Key points are not available for this paper at this time.
Hyperledger Fabric (HLF) est une implémentation open-source d'une plateforme de grand livre distribué pour exécuter des contrats intelligents dans une architecture modulaire. Dans cet article, nous présentons un modèle de performance de Hyperledger Fabric v1.0+ utilisant des Réseaux de Récompense Stochastiques (SRN). À partir de notre modèle détaillé, nous pouvons calculer le débit, l'utilisation et la longueur moyenne de la file d'attente à chaque paire et aux étapes critiques de traitement au sein d'une paire. Pour valider notre modèle, nous avons mis en place un réseau HLF dans notre laboratoire et exécuté une charge de travail en utilisant Hyperledger Caliper. D'après nos résultats d'analyse, nous constatons que le temps nécessaire pour achever le processus d'approbation est significativement affecté par le nombre de pairs et les politiques telles que AND (). Le goulet d'étranglement de la service de commandement et l'écriture dans le grand livre peuvent être atténués en utilisant une taille de bloc plus grande, bien que cela entraîne une augmentation de la latence. Pour la paire d'engagement, la vérification de validation des transactions (utilisant le Code Chaîne de Système de Validation (VSCC)) est une étape gourmande en temps, mais son impact sur la performance peut être facilement atténué puisqu'elle peut être parallélisée. Cependant, sa performance est critique, car elle absorbe le choc des arrivées de blocs sporadiques. Nous analysons également divers scénarios « et si », tels que les pairs traitant des transactions en pipeline, et plusieurs endorsers par organisation.
Sukhwani et al. (Jeu,) ont étudié cette question.