DOI: 10.26820/reciamuc/7.(2).abril.2023.351-362
URL: https://reciamuc.com/index.php/RECIAMUC/article/view/1118
EDITORIAL: Saberes del Conocimiento
REVISTA: RECIAMUC
ISSN: 2588-0748
TIPO DE INVESTIGACIÓN: Artículo de revisión
CÓDIGO UNESCO: 3310 Tecnología Industrial
PAGINAS: 351-362
Prototipo de sistema distribuido para el procesamiento de
transacciones ERC20 en el contexto de la Industria 4.0
Prototype distributed system for ERC20 transaction processing in the
context of Industry 4.0
Protótipo de um sistema distribuído para o processamento de transacções
ERC20 no contexto da Indústria 4.0
Angel Marcel Plaza Vargas
1
; Annabel Sally Lizarzaburu Mora
2
; Oswaldo Orlando Arauz Arroyo
3
RECIBIDO: 23/02/2023 ACEPTADO: 12/03/2023 PUBLICADO: 15/05/2023
1. Diploma Superior en Pedagogía Universitaria; Magíster en Modelamiento Computacional; Ingeniero en
Computación (Especialización Sistemas Tecnológicos); Universidad de Guayaquil, Ecuador; angel.pla-
zav@ug.edu.ec; https://orcid.org/0000-0002-4617-153X
2. Especialista en Proyectos de Desarrollo Educativos y Sociales; Magíster en Educación Superior; Ingenie-
ro Industrial; Universidad de Guayaquil, Ecuador; annabelle.lizarzaburum@ug.edu.ec; https://orcid.
org/0000-0003-1258-5424
3. Magister en Tecnología e Innovación; Ingeniero Mecánico; Universidad de Guayaquil, Ecuador; oswaldo.
arauza@ug.edu.ec; https://orcid.org/0000-0002-2609-9075
CORRESPONDENCIA
Angel Marcel Plaza Vargas
angel.plazav@ug.edu.ec
Guayaquil, Ecuador
© RECIAMUC; Editorial Saberes del Conocimiento, 2023
RESUMEN
El escenario industrial actual presenta cambios exponenciales, principalmente a las diferentes tecnologías
que surgen rápidamente, las empresas pretenden implementar estos avances tecnológicos en sus procesos
de producción con el objetivo de obtener una mayor productividad, reducir costos, lograr la elaboración ma-
siva y reducir tiempos de producción. Dentro del contexto de Industria 4.0, el uso de sistemas ciber físicos
permite la automatización y digitalización de algunos procesos a través del empleo de ciertas tecnologías
digitales para mejorar la producción a través de la interconexión de todos los sistemas de la industria que
incluye a los propietarios, trabajadores, clientes y proveedores. En el área del tratamiento de este conjunto
de transacciones, cada vez es más habitual el uso de redes descentralizadas de criptodivisas, esto a su
vez incrementa la demanda de este tipo de tecnología y por consecuencia su desarrollo es más acelerado.
Además de ser usada como medio de transacción de activos estas redes empiezan a implementar capacidad
de programación sobre la blockchain para el desarrollo de aplicaciones y más funcionalidades que las hacen
más atractiva tanto para los desarrolladores como para los usuarios. En el presente trabajo, se muestran los
resultados de las diferentes pruebas de rendimiento, procesamiento, consumo energético y temperatura so-
bre un prototipo de sistema distribuido capaz de procesar transacciones en la red ERC-20.
Palabras clave: Sistema Distribuido, Industria 4.0, ERC-20, Blockchain, Criptodivisas.
ABSTRACT
The current industrial scenario presents exponential changes, mainly to the different technologies that arise ra-
pidly, companies intend to implement these technological advances in their production processes with the aim
of obtaining greater productivity, reducing costs, achieving mass production and reducing production times.
Within the context of Industry 4.0, the use of cybernetic systems allows the automation and digitization of some
processes through the use of certain digital technologies to improve production through the interconnection of all
industry systems that include the owners, workers, customers and suppliers. For the treatment of this set of tran-
sactions, the use of decentralized cryptocurrency networks is becoming more common, which in turn increases
the demand for this type of technology and consequently its development is faster. In addition to being used as a
means of asset transactions, these networks begin to implement the programming capacity on the chain of bloc-
ks for the development of applications and more functionalities that make them more attractive to developers and
users. This paper presents the results of the different tests of performance, processing, energy consumption and
temperature on a prototype of a distributed system capable of processing transactions in the ERC-20 network.
Keywords: Distributed System, Industry 4.0, ERC-20, Blockchain, Cryptocurrencies.
