Cardano Stake Dataset

该数据集从Cardano节点同步到主网网络，跟踪股权分布和股权池参数及近似性能。每个数据集从第208个纪元开始，每个纪元开始时提取，记录了Shelley时代的所有历史数据。

This dataset is synchronized from the Cardano node to the mainnet network, tracking the distribution of stakes and the parameters of stake pools along with their approximate performance. Each dataset begins from the 208th epoch, with data extracted at the start of each epoch, recording all historical data from the Shelley era.

原始信息汇总

Cardano Stake Dataset 概述

数据集内容

本数据集记录了Cardano主网上的权益分配情况，包括权益池的参数及其大致性能。数据从Shelley时代的第208个纪元开始，每个纪元开始时采集一次。

文件命名规则

每个数据文件以纪元号命名，例如314.json代表第314个纪元。

数据字段

• desiredNumberOfStakePools: 网络认为的理想权益池数量，也称为k参数。
• stakePoolPledgeInfluence: 池主质押对奖励的影响，也称为a0。
• totalRewards.ada.lovelace: 该纪元可获得的奖励总额，来自前一纪元。
• totalStake.ada.lovelace: 该纪元可用于质押的Ada总量，即流通供应量减去国库。
• activeStake.ada.lovelace: 参与共识并可获得奖励的质押Ada总量。
• stakePools: 权益池列表，每个权益池以键值对形式记录以下字段：
  • id: 权益池的标识符，bech32编码。
  • stake.ada.lovelace: 权益池在该纪元的绝对质押量。
  • ownerStake.ada.lovelace: 权益池所有者的质押量。
  • approximatePerformance: 权益池的性能指标，基于其历史纪元中实际生产的区块与预期比较。
  • parameters.cost.ada.lovelace: 权益池的固定成本。
  • parameters.margin: 权益池的利润率，以两个整数的比率表示。
  • parameters.pledge.ada.lovelace: 权益池的声明质押。

数据集构造方式

原始数据通过Ogmios==v6.3.0和cardano-node==8.9.3获取，使用脚本在每个纪元边界同步节点时抓取数据，并通过另一脚本调整字段名称和结构。

搜集汇总

数据集介绍

构建方式

该数据集通过与Cardano主网同步的cardano-node节点，利用Ogmios v6.3.0和cardano-node 8.9.3版本，从Shelley时代开始，在每个epoch的边界处提取数据。具体而言，一个基础脚本在节点同步过程中，每到一个epoch的开始时执行数据抓取操作。随后，通过另一个脚本对部分字段进行重命名并调整数据结构，最终形成每个epoch对应的独立文件。

使用方法

使用该数据集时，用户可根据epoch编号直接访问对应的JSON文件，获取特定epoch的权益分布和权益池参数。数据集中的字段如‘desiredNumberOfStakePools’、‘stakePoolPledgeInfluence’等，为研究Cardano网络的权益分配和激励机制提供了详实的数据支持。此外，通过分析‘approximatePerformance’字段，可以评估权益池的历史表现，为未来的权益分配策略提供参考。

背景与挑战

背景概述

Cardano Stake Dataset是由一个同步到Cardano主网节点的数据集，专注于记录自Shelley时代开始以来每个epoch的权益池分布及其参数和近似性能。该数据集由主要研究人员或机构通过运行`cardano-node==8.9.3`和`Ogmios==v6.3.0`，并使用自定义脚本在每个epoch边界提取数据构建而成。其核心研究问题在于追踪和分析权益池的动态变化，这对于理解Cardano网络的稳定性和效率具有重要意义。该数据集的创建不仅为研究人员提供了宝贵的历史数据，也为优化网络参数和提升系统性能提供了数据支持。

当前挑战

Cardano Stake Dataset在构建过程中面临多项挑战。首先，数据提取的实时性和准确性要求高，需确保在每个epoch边界及时获取数据。其次，数据结构的调整和字段的重新命名增加了数据处理的复杂性。此外，权益池的动态变化和网络参数的调整使得数据分析和模型构建变得复杂。最后，确保数据集的长期维护和更新，以反映网络的最新状态，也是一个持续的挑战。

常用场景

经典使用场景

在区块链技术的研究领域中，Cardano Stake Dataset 提供了一个详尽的历史数据集，专注于Cardano网络中权益池的分布及其参数。该数据集从Shelley时代开始，记录了每个epoch初期的权益分布情况，包括每个权益池的标识、权益量、所有者权益、近似性能、固定成本、利润率和声明的质押等关键信息。这些数据为研究人员提供了深入分析权益池动态和网络性能的宝贵资源，特别是在权益证明（PoS）机制的研究中，该数据集成为了不可或缺的工具。

解决学术问题

Cardano Stake Dataset 在学术研究中解决了多个关键问题，特别是在权益证明（PoS）机制的优化和验证方面。通过详细记录每个epoch的权益分布和权益池参数，该数据集帮助研究人员理解和模拟权益池的行为，评估不同参数设置对网络性能和安全性的影响。此外，它还为研究权益池的激励机制和公平性提供了实证数据，推动了区块链技术在去中心化和安全性方面的理论发展。

实际应用

在实际应用中，Cardano Stake Dataset 为区块链开发者和权益池运营者提供了重要的决策支持。通过分析历史数据，运营者可以优化其权益池的参数设置，以提高性能和收益。开发者则可以利用这些数据进行模拟和测试，确保新功能的稳定性和安全性。此外，该数据集还支持监管机构和审计机构对权益池的透明度和合规性进行监控，增强了整个网络的信任度和稳定性。

数据集最近研究

最新研究方向

在区块链技术的蓬勃发展中，Cardano Stake Dataset作为一个关键的数据集，近期研究主要集中在优化权益池的分布和性能分析上。该数据集通过追踪从Shelley时代开始的每个epoch的权益分布，为研究人员提供了丰富的历史数据。前沿研究方向包括通过机器学习模型预测权益池的未来表现，以及利用数据集中的参数如`a0`和`k`来优化网络的权益分配策略。此外，数据集的构建方法和数据来源的透明性，也为研究者提供了可靠的分析基础，进一步推动了区块链网络的公平性和效率研究。