Estimación del coste del gas en transacciones de Ethereum mediante Deep Learning

Abstract

En el presente trabajo se estudia la aplicación de técnicas de Deep Learning a la predicción del precio del Gas en Ethereum. Después de una breve introducción al campo del Deep Learning y de la Blockchain Ethereum, se revisan algunos trabajos ya existentes con esta temática. Se plantea a continuación el problema de la predicción del precio a partir de los principales parámetros que pueden encontrarse en la propia Blockchain Ethereum, y que parecen relevantes para el mismo. Se ha identificado una fuente para obtener datos históricos, y se han creado scripts para la captura y preparación de datasets desde la misma. Se ha realizado un estudio preliminar de los datos así obtenidos. Se han propuesto varios modelos y Redes Neuronales que se han entrenado a partir de los anteriores. Se han comparado los resultados obtenidos, comprobando las capacidades predictivas de varios de los modelos. Finalmente, se presentan las conclusiones obtenidas y sugieren posibles áreas de estudio adicionales.

This work studies the application of Deep Learning techniques to Ethereum blockchain Gas price prediction. After a brief introduction to Deep Learning and Ethereum Blockchain, a literature review and search of related works is performed. Then, a Machine Learning scenario is proposed, where the gas price is to be predicted from several Ethereum blockchain parameters that seem relevant. A data source from where to get historical datasets has been identified, and scripts have been prepared to retrieve and prepare them. A preliminary data analysis is then performed on them. Subsequently, several models and Artificial Neural Networks are proposed, created and trained with the previous datasets, and their results compared and commented. Lastly, conclusions, and possible additional study lines, are presented.

En el present treball s'estudia l'aplicació de tècniques de Deep Learning a la predicció del preu del Gas en Ethereum. Després d'una breu introducció al camp del Deep Learning i de la Blockchain Ethereum, es revisen alguns treballs ja existents amb aquesta temàtica. Es planteja a continuació el problema de la predicció del preu a partir dels principals paràmetres que poden trobar-se en la pròpia Blockchain Ethereum, i que semblen rellevants per a aquest. S'ha identificat una font per a obtenir dades històriques, i s'han creat scripts per a la captura i preparació de datasets des d'aquesta. S'ha realitzat un estudi preliminar de les dades així obtingudes. S'han proposat diversos models i Xarxes Neuronals que s'han entrenat a partir dels anteriors. S'han comparat els resultats obtinguts, comprovant les capacitats predictives de diversos dels models. Finalment, es presenten les conclusions obtingudes i suggereixen possibles àrees d'estudi addicionals.