以太坊智能合约开发系统的设计与实现

来源 :浙江大学 | 被引量 : 0次 | 上传用户:irugi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目前,以太坊作为区块链技术2.0的实现,具有去中心化、不可篡改等特点,其应用开始遍布各行各业。智能合约可以运行在以太坊上并在一定条件下自动触发,但是已有的智能合约研究都集中在安全问题上,对于编程友好性的研究很少。现有的智能合约编写环境良莠不齐,大概分为两种,一种是直接操作命令行,这样的方式操作复杂且容易出错,另一种是通过图形界面开发,但是已有的平台无法达到高效易用的要求。这些问题无形中拔高了区块链应用研发的时间成本和学习成本,降低了区块链研发效率。针对上述问题,本文基于Web技术,设计并实现一个高效易用的以太坊智能合约开发系统。首先,本文从业务、功能性和非功能性需求三个角度对系统进行了需求分析。其次,研究了系统的关键问题,分别给出了项目文件的缓存筛选策略,基于虚拟列表的项目文件结构的设计和渲染方案。接下来,详细地介绍了系统的设计与实现,先从整体设计角度给出了系统架构设计、数据库设计、整体样式设计、组件化设计方案以及数据状态管理的设计实现,接着从模块划分的角度设计并实现用户管理、项目文件管理、代码编辑、编译、部署执行、调试和安全检测模块。最后,本文描述了系统测试环境,并对系统进行了细致的功能和性能测试工作,通过测试表明系统符合要求。实践表明,以太坊智能合约系统可以有效帮助开发者进行智能合约开发,在帮助开发者写出bug减少、漏洞减少合约的同时,也加快了区块链研发效率。
其他文献
当今互联网业务迭代更新迅速,传统测试方法已无法满足不断变更的测试需求。流量回放作为一个自动化产生真实流量、回放测试用例的方法,能够适应不断变更的测试需求,对测试行业的发展具有重大意义。其中,Http协议作为应用业务的常用网络传输协议,在测试任务中占据很大比例。本文对现有的流量镜像技术和应用测试工具进行研究,学习并分析了相关技术理论,从测试人员的用户角度出发,分析测试人员对流量回放平台的功能需求,设
随着移动互联网技术的普及,传统的办公模式也迎来革新,即时通讯办公软件对于企业而言越加重要。各大软件和互联网厂商陆续推出集办公和通讯为一体的协作软件,然而大部分公司却并未挖掘出企业即时通讯办公软件的潜力,仅仅将其作为内部通讯工具使用。本文选取字节跳动的飞书作为研究和开发对象,为了满足作者所在公司内部各团队对于数据交互、数据连通和自动化办公的需求,同时为了挖掘飞书定制开发的最大潜力,本文设计并研发了一
面部信息是人类情感表达的主要方式,在过去30年中,计算机视觉领域的学者对人脸信息处理相关的课题开展了大量研究,并取得了丰硕的成果。面部表情合成即通过图像处理算法使得输入人脸具有特定的面部表情,是目前人脸分析研究中的热点,并受到了广泛的关注,其在人机交互、电影特效、虚拟现实、动画人物制作等领域具有广阔的应用场景和重要价值。尽管已经取得了很大进展,目前的真实感面部表情图像合成方法仍然存在一定的局限,尤
随着移动互联网广告市场规模迅速扩大,精准营销成为广告投放服务的研究重点,现有的广告投放系统,不能很好地适应网约车场景,针对这一现象,本文研究符合网约车特点的终端广告投放系统。本系统使用基于逻辑回归的CTR预测模型,对在线用户进行展示广告推荐,使用用户历史行为数据周期迭代地训练,降序输出广告集。为了完整地实现展示广告从配置到终端展示的全流程,本系统使用分层架构,基于LNMP(Linux+Nginx+
现如今人工智能伴随着机器学习和深度学习等相关技术的快速发展,已经在日常生活、工作中处处发挥着便利我们的作用,但是智能机器进一步认知人类世界离不开对知识的理解。知识图谱以结构化的形式存储着数据知识,用于描述客观世界中的抽象概念、命名实体以及相互关联关系。知识图谱构建质量依赖于实体关系抽取的性能。目前基于深度学习的实体关系抽取模型依赖于大量的标注数据,而真实应用落地场景中少样本类别所占比例较大,数据长
极细粒度实体分类任务旨在为文本中的命名实体做类别划分,是信息抽取中的关键任务,更细的类别划分能为信息抽取提供更丰富的语义内涵,该技术也是信息检索、问答系统、知识图谱、文本挖掘等下游任务的重要支撑。作为关键任务,极细粒度实体分类需要消除语义上的歧义,根据实体(专有名词)的上下文自动、快速地发掘合理且准确实体细粒度类别含义。极细粒度实体分类由于类别多(超过一千类),标注极为困难因而鲜有标注数据,只能通
工业数据是工业企业的重要资产,有效利用工厂的生产、管理和运营数据可以帮助企业更好地实现精细化管理,但目前流程工业企业信息系统种类繁多、数据类型多种多样,多元数据管理不规范、数据分析门槛高,无法真正实现对数据价值的挖掘。本文以对象化建模技术、数据融合加工技术、大数据分析与挖掘技术为关键技术,结合流程工业企业数据特点以及行业知识,采用对象化建模技术对流程工业不同类型数据进行对象化编排,通过数据融合加工
在自然语言处理中,命名实体识别是许多任务的上游,它为诸如信息检索、智能对话和阅读理解等任务打下了根基。虽然近年来深度学习模型在实体识别这个任务上的进展表明,该任务似乎已经不是一个难点,但是由于深度学习模型对大规模标注数据的依赖导致了命名实体识别任务也通常需要海量数据才能有好的效果。这种缺陷在许多场景下会成为一个致命的缺点,比如在医疗领域,由于隐私保护的原因,我们很难获取到大规模的标注数据。本文针对
大数据的兴起促进了数据规模的突飞猛进。数据库中往往存储了大量高价值的数据,以往用户想要查询数据库内容时,需要编写结构化查询语言SQL,再与数据库交互,这给非专业领域的普通用户带来了不便。而且对于一些复杂的查询条件,手工编写SQL时容易出错。如何通过自然语言自由地查询数据库成为新的研究热点。据此,本文提出了基于显式关系编码和抽象语法树解码的Text2SQL系统,可以端到端的将自然语言转换为SQL序列
智能音箱以人工智能为基础,以语音代替点击作为主要的人机交互方式,是新一代的互联网硬件产品。随着智能音箱用户量的急剧增加,企业获取了大量的用户与音箱的交互数据。本文基于海量用户与音箱的交互数据来构建智能音箱用户画像,并介绍用户画像的系统架构及应用。智能音箱用户画像的构建首先是对用户相关属性进行分析,根据业务需求将智能音箱用户画像属性分为用户自然属性、生命周期属性、行为指标属性和用户技能属性。对属性进