RESUMO
O actual cenário industrial apresenta mudanças exponenciais, principalmente devido às diferentes tecnolo-
gias que surgem rapidamente, as empresas pretendem implementar estes avanços tecnológicos nos seus
processos produtivos de forma a obter maior produtividade, reduzir custos, alcançar a produção em massa e
reduzir os tempos de produção. No contexto da Indústria 4.0, a utilização de sistemas ciber-físicos permite a
automatização e digitalização de alguns processos através da utilização de determinadas tecnologias digitais
para melhorar a produção através da interligação de todos os sistemas da indústria, incluindo proprietários,
trabalhadores, clientes e fornecedores. Na área do processamento deste conjunto de transacções, a utiliza-
ção de redes descentralizadas de criptomoedas está a tornar-se cada vez mais comum, o que por sua vez
aumenta a procura deste tipo de tecnologia e consequentemente o seu desenvolvimento é mais acelerado.
Para além de serem utilizadas como meio de transacção de activos, estas redes começam a implementar
capacidades de programação na blockchain para o desenvolvimento de aplicações e mais funcionalidades
que as tornam mais atractivas tanto para programadores como para utilizadores. Neste artigo, mostramos os
resultados dos diferentes testes de desempenho, processamento, consumo de energia e temperatura num
protótipo de sistema distribuído capaz de processar transacções na rede ERC-20.
Palavras-chave: Sistema distribuído, Indústria 4.0, ERC-20, Blockchain, Criptomoedas.
353
RECIMAUC VOL. 7 Nº 2 (2023)
Introducción
El recrudecimiento de las diversas crisis
globales, como el cambio climático o la es-
casez de los recursos naturales, hace im-
prescindible un cambio en los esquemas
productivos de todos los países. La crecien-
te necesidad de aumentar la producción,
la eficiencia y la calidad de los productos
industriales ha llevado a desarrollar nuevas
tecnologías capaces de acompañar la evo-
lución tecnológica.
En este contexto, la Industria 4.0, permi-
te que las organizaciones de fabricación
aumenten la colaboración al hacer que la
información correcta sea accesible para
las personas adecuadas en tiempo real,
optimiza el uso de los recursos, apoya el
bienestar de los ciudadanos y fortalece el
desarrollo social como parte del aumento
de la eficiencia en todos los procesos de
producción industrial (Amoozad Mahdiraji
et al., 2022; Masood & Sonntag, 2020). Es-
tos cambios se introducen por medio de los
nueve pilares de la Industria 4.0, como son:
el uso de big data, inteligencia artificial, in-
ternet de las cosas, integración de los siste-
mas de información, uso de simulación de
procesos, conceptos de manufactura aditi-
va, ciberseguridad, almacenamiento y pro-
cesamiento en la nube, robótica y realidad
aumentada.(Esposito & Romagnoli, 2021;
Xu et al., 2021)
La Industria 4.0 ha modificado por completo
los sistemas de producción y fabricación de
productos que se han implementado duran-
te años. Con esto no solo cambia la forma
de producir, sino también de trabajar (Bakh-
tari et al., 2020; Resende et al., 2021; Xu et
al., 2021). Entre sus principales ventajas se
pueden mencionar: los procesos de pro-
ducción tardan menos tiempo, los niveles
de calidad de los productos son mayores,
los costos de producción son menores, se
generan menores desperdicios, se crea fa-
cilidad de control de recursos, se mejora la
competitividad en el mercado, incremento
de la seguridad en los procesos, mejoras
PROTOTIPO DE SISTEMA DISTRIBUIDO PARA EL PROCESAMIENTO DE TRANSACCIONES ERC20 EN EL
CONTEXTO DE LA INDUSTRIA 4.0
en el sistema de distribución y ventas de los
productos, se mejoran los sistemas y solu-
ciones de producción implementan meca-
nismos para tomar decisiones flexibles, au-
tomáticas y en tiempo real que garantizan la
adaptación de los procesos productivos al
comportamiento variable de los contextos
económicos, sociales y físicos.(Govindan &
Arampatzis, 2023; Martell et al., 2023)
La Industria 4.0 requiere una sólida com-
prensión de los sistemas ciberfísicos, que
ofrecen un entorno de fabricación habilitado
para el desarrollo de metas que los concep-
to de Industria 4.0 requieren, como recopi-
lación, transparencia y análisis de datos en
tiempo real en todas las partes del proceso
de fabricación, conocidos como fabricación
cibernética (Piccarozzi et al., 2022; Sharma
et al., 2022). El análisis de datos permite a
los ejecutivos tomar decisiones basadas en
datos y aumentar la productividad, mientras
que la automatización acelera la fabricación
y reduce el tiempo de inactividad de las má-
quinas.(Javaid et al., 2023)
Con este enfoque, la eficiencia global de la
industria ha demostrado aumentar signifi-
cativamente a través de los paradigmas im-
puestos, como los sistemas ciber físicos o la
inteligencia artificial, los cuales son básicos
