Precio de Conflux (CFX)

Bitpanda Asset Management GmbH, Bitpanda GmbH

9845005X9B7N610K0093, 5493007WZ7IFULIL8G21

Conflux

Conflux opera con un mecanismo de consenso único de árbol gráfico que combina la prueba de trabajo optimizada (PoW) con la prueba de participación (PoS), lo que permite un alto rendimiento de transacciones, seguridad y escalabilidad. Componentes principales del consenso de Conflux: 1. Estructura de árbol-gráfico: 2. Producción concurrente de bloques: El modelo de árbol-gráfico de Conflux permite que los bloques se produzcan en paralelo, en lugar de secuencialmente en una sola cadena. Esta estructura aumenta significativamente el rendimiento y la eficiencia de las transacciones en comparación con las cadenas de bloques tradicionales. Jerarquía para la reducción de bifurcaciones: A diferencia de las cadenas de bloques PoW típicas en las que las bifurcaciones son comunes, el árbol gráfico de Conflux organiza los bloques jerárquicamente, lo que permite que coexistan múltiples cadenas sin causar divergencias. Esto minimiza la necesidad de bifurcaciones, lo que garantiza la estabilidad y la continuidad en la producción de bloques. 2. Prueba de trabajo (PoW) optimizada: Seguridad y descentralización: Conflux utiliza un modelo PoW optimizado para mantener la seguridad y la descentralización, ofreciendo garantías de seguridad similares a los sistemas PoW tradicionales pero con una eficiencia mejorada, lo que permite un procesamiento de bloques de alto rendimiento. 3. Integración de la prueba de participación (PoS): PoS para la finalidad: Los nodos PoS en Conflux se seleccionan en función de la cantidad de CFX (token nativo de Conflux) apostado. Estos nodos firman bloques de pivote para finalizarlos, lo que reduce la probabilidad de bifurcaciones y garantiza una rapidez final. Equilibrio entre PoW y PoS: Al combinar PoW y PoS, Conflux logra un sistema de consenso equilibrado y seguro que aprovecha la seguridad de PoW al tiempo que incorpora PoS para una rapidez final.

Conflux incentiva la participación en la red y la seguridad a través de recompensas por bloque, tarifas de transacción y recompensas por participación, junto con un soporte único para el ecosistema y estructuras de tarifas de almacenamiento. Mecanismos de incentivo: 1. Recompensas por bloque y tarifas de transacción para mineros: Incentivo continuo para mineros: Los mineros reciben recompensas de CFX no solo por minar bloques, sino también por asegurar la red. Estas recompensas, incluidas las tarifas de transacción, crean un incentivo continuo para que los mineros participen activamente y mantengan la estabilidad de la red. 2. Recompensas de participación para nodos PoS: Recompensas por participación en la finalización: Los nodos PoS, responsables de firmar y finalizar los bloques pivote, obtienen recompensas de participación en función de la cantidad de CFX que hayan apostado. Esta estructura de recompensas fomenta la participación fiable en PoS, mejorando la seguridad y la finalidad de la red. 3. Modelo dinámico de tarifas de gas: Modelo de gas similar al de Ethereum: Conflux utiliza un modelo de gas similar al de Ethereum, en el que las tarifas se calculan en función de los recursos computacionales necesarios (medidos en gas) y del precio actual del gas, que se ajusta en función de la demanda de la red. Ajuste dinámico: Durante los periodos de alta demanda de la red, las tarifas del gas aumentan para ayudar a gestionar la congestión, mientras que las tarifas disminuyen en los periodos de baja demanda para promover la actividad de la red. 4. Asignación de fondos al ecosistema: Apoyo al desarrollo a largo plazo: Una parte de las tarifas de transacción se destina al fondo del ecosistema Conflux, que apoya el desarrollo de la red a largo plazo, las iniciativas comunitarias y el crecimiento del ecosistema. Este fondo ayuda a mantener la red y fomenta la innovación dentro del ecosistema. 5. Modelo de tarifa de almacenamiento: Reducir el exceso de blockchain: Conflux incorpora una tarifa de almacenamiento para desalentar el almacenamiento innecesario de datos en la cadena de bloques. Este modelo apoya la sostenibilidad a largo plazo al reducir el exceso de blockchain, lo que ayuda a mantener un rendimiento eficiente de la red a lo largo del tiempo.

