dissertação são as transações da plataforma Ethereum. Essa plataforma tem uma vasta gama de operações, combinando as tecnologias blockchain e contratos inteligentes Além disso, atualmente é a segunda plataforma mais utilizada dentre as criptomoedas.Este trabalho realiza a modelagem dos dados de transações do Ethereum utilizando a representação matemática de Grafos MultiAspectos (MAGs). Diferentemente de redes de período tempo cíclico, as transações realizadas pelos usuários são contínuas e não possuem padrões de periodicidade. As transações efetuadas no Ethereum são únicas e não se repetem, caracterizando um sistema de período acíclico. Inserindo o aspecto temporal na análise podemos observar a variação do comportamento e da dinâmica da plataforma. Uma análise compacta, que agrega os instantes de tempo, dificulta a visualização, ou quantificação dessas mudanças. Assim, o objetivo deste estudo é apresentar, através da análise da rede modelada, o comportamento e evolução da rede de transações do Ethereum no tempo. Portanto, mostramos que a análise temporal agrega informações importantes em um estudo com esse viés.Distributed consensus platforms have witnessed steady growth in recent years. Blockchain is the enabling technology behind this growth, in particular, because of its feature that allows transaction storage without the involvement of third trusted parties. This feature and its broad applicability in many areas have been the core of the technology’s success. Particularly, the blockchain applications on financial systems provided more notoriety and popularity to the technology. Bitcoin, the first-mover blockchain-based platform for cryptocurrency, is the most significant example. Nevertheless, another more recent platform called Ethereum is gaining a significant share on the cryptocurrence scenario. Despite the increasing interest for the blockchain technology, there are few analytical studies on the subject. For the majority of papers, the famous Bitcoin is the main subject of study. The remaining platforms, like Ethereum, compose a small part of these scientific works, even if it represents a significant portion of the distributed consensus platfrom in use. Some important related work have Ethereum as their main object of study. However, there are no temporal modelling and analysis in its scenario. The temporal analysis of a transaction allows verifying changes, the behavior and profile of users of the platform. In this way, the object of study of this dissertation are the transactions of the Ethereum platform. This platform has a vast range of operations, combining the blockchain and smart contracts technologies. Besides that, currently Ethereum is the second most used platform among cryptocurrencies. This work performs the data modeling of the transactions of Ethereum using the mathematical representation MultiAspect Graphs (MAGs). Differently of networks with a cyclic time period, the transactions performed by users are continuous and do not have regular patterns. The transactions are unique and don’t repeat in time, characterizing a system with an acyclic period. By inserting the temporal aspect in the analysis we observe the variation in behavior and the dynamics of the platform. A compact analysis, which aggregates time instants, do not allow the visualization or quantification of such changes. Therefore, the goal of this study is to present, through the analysis of the modeled network, the behavior and evolution of the Ethereum transacton network through time. Therefore, we show that the temporal analysis aggregates important information in a study with that goal.Conselho Nacional de Desenvolvimento Científico e TecnológicoLaboratório Nacional de Computação CientíficaCoordenação de Pós-Graduação e Aperfeiçoamento (COPGA)BrasilLNCCPrograma de Pós-Graduação em Modelagem ComputacionalZiviani, ArturZiviani, ArturPorto, Fábio André MachadoGreve, Fabíola Gonçalves PereiraMenasché, Daniel SadocMascarenhas, Juliana Zanelatto Gavião2023-02-27T17:08:47Z2019-03-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfMASCARENHAS, J. Z. G. Modelagem e análise temporal da rede de transações de uma plataforma de consenso distribuído. 2019.123 f. Dissertação (Programa de Pós-Graduação em Modelagem Computacional) - Laboratório Nacional de Computação Científica, Petrópolis, 2019.https://tede.lncc.br/handle/tede/299porhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações do LNCCinstname:Laboratório Nacional de Computação Científica (LNCC)instacron:LNCC2023-02-28T04:26:32Zoai:tede-server.lncc.br:tede/299Biblioteca Digital de Teses e Dissertaçõeshttps://tede.lncc.br/PUBhttps://tede.lncc.br/oai/requestlibrary@lncc.br||library@lncc.bropendoar:2023-02-28T04:26:32Biblioteca Digital de Teses e Dissertações do LNCC - Laboratório Nacional de Computação Científica (LNCC)false
dc.title.none.fl_str_mv Modelagem e análise temporal da rede de transações de uma plataforma de consenso distribuído
title Modelagem e análise temporal da rede de transações de uma plataforma de consenso distribuído
spellingShingle Modelagem e análise temporal da rede de transações de uma plataforma de consenso distribuído
Mascarenhas, Juliana Zanelatto Gavião
Análise de sistemas
Blockchains (Databases)
Teoria dos grafos
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