para hacer posible esta nueva era, aunque
todos estos mecanismos de monitorización
y algoritmos de toma de decisiones se apo-
yan en una tecnología común como son las
redes de comunicación (Esposito & Romag-
noli, 2021; Resende et al., 2021). Además,
la Industria 4.0 ayuda a mejorar e identificar
nuevos modelos de negocio y a satisfacer
la demanda emergente de personalización
de productos a través de una gestión y con-
trol de procesos inteligente.(Benitez et al.,
2023; Javaid et al., 2023)
Como se ha mencionado, el constante cre-
cimiento tecnológico ha impulsado al desa-
rrollo de nuevas tecnologías o implementar
otras tecnologías en formas más eficientes y
creativas, es por ello que paulatinamente se
ha empezado a desarrollar un mercado no
354
RECIMAUC VOL. 7 Nº 2 (2023)
regulado que llega al borde de la informali-
dad por el cual se procesan transacciones
de manera anónima, estas transacciones
no se restringen por barreras fronterizas ni
políticas, hablamos de las redes de cripto-
divisas.(Leng et al., 2020)
La función fundamental de estas redes es la
descentralización, ya que los servidores que
procesan las transacciones no se encuen-
tran en posesión de un ente gubernamen-
tal o compañía, en cambio los servidores
se encuentran en posesión de los usuarios
que hacen uso de la misma red o en dado
caso que deseen aportar potencia de pro-
cesado delegando su hardware a procesar
problemas matemáticos para dicha red, a
estos usuarios se los denominan mineros,
los cuales al procesar transacciones resol-
viendo problemas matemático reciben una
recompensar por aportar potencia a la red
en forma de tokens de la propia red (Bürer
et al., 2019; Wang et al., 2020). El uso de
este tipo de redes es muy habitual debido al
anonimato de la misma, así como su eficien-
cia, seguridad y velocidad, es por ello un
factor importante es el incremento constan-
te de la potencia de procesado de la red.
(Ajmera & Jain, 2019; Leng et al., 2020)
El articulo detalla el proceso de construcción
y configuración de un servidor enfocado en
el procesado de transacciones de una red
de criptodivisas, para ser más exacto en
la red ERC-20 la cual tiene como token de
gobernanza el Ethereum el cual sirve para
pagar las comisiones de las transacciones
u operaciones realizas en la red, con el
ethereum se puede crear aplicaciones que
usan la cadena de bloques para almace-
nar datos o controlar lo que puede hacer su
aplicación. Esto da como resultado una ca-
dena de bloques de propósito general que
se puede programar para hacer cualquier
cosa (Dyson et al., 2020). Este proyecto es
un complemente del trabajo previo donde
se evaluó el proceso de minado de criptodi-
visas basado en tecnologías de bajo costo.
(Navas et al., 2022)
Como menciona en su propio portal web la
red de Ethereum es una red blockchain la
cual permite programar sobre ella aplica-
ciones, haciéndola una red funcional, por
tanto, la red requiere de una alta potencia
de procesado para sus transacciones y sus
aplicativos a futuro. El prototipo desarrollado
es capaz de procesar las transacciones de
esta red, haciendo uso de componentes de
hardware de gama alta.(Aoun et al., 2021)
Materiales y métodos
Como parte del desarrollo del prototipo se
establecieron algunos variables de análisis
para definir entre las diferentes opciones de
armado y selección de componentes, entre
los principales componentes a definir son
las tarjetas gráficas (GPU)
En el presente desarrollo del prototipo para el
procesado de transacciones de la red ERC-
20 se estableció variables de análisis para
el servidor de acuerdo a las condiciones ne-
cesarios del equipo a utilizar, el componente
principal es el encargado es el encargado
de procesar las transacciones, en este caso
las tarjetas gráficas (GPU) o chips de proce-
sado gráfico, se estableció este componente
a usar por su elevada eficiencia en el cálcu-
lo matemático de los algoritmos de consen-
so utilizados en las redes descentralizadas
de criptomonedas como lo son ETHASH el
cual es el algoritmo implementado en la red
ERC-20. (Ferdous et al., 2021)
Los principales parámetros de evaluación
con los cuales se medirá el rendimiento de
los equipos se darán en base a:
1. Consumo Energético
2. Desgaste de los equipos en base a la
temperatura alcanzada al procesar tran-
sacciones.
3. Volumen de transacciones procesadas
Con estos parámetros se busca evaluar el
nivel de eficiencia de los equipos imple-
mentados para el desarrollo del servidor
para procesador de transacciones de la red
PLAZA VARGAS, A. M., LIZARZABURU MORA, A. S., & ARAUZ ARROYO, O. O.
355
RECIMAUC VOL. 7 Nº 2 (2023)
ERC-20 a lo que a su vez se harán compara-
tivas con otros modelos de GPUs, poniendo
como parámetros de evaluación los mismos
que previamente se mencionó, esto con la
finalidad de obtener una base de datos de
la eficiencia de los chips gráficos (GPU).
Uno de los primeros retos es determinar el
hardware y su respectivo software a usar, ya
que se requiere que el hardware sea po-
tente y eficiente, mientras que el software
debe de ser seguro, ligero y gratuito.
Una vez dictaminado todo esto se comien-
za el proceso de montado del servidor de-
tallando paso a paso todo el procedimiento
para luego aplicar las correctas configura-
ciones y ajustes, ya que serán necesarias
para poder evaluar el rendimiento del equi-
po tomándolo como referencia para hacer
comparativas con otros equipos para así
evaluar la propia eficiencia del prototipo.
Tabla 1. Comparativa de algoritmos de consenso POW y POS
Tabla 2. Comparativa de algoritmos de consenso POW y POS
En la tabla 1 y Tabla 2, se comparó las ca-
racterísticas más relevantes de los protoco-
los de procesado de transacciones, des-
tacando entre estos como más seguro el
protocolo POW debido a su método de con-
senso (Cao et al., 2020; Li et al., 2023). Ahora
bien, este algoritmo de consenso será imple-
mentado en el RIG para procesar transaccio-
PROTOTIPO DE SISTEMA DISTRIBUIDO PARA EL PROCESAMIENTO DE TRANSACCIONES ERC20 EN EL
CONTEXTO DE LA INDUSTRIA 4.0
356
RECIMAUC VOL. 7 Nº 2 (2023)
nes ya que los procesadores gráficos a usar
son de alta gama, esto los hace compatibles
y tolerante a la potencia necesaria de la red.
Además, se usará como comparativa otros
procesadores gráficos que a si mismo sean
compatibles con las características estudia-
das en las tablas de datos, esto para tener
un método de referencia de la eficiencia de
los equipos, en los cuales se destacaran con-
sumo energético, potencia de procesado de
transacciones y nivel de desgaste por tempe-
ratura, todo esto al momento del equipo tra-
bajar.(Lasla et al., 2022; Yadav et al., 2022)
El algoritmo de consenso ETHASH como su
categoría lo menciona es un algoritmo para
el procesado de transacciones en el cual
el token de gobernanza es el ETHEREUM
implementado en a la red ERC-20, este al-
goritmo de consenso tiene como condicio-
nes dadas para el descifrado de un bloque
dentro de la blokchain el llegar a dar con
el resultado correcto con el cual se puede
descifrar dicho bloque y así subir dicho blo-
que a la blokchain el cual pasara a ser parte
del libro contable público en la red de Ethe-
reum. (Cao et al., 2020)
Este tipo de algoritmo de consenso gana su
nombre debido a que para llegar a dar el vis-
to bueno a la hora de aceptar un bloque para
terminar en el historial de transacciones pues
este resultado el cual valida el bloque debe
llegar a ser un consenso o validado por más
mineros o equipos que estén en ese momen-
to aportando potencia de procesado, esto
para que no se llegue a corromper la cadena
de bloques y el balance total de la red no se
corrompa generación así falsas transaccio-
nes, la única manera de llegar a corromper
la red es llegando a tener el 51% de la poten-
cia de procesado de transacciones, ya que
al ser un algoritmo de consenso en donde
la razón la tiene la mayoría esto le daría al
propietario de dicha potencia de hardware el
poder de dañar dichos balance total.
Tabla 3. Comparativa de algoritmos criptográficos y características
En base al análisis de la Tabla 3. se desta-
can las característica de compatibilidad de
hardware, lo que permite al implementación
del algoritmo ETHASH siendo esta la más
relevante esto debido a que al usar GPUs
estas se encuentran en una categoría de
hardware de procesado elevado pero no
tanto como le de los ASICs ya que estos
consumen elevadas cantidades de energía
eléctrica llegando a superar los 3000kw/h a
diferencia de una GPU que en el caso del
modelos más potente la RTX3090, llega a
un consumo de 350kw/h por lo que facilita
más el montado de estos equipos.
PLAZA VARGAS, A. M., LIZARZABURU MORA, A. S., & ARAUZ ARROYO, O. O.
357
RECIMAUC VOL. 7 Nº 2 (2023)
En la tabla 4, se realiza el análisis referente
a los pools de minería, se toma en conside-
ración los valores como frecuencia de caída
de bloque, porcentaje de comisión del pool,
potencia almacenada en la red, algoritmos
compatibles con Ethash, estabilidad de la
propia pool y tiempo de latencia entre peti-
ción e información enviada en la red (Zhang
et al., 2023). Los pool de minería permiten a
varios mineros conectar en a una red de crip-
tomonedas descentralizada que emplee el
algoritmo de consenso Proof of Work (POW),
esto con la finalidad trabajar en conjunto,
esto para reducir el tiempo de descifrado de
bloques esto con la finalidad de obtener la
recompensa danto ventaja sobre otros mine-
ros, repartiendo así la tarea entre todos los
usuarios conectados que estén aportando
potencia de minado a dicha red.(Dou et al.,
2022; Lasla et al., 2022; Pelech et al., 2021)
Tabla 4. Comparativa de pools de minería y características
Modelo del GPUs: El equipo a implementar
para el procesado de transacciones será las
tarjeta RX6800 desarrolladas por la empre-
sa AMD, las cuales cuentan con 16gb de
VRAM, lo cual ayuda mucho a los equipos
a la hora de empezar a minar criptomone-
das debido a que este modelo de graficas
han demostrado entregar un rendimiento de
procesado de hasta 62,5mhz de potencia
siendo una potencia alta para esta gama
de equipos, resaltando además que las
mismas cuentan con un sistema de enfria-
miento muy robusto lo cual evita y cuida los
módulos de memoria del equipo así como le
núcleo evitan sobrecalentamientos, permi-
tiendo alargar el tiempo de vida de dichos
equipos a más de 5 años trabajando 24/7.
Modelo del Procesador: Para este pro-
totipo se estar integrando un procesador
Intel Celeron G5905 a una frecuencia de
3.6GHz, el cual cuanta con 2 núcleo 2 hilos,
este procesador fue seleccionado por sus
características previamente mencionadas,
destacando la principal por su bajo consu-
mo, además de su valor monetario, además
de ello tomando en cuanto que en los equi-
pos de minería los procesadores como tal
no son muy eficientes por lo que la función
que cumplirá dicho Procesador es la de po-
der arrancar el equipo que en conjunto con
la tarjeta madre permitirán ejecutar el sof-
tware HIVEOS
Modelo de Tarjeta madre: En el montado
del equipo se usó una motherboard del fa-
bricante BIOSTAR siendo más específico
en el modelo “TZ-590btc dúo”, debido a
que este modelo en específico fue desarro-
llado para integrar varias tarjetas gráficas la
misma cuenta con 9 puertos PCI Express
lo que permitiría añadir al equipo 9 tarjetas
de procesador gráfico, además esta con un
adaptador con entrada Nvme y salida PCI
Express permitirá instalar hasta una 10 pla-
ca de video sin problemas elevando aún
más la potencia de procesado del servidor.
PROTOTIPO DE SISTEMA DISTRIBUIDO PARA EL PROCESAMIENTO DE TRANSACCIONES ERC20 EN EL
CONTEXTO DE LA INDUSTRIA 4.0
358
RECIMAUC VOL. 7 Nº 2 (2023)
Luego de haber establecido los componen-
tes más relevantes a utilizar en la propuesta
para su correcto desarrollo, es importante
determinar las distintas actividades a rea-
lizar para proceder a hacer el montado del
equipo, así como su configuración hablan-
do del software. Ahora bien, el procedimien-
to para desarrollar la propuesta se llevará
acabo de la siguiente manera:
• Configuración de Wallet en la Red ERC-
20.
• Instalación de sistema Operativo en la
unidad de almacenamiento.
• Creación de cuenta en plataforma Hi-
veOS.
• Vincular identificador del Servidor de
procesado de transacciones para mon-
tado del Hardware.
• Configuración de la Ruta de Vuelo.
• Configuración de Overclocks.
• Ejecución del procesado de transaccio-
nes del servidor.
• Análisis de rendimiento del equipo en
base a Consumo energético, potencia
de procesado, desgaste por temperatu-
ra de las tarjetas RX6800.
Imagen 1. Paso de instalación de componentes
Resultados y discusión
Para la construcción del servidor de tran-
sacciones en la ERC-20 se determinó el
hardware a implementar, el cual para este
caso de estudio se requirió el uso de:
• Tarjeta madre TZ590BTC DUO BIOSTAR,
• Procesador Intel(R) Celeron(R) G5905
CPU @ 3.50GHz
• Memoria RAM Corsair Vengeance 8GB
3200hz
PLAZA VARGAS, A. M., LIZARZABURU MORA, A. S., & ARAUZ ARROYO, O. O.
359
RECIMAUC VOL. 7 Nº 2 (2023)
• Unidad de almacenamiento BIOSTAR
SSD 240GB
• X6 Adaptadores Riser Vero009
• X6 Tarjetas Gráficas AMD RX6800
• X2 Fuentes de poder Corsair 1000W
80Plus Gold
En el apartado de ajustes adecuados para
la configuración del servidor, se logró esta-
blecer los siguientes parámetros de las tar-
jetas gráficas como lo son:
• Software: HiveOS compilación 0.6-
217@22042
• Drivers compilados: amd 21.40.1
(5.13.0201)
• Overlclock:
• Core Clock: 1350 1350 1350 1350 1350
1350
• Core Voltaje: 640 640 640 0 640 640
• Memory Clock: 1065 1065 1065 1065
1065 1065
• Fan: 80%
• Miner: TeamRedMiner V0.10.2
• Miner Pool: flexpool.io
Tabla 5. Datos del rendimiento de las GPUs sin Overclocks, luego de procesar transac-
ciones por 1 hora
Como se puede observar en la Tabla 5, las
6 tarjetas GPU entregan una potencia de
58,19mhz a 59mhz en promedio, en base
a un consumo de 120W a 140W, tomando
en cuenta que las temperaturas fluctúan en
el núcleo alrededor de 40°C a 48°C y res-
pectivamente se detecta en los bancos de
memoria de las Vram una temperatura en
promedio de 59°C a 70°C debido a que el
componente que lleva la mayor carga de
procesador en este caso es la Vram, debido
a que tiene que almacenar el archivo DAG
con la transacción a procesar.
