Newest papers

Towards an Intelligent Decision Engine for Smart Contract Deployment

Oana-Otilia Captarencu, Emanuel Onica, Andrei Arusoaie · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.24198 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Các giải pháp blockchain Layer 2 (L2) đã xuất hiện trong những năm gần đây, chủ yếu trong hệ sinh thái Ethereum, như một lựa chọn khả thi để mở rộng quy mô mạng blockchain chính (L1). Tuy nhiên, việc lựa chọn giải pháp L2 để triển khai các hợp đồng thông minh hỗ trợ các ứng dụng blockchain là một quyết định phụ thuộc vào nhiều yếu tố, chẳng hạn như chi phí, hiệu quả, phổ biến và ổn định. Chúng tôi đề xuất ở đây một phương pháp hệ thống để giúp với quá trình ra quyết định này bằng cách sử dụng một tập hợp các số liệu có liên quan và giới thiệu các hồ sơ được xác định bởi người dùng nắm bắt các ưu tiên khác nhau giữa các số liệu này. Chúng tôi thu thập các loại hợp đồng thông minh chính từ một nguồn dữ liệu được quản lý bởi cộng đồng và chúng tôi thu thập các giao dịch trong một khoảng thời gian sáu tháng từ ba giải pháp

Machine translation (Meta M2M100); the English original follows.

Abstract

Layer 2 (L2) blockchain solutions emerged in recent years, predominantly in the Ethereum ecosystem, as a viable option for scaling a main blockchain network (L1). However, the selection of a L2 solution for deploying smart contracts backing blockchain applications is a decision that depends on many factors, such as costs, efficiency, popularity, and stability. We propose here a systematic methodology to help with this decision making process by using a set of relevant metrics and introducing user-defined profiles that capture different priorities among these metrics. We collect the major categories of smart contracts from a community-maintained data source, and we gather transactions for a six months period from three major L2 solutions: Arbitrum, Optimism, and Base. For each contract category and each blockchain, we compute a set of metrics and scores tailored to each user profile. By applying our methodology, we identify a clear bias in the classification, showing which L2 solutions are better suited for particular application types and user profiles.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Computer science, Software deployment, Set (abstract data type), Process (computing), Blockchain, Smart contract

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange