xia yan

在 Web3 领域的实践过程中，我主导的三个核心项目充分展现了技术创新与实际应用的深度结合。在基于强化学习的动态 Gas 优化模型项目中，面对以太坊网络 Gas 费用波动大、交易拥堵等问题，我带领团队搭建了一套实时响应系统。通过 Python 编写数据采集脚本，实时抓取以太坊节点的 Gas 价格、区块确认时间等关键数据，利用强化学习算法构建动态决策模型。该模型以 Gas 成本最小化、交易确认时间最短化为目标，让智能体在模拟的网络环境中不断试错学习，根据网络状态动态调整 Gas Limit 和 Gas Price 参数。​针对 DeFi 生态中猖獗的诈骗风险，我设计并落地了 DeFi 诈骗代币检测系统。运用 Solidity 静态分析工具对代币合约进行深度审计，结合 Python 编写的链上数据分析脚本，对代币合约的代码逻辑、资金流向、社区活跃度等进行多维度评估。在 ERC20 代币链上对敲交易检测和量化系统项目中，我构建了一套包含时序分析、图分析和统计分析的多维度模型。通过 JavaScript 与区块链节点进行交互，实时获取代币交易数据，运用 Python 对交易数据进行清洗和特征提取，挖掘交易时间间隔、交易金额比例、地址交互频率等关键特征。从项目前期的需求调研、技术选型，到中期的开发测试、团队协作，再到后期的上线运营、优化迭代，我都深度参与其中。这些经历不仅让我积累了宝贵的实践经验，也为 Web3 领域的生态建设与风险防控提供了可复制、可推广的实践范例，为推动行业健康发展贡献了自己的力量。