PROTOTIPO DE SISTEMA DISTRIBUIDO PARA EL PROCESAMIENTO DE TRANSACCIONES ERC20 EN EL
CONTEXTO DE LA INDUSTRIA 4.0
360
RECIMAUC VOL. 7 Nº 2 (2023)
Tabla 5. Características del rendimiento del equipo RX6800
Para el procesamiento exitoso de la tran-
sacción es importante mantener actuali-
zado los drivers del equipo debido a que
existen GPUs las cuales solo funcionan con
los más recientes en el caso de Nvidia. Al
momento de montar el equipo, se debe pro-
bar instalar 1GPU a la vez para determinar
la cantidad de consumo de cada GPU, para
evitar que la fuente se queme en el caso de
sobrepasar el límite de alimentación máxi-
ma que puede entregar la fuente.
Utilizar una relación 80 – 20 en las fuentes de
alimentación, esta relación consiste en usar
80% de la fuente de manera constante y de-
jar un 20% de margen en el caso de los equi-
pos lleguen a consumir más de lo debido.
Utilizar unidad de SSD o USB 3.0 debido a
la velocidad de transferencia de datos y por
qué al proceso de correr los equipos la uni-
dad USB 2.0 se averiaban. Usar conexión
por cable ethernet debido a la inestabilidad
que existen en los módulos de conexión
inalámbrica lo que puede provocar en la
perdida de algún paquete de datos de al-
gunas transacciones.
Conclusión
Luego de realizar el overclock , se puede
observar en la tabla 6, los resultados de la
nueva evaluación de rendimiento, se pudo
elevar la potencia media del equipo con las
configuraciones de overclock, además de
reducir el consumo energético del equipo
con una media de 112W por Tarjeta Gráfi-
ca, además de las excelentes temperaturas
entregadas tanto en el núcleo como los mó-
dulos de Vram que respectivamente dieron
en el caso del núcleo una media de 44°C y
para los módulos de Vram 68°C. Estos datos
fueron muy prometedores gracias a la com-
parativas con otros equipos que a pesar de
contar con una mayor cantidad de GPUs no
llegaban a la potencia total obtenida, para
cual en este proyecto fue de 370Mhz con un
consumo medio de 730W.
En promedio hubo un incremento promedio
en la potencia de procesado de 3Mhz y en
el apartado de consumo se pudo llegar a re-
ducir en una media de 20W siendo exitosa
la configuración de overclock, hay que tener
en cuenta en el caso de la GPU3 la cual a
pesar de incrementar su potencia esta no re-
dujo su consumo, debido a que la eficiencia
de dicha tarjeta no es igual a la demás.
Con respecto a la tasa de éxito de las tran-
sacciones realizadas, en la página de flex-
pool,io se muestran que las transacciones
enviadas por el equipo llegan hasta un to-
tal de 7614 de las cuales 7538 transaccio-
nes fueron procesadas de manera correcta
mientras que el 76 fueron invalidas, dando
una eficiencia de del equipo del 99,9%.
PLAZA VARGAS, A. M., LIZARZABURU MORA, A. S., & ARAUZ ARROYO, O. O.
361
RECIMAUC VOL. 7 Nº 2 (2023)
Estos datos fueron dados en base a la poten-
cia media de 370mhz alcanzada con un con-
sumo de 730W con temperaturas media en
el núcleo de 50°C y en el caso de los bancos
de memoria de Vram tuvieron una tempera-
tura media de 70°C luego de 24h de trabajo.
Es importante tener en consideración los si-
guientes aspectos de funcionamiento:
• En el caso de hacer uso o holdeo de los
tokens generados por procesar transac-
cione, usar una wallet fría con sus pro-
pias frases semillas y que la misma sea
de código abierto.
• Vincular la API de HiveOS aun código
de doble factor como Google authenti-
cator, esto para evitar ingreso de usua-
rios no deseados.
• Al aplicar overclocks velar por que los
módulos de Vram no superen los 78°C,
permitiendo alargar el tiempo de vida del
equipo, a excepción de las gráficas Nvi-
dia RTX 3070, 3080,.3090, ya que estas
graficas tienden a calentar demasiado.
