1.一种基于机器学习和区块链技术的预测以太坊上交易的燃料限制的方法,其特征在于,所述的方法包括下列步骤:S1、获取在以太坊上已发布所有智能合约的URL;
S2、根据URL获得已验证过的智能合约代码及其相对应的交易的信息;
S3、对获取到的信息进行处理,建立与函数相关的燃料限制特征集;
S4、采用机器学习方法预测以太坊交易燃料限制;
S5、用户输入智能合约代码查询得到每个函数预测燃料限制。
2.根据权利要求1所述的基于机器学习和区块链技术的预测以太坊上交易的燃料限制的方法,其特征在于,所述的步骤S1中采用深度优先算法找到网站上所有与智能合约相关的URL。
3.根据权利要求1所述的基于机器学习和区块链技术的预测以太坊上交易的燃料限制的方法,其特征在于,所述的交易的信息包括:交易所在区块高度、交易的hash值、燃料限制、单独执行这个交易实际所用到的燃料、交易所使交易所使用函数的输入数据。
4.根据权利要求1所述的基于机器学习和区块链技术的预测以太坊上交易的燃料限制的方法,其特征在于,所述的步骤S2中获取的数据采用智能合约名称+当前系统时间戳的方式命名。
5.根据权利要求1所述的基于机器学习和区块链技术的预测以太坊上交易的燃料限制的方法,其特征在于,所述的与函数相关的燃料限制特征集中选取的特征包括:交易所在区块的高度、交易所执行SHA256函数次数、交易执行SHA3函数次数、交易执行与操作/或操作/亦或操作次数、交易执行中ADD/PUSH/SUB/DUP/SWAP次数、交易执行乘法/除法次数、交易执行JUMP操作次数、交易执行ADDRESS次数、交易所执行函数中FOR循环次数、交易执行中call函数次数、交易中变量的个数。
6.根据权利要求1所述的基于机器学习和区块链技术的预测以太坊上交易的燃料限制的方法,其特征在于,所述的机器学习方法采用SVM支持向量机的机器学习算法。