L3S Best Publication of the Quarter (1/2024)
Category: Green AI and Computing
Reducing CO₂ emissions in a peer-to-peer distributed payment network: Does geography matter in the lightning network?
Authors: Danila Valko, Daniel Kudenko
Published in the Q1 journal “Computer Networks”
https://www.sciencedirect.com/science/article/pii/S1389128624001294
Welches Problem möchten Sie mit Ihrer Forschung lösen?
Unsere Arbeit untersucht die Nachhaltigkeit von Blockchain-bezogenen Zahlungsnetzwerken am Beispiel des Lightning Network (LN). Wir schlagen eine Lösung zur Reduzierung von Kohlendioxidemissionen vor, indem wir Zahlungswege basierend auf geografischer Verteilung und Stromkohlenstoffintensität optimieren und dabei die Effizienz des Netzwerks erhalten.
Das Lightning Network (LN) ist eine sekundäre P2P-Netzwerkschicht, die auf der bestehenden Blockchain-Infrastruktur arbeitet. Es soll schnelle und anonyme Multi-Hop-Zahlungen im globalen Maßstab ermöglichen. Für eine Einführung in die Grundlagen des LN und spezifische Voraussetzungen verweisen wir den Leser auf http://dx.doi.org/10.1016/j.pmcj.2022.101584.
Was ist das Neue an Ihrer Forschung?
Unsere Ergebnisse bieten einen neuartigen Ansatz zur Nachhaltigkeit in Blockchain-bezogenen Netzwerken, indem geografische Daten und Stromkohlenstoffintensität in Zahlungspfadfindungsalgorithmen integriert werden. Diese Forschung wirft wichtige Fragen zur Netzwerkgestaltung auf und trägt zum wachsenden Bereich der nachhaltigen Technologieentwicklung und grünen Informatik bei, indem sie eine effektive Lösung zur Bewältigung von Umweltproblemen bietet.
Weitere Details finden Sie unter https://doi.org/10.1016/j.comnet.2024.110297