• Realizar cada 6 a 12 meses cambio de
thermalpads y pasta térmica en los mó-
dulos de Vram y Núcleo en el caso de
presenciar un aumento de temperatura,
para así evitar daños en las GPUs.
Bibliografía
Ajmera, P., & Jain, V. (2019). Modelling the barriers of
Health 4.0–the fourth healthcare industrial revolu-
tion in India by TISM. Operations Management Re-
search, 12(3–4), 129–145. https://doi.org/10.1007/
S12063-019-00143-X
Amoozad Mahdiraji, H., Yaftiyan, F., Abbasi-Kamar-
di, A., & Garza-Reyes, J. A. (2022). Investigating
potential interventions on disruptive impacts of In-
dustry 4.0 technologies in circular supply chains:
Evidence from SMEs of an emerging economy.
Computers & Industrial Engineering, 174, 108753.
https://doi.org/10.1016/J.CIE.2022.108753
Aoun, A., Ilinca, A., Ghandour, M., & Ibrahim, H. (2021).
A review of Industry 4.0 characteristics and challen-
ges, with potential improvements using blockchain
technology. Computers & Industrial Engineering, 162,
107746. https://doi.org/10.1016/J.CIE.2021.107746
Bakhtari, A. R., Kumar, V., Waris, M. M., Sanin, C.,
& Szczerbicki, E. (2020). Industry 4.0 Implemen-
tation Challenges in Manufacturing Industries: an
Interpretive Structural Modelling Approach. Proce-
dia Computer Science, 176, 2384–2393. https://
doi.org/10.1016/J.PROCS.2020.09.306
Benitez, G. B., Ghezzi, A., & Frank, A. G. (2023).
When technologies become Industry 4.0 platfor-
ms: Defining the role of digital technologies throu-
gh a boundary-spanning perspective. Internatio-
nal Journal of Production Economics, 260, 108858.
https://doi.org/10.1016/J.IJPE.2023.108858
Bürer, M. J., de Lapparent, M., Pallotta, V., Capezzali,
M., & Carpita, M. (2019). Use cases for Blockchain
in the Energy Industry Opportunities of emerging
business models and related risks. Computers &
Industrial Engineering, 137, 106002. https://doi.or-
g/10.1016/J.CIE.2019.106002
Cao, B., Zhang, Z., Feng, D., Zhang, S., Zhang, L.,
Peng, M., & Li, Y. (2020). Performance analysis
and comparison of PoW, PoS and DAG based
blockchains. Digital Communications and Ne-
tworks, 6(4), 480–485. https://doi.org/10.1016/J.
DCAN.2019.12.001
Dou, H., Yin, L., Lu, Y., & Xu, J. (2022). A probabi-
listic Proof-of-Stake protocol with fast confirma-
tion. Journal of Information Security and Appli-
cations, 68, 103268. https://doi.org/10.1016/J.
JISA.2022.103268
Dyson, S. F., Buchanan, W. J., & Bell, L. (2020). Sce-
nario-based creation and digital investigation of
ethereum ERC20 tokens. Forensic Science Inter-
national: Digital Investigation, 32, 200894. https://
doi.org/10.1016/J.FSIDI.2019.200894
Esposito, G., & Romagnoli, G. (2021). A Reference
Model for SMEs understanding of Industry 4.0.
IFAC-PapersOnLine, 54(1), 510–515. https://doi.
org/10.1016/J.IFACOL.2021.08.166
Ferdous, M. S., Chowdhury, M. J. M., & Hoque, M.
A. (2021). A survey of consensus algorithms in
public blockchain systems for crypto-curren-
cies. Journal of Network and Computer Appli-
cations, 182, 103035. https://doi.org/10.1016/J.
JNCA.2021.103035
Govindan, K., & Arampatzis, G. (2023). A framework
to measure readiness and barriers for the im-
plementation of Industry 4.0: A case approach.
Electronic Commerce Research and Applica-
tions, 59, 101249. https://doi.org/10.1016/J.ELE-
RAP.2023.101249
PROTOTIPO DE SISTEMA DISTRIBUIDO PARA EL PROCESAMIENTO DE TRANSACCIONES ERC20 EN EL
CONTEXTO DE LA INDUSTRIA 4.0
362
RECIMAUC VOL. 7 Nº 2 (2023)
Javaid, M., Haleem, A., Singh, R. P., & Suman, R.
(2023). An integrated outlook of Cyber–Physical
Systems for Industry 4.0: Topical practices, ar-
chitecture, and applications. Green Technologies
and Sustainability, 1(1), 100001. https://doi.or-
g/10.1016/J.GRETS.2022.100001
Lasla, N., Al-Sahan, L., Abdallah, M., & Younis, M.