title_short Modelagem e análise temporal da rede de transações de uma plataforma de consenso distribuído
title_full Modelagem e análise temporal da rede de transações de uma plataforma de consenso distribuído
title_fullStr Modelagem e análise temporal da rede de transações de uma plataforma de consenso distribuído
title_full_unstemmed Modelagem e análise temporal da rede de transações de uma plataforma de consenso distribuído
title_sort Modelagem e análise temporal da rede de transações de uma plataforma de consenso distribuído
author Mascarenhas, Juliana Zanelatto Gavião
author_facet Mascarenhas, Juliana Zanelatto Gavião
author_role author
dc.contributor.none.fl_str_mv Ziviani, Artur
Ziviani, Artur
Porto, Fábio André Machado
Greve, Fabíola Gonçalves Pereira
Menasché, Daniel Sadoc
dc.contributor.author.fl_str_mv Mascarenhas, Juliana Zanelatto Gavião
dc.subject.por.fl_str_mv Análise de sistemas
Blockchains (Databases)
Teoria dos grafos
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
topic Análise de sistemas
Blockchains (Databases)
Teoria dos grafos
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
description Plataformas de consenso distribuído têm demonstrado intenso crescimento no últimos anos. Blockchain é a tecnologia viabilizadora que se encontra por trás desse crescimento, em particular devido às suas características que permitem a execução e registro de transações sem o envolvimento de terceiras partes confiáveis (third trusted party). Essa característica e sua ampla aplicabilidade em diversas áreas tem sido o motor do sucesso dessa tecnologia. Particularmente, as aplicações voltadas para o sistema financeiro deram maior notoriedade e popularidade à tecnologia. Bitcoin, plataforma pioneira baseada na tecnologia, é o exemplo mais notório nesse contexto. Entretanto, outra plataforma mais recente, Ethereum, está em franca ascensão nesse cenário. Apesar do crescente interesse por blockchain, há poucos estudos analíticos sobre o tema. Em sua maioria, o objeto de estudo é o famoso Bitcoin. As demais plataformas, como Ethereum, compõem uma pequena parcela desses trabalhos, mesmo representando uma fração significativa das plataformas de consenso distribuído em uso. Alguns trabalhos de importância tem o Ethereum como objeto de análise. Entretanto, não há análises e modelagens temporal de seu cenário. A análise temporal de uma rede de transações permite verificar mudanças ocorridas, o comportamento e perfis dos usuários da plataforma. Nessa linha, o objeto de estudo desta dissertação são as transações da plataforma Ethereum. Essa plataforma tem uma vasta gama de operações, combinando as tecnologias blockchain e contratos inteligentes Além disso, atualmente é a segunda plataforma mais utilizada dentre as criptomoedas.Este trabalho realiza a modelagem dos dados de transações do Ethereum utilizando a representação matemática de Grafos MultiAspectos (MAGs). Diferentemente de redes de período tempo cíclico, as transações realizadas pelos usuários são contínuas e não possuem padrões de periodicidade. As transações efetuadas no Ethereum são únicas e não se repetem, caracterizando um sistema de período acíclico. Inserindo o aspecto temporal na análise podemos observar a variação do comportamento e da dinâmica da plataforma. Uma análise compacta, que agrega os instantes de tempo, dificulta a visualização, ou quantificação dessas mudanças. Assim, o objetivo deste estudo é apresentar, através da análise da rede modelada, o comportamento e evolução da rede de transações do Ethereum no tempo. Portanto, mostramos que a análise temporal agrega informações importantes em um estudo com esse viés.
publishDate 2019
dc.date.none.fl_str_mv 2019-03-19
2023-02-27T17:08:47Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv MASCARENHAS, J. Z. G. Modelagem e análise temporal da rede de transações de uma plataforma de consenso distribuído. 2019.123 f. Dissertação (Programa de Pós-Graduação em Modelagem Computacional) - Laboratório Nacional de Computação Científica, Petrópolis, 2019.
https://tede.lncc.br/handle/tede/299
identifier_str_mv MASCARENHAS, J. Z. G. Modelagem e análise temporal da rede de transações de uma plataforma de consenso distribuído. 2019.123 f. Dissertação (Programa de Pós-Graduação em Modelagem Computacional) - Laboratório Nacional de Computação Científica, Petrópolis, 2019.
url https://tede.lncc.br/handle/tede/299
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Laboratório Nacional de Computação Científica
Coordenação de Pós-Graduação e Aperfeiçoamento (COPGA)
Brasil
LNCC
Programa de Pós-Graduação em Modelagem Computacional
publisher.none.fl_str_mv Laboratório Nacional de Computação Científica
Coordenação de Pós-Graduação e Aperfeiçoamento (COPGA)
Brasil
LNCC
Programa de Pós-Graduação em Modelagem Computacional
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do LNCC
instname:Laboratório Nacional de Computação Científica (LNCC)
instacron:LNCC
instname_str Laboratório Nacional de Computação Científica (LNCC)
instacron_str LNCC
institution LNCC
reponame_str Biblioteca Digital de Teses e Dissertações do LNCC
collection Biblioteca Digital de Teses e Dissertações do LNCC
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do LNCC - Laboratório Nacional de Computação Científica (LNCC)
repository.mail.fl_str_mv library@lncc.br||library@lncc.br
_version_ 1832738027773886464