(2022). Green-PoW: An energy-efficient blockchain
Proof-of-Work consensus algorithm. Computer
Networks, 214, 109118. https://doi.org/10.1016/J.
COMNET.2022.109118
Leng, J., Ruan, G., Jiang, P., Xu, K., Liu, Q., Zhou, X.,
& Liu, C. (2020). Blockchain-empowered sustai-
nable manufacturing and product lifecycle mana-
gement in industry 4.0: A survey. Renewable and
Sustainable Energy Reviews, 132, 110112. https://
doi.org/10.1016/J.RSER.2020.110112
Li, C., Wang, L., & Yang, H. (2023). The optimal asset
trading settlement based on Proof-of-Stake block-
chains. Decision Support Systems, 166, 113909.
https://doi.org/10.1016/J.DSS.2022.113909
Martell, F., López, J. M., Sánchez, I. Y., Paredes, C.
A., & Pisano, E. (2023). Evaluation of the degree
of automation and digitalization using a diagnostic
and analysis tool for a methodological implemen-
tation of Industry 4.0. Computers & Industrial En-
gineering, 177, 109097. https://doi.org/10.1016/J.
CIE.2023.109097
Masood, T., & Sonntag, P. (2020). Industry 4.0: Adop-
tion challenges and benefits for SMEs. Computers
in Industry, 121, 103261. https://doi.org/10.1016/J.
COMPIND.2020.103261
Navas, W., Garofalo, V., Campoverde Rogerand Zam-
brano, D., Pincay, F., & Vera-Ortega Raqueland
Plaza, A. (2022). Cryptocurrency mining feasibility
using low-cost hardware. Proceedings of the 20th
LACCEI International-Conference for Engineering,
Education and Technology:``Education, Research
and Leadership in Post-Pandemic: Resilient, Inclu-
sive and Sustainable Actions’’.
Pelech, T. M., Sibille, L., Dempster, A., & Saydam, S.
(2021). A framework for Off-Earth mining method
selection. Acta Astronautica, 181, 552–568. ht-
tps://doi.org/10.1016/J.ACTAASTRO.2021.01.018
Piccarozzi, M., Silvestri, C., Aquilani, B., & Silvestri,
L. (2022). Is this a new story of the ‘Two Giants’?
A systematic literature review of the relationship
between industry 4.0, sustainability and its pillars.
Technological Forecasting and Social Change,
177, 121511. https://doi.org/10.1016/J.TECHFO-
RE.2022.121511
Resende, C. H. L., Geraldes, C. A. S., & Lima Junior,
F. R. (2021). Decision Models for Supplier Selec-
tion in Industry 4.0 Era: A Systematic Literature
Review. Procedia Manufacturing, 55(C), 492–499.
https://doi.org/10.1016/J.PROMFG.2021.10.067
Sharma, V., Raut, R. D., Hajiaghaei-Keshteli, M., Nar-
khede, B. E., Gokhale, R., & Priyadarshinee, P.
(2022). Mediating effect of industry 4.0 technolo-
gies on the supply chain management practices
and supply chain performance. Journal of Envi-
ronmental Management, 322, 115945. https://doi.
org/10.1016/J.JENVMAN.2022.115945
Wang, Q., Zhu, X., Ni, Y., Gu, L., & Zhu, H. (2020).
Blockchain for the IoT and industrial IoT: A re-
view. Internet of Things, 10, 100081. https://doi.
org/10.1016/J.IOT.2019.100081
Xu, X., Lu, Y., Vogel-Heuser, B., & Wang, L. (2021).
Industry 4.0 and Industry 5.0—Inception, con-
ception and perception. Journal of Manufacturing
Systems, 61, 530–535. https://doi.org/10.1016/J.
JMSY.2021.10.006
Yadav, A. S., Agrawal, S., & Kushwaha, D. S. (2022).
Distributed Ledger Technology-based land tran-
saction system with trusted nodes consensus me-
chanism. Journal of King Saud University - Com-
puter and Information Sciences, 34(8), 6414–6424.
https://doi.org/10.1016/J.JKSUCI.2021.02.002
Zhang, M., Yang, M., Shen, G., Xia, Z., & Wang, Y.
(2023). A verifiable and privacy-preserving cloud
mining pool selection scheme in blockchain of
things. Information Sciences, 623, 293–310. ht-
tps://doi.org/10.1016/J.INS.2022.11.169
CITAR ESTE ARTICULO:
Plaza Vargas, A. M., Lizarzaburu Mora, A. S., & Arauz Arroyo, O. O. (2023).
Prototipo de sistema distribuido para el procesamiento de transacciones
ERC20 en el contexto de la Industria 4.0. RECIAMUC, 7(2), 351-362. https://
doi.org/10.26820/reciamuc/7.(2).abril.2023.351-362
PLAZA VARGAS, A. M., LIZARZABURU MORA, A. S., & ARAUZ ARROYO, O. O.