2024-09-09

2025-09-09

1837140.73200 (kWh/a)

El consumo energético de este activo se agrega a través de múltiples componentes. Para calcular el consumo energético, se utiliza el enfoque denominado «ascendente». Se considera que los nodos son el factor central del consumo energético de la red. Estas hipótesis se basan en conclusiones empíricas obtenidas mediante el uso de sitios web de información pública, rastreadores de código abierto y rastreadores desarrollados internamente. Los principales factores determinantes para estimar el hardware utilizado en la red son los requisitos para el funcionamiento del software cliente. El consumo energético de los dispositivos de hardware se midió en laboratorios de ensayo certificados. Para calcular el consumo energético, utilizamos, cuando estaba disponible, el identificador de tokens digitales de grupos funcionalmente fungibles (FFG DTI) para determinar todas las implementaciones del activo en cuestión dentro del ámbito de aplicación y actualizamos los mapeos periódicamente, basándonos en los datos de la Digital Token Identifier Foundation. La información relativa al hardware utilizado y al número de participantes en la red se basa en hipótesis que se verifican con el mayor esfuerzo posible utilizando datos empíricos. En general, se supone que los participantes son en gran medida racionales desde el punto de vista económico. Como principio de precaución, en caso de duda, hacemos hipótesis conservadoras, es decir, estimamos al alza los impactos adversos. Para determinar el consumo energético de un token, primero se calcula el consumo energético de la red o redes conflux. Para el consumo energético del token, se atribuye al token una fracción del consumo energético de la red, que se determina en función de la actividad del criptoactivo dentro de la red. Al calcular el consumo energético, se utiliza el Identificador de Token Digital de Grupo Funcionalmente Fungible (FFG DTI), si está disponible, para determinar todas las implementaciones del activo en el ámbito de aplicación. Las asignaciones se actualizan periódicamente, basándose en los datos de la Fundación Identificador de Token Digital. La información relativa al hardware utilizado y al número de participantes en la red se basa en hipótesis que se verifican con el mayor esfuerzo posible utilizando datos empíricos. En general, se supone que los participantes son en gran medida racionales desde el punto de vista económico. Como principio de precaución, en caso de duda, hacemos hipótesis conservadoras, es decir, estimamos al alza los impactos adversos.

29.306425042 (%)

0.00973 (kWh)

0.00000 (tCO2e/a)

754.94600 (tCO2e/a)

0.00401 (kgCO2e)

Para determinar la proporción de uso de energías renovables, se determinarán las ubicaciones de los nodos utilizando sitios de información pública, rastreadores de código abierto y rastreadores desarrollados internamente. Si no se dispone de información sobre la distribución geográfica de los nodos, se utilizarán redes de referencia comparables en términos de estructura de incentivos y mecanismo de consenso. Esta información geográfica se fusiona con la información pública de Our World in Data, véase la cita. La intensidad se calcula como el coste energético marginal con respecto a una transacción más. Ember (2025); Energy Institute - Statistical Review of World Energy (2024) – con un procesamiento importante por parte de Our World in Data. «Porcentaje de electricidad generada por energías renovables - Ember y Energy Institute» [conjunto de datos]. Ember, «Yearly Electricity Data Europe»; Ember, «Yearly Electricity Data»; Energy Institute, «Statistical Review of World Energy» [datos originales]. Obtenido de https://ourworldindata.org/grapher/share-electricity-renewables.

Para determinar las emisiones de GEI, se determinarán las ubicaciones de los nodos utilizando sitios de información pública, rastreadores de código abierto y rastreadores desarrollados internamente. Si no se dispone de información sobre la distribución geográfica de los nodos, se utilizarán redes de referencia comparables en términos de estructura de incentivos y mecanismo de consenso. Esta información geográfica se fusiona con la información pública de Our World in Data, véase la cita. La intensidad se calcula como la emisión marginal con respecto a una transacción más. Ember (2025); Energy Institute - Statistical Review of World Energy (2024) - con un procesamiento importante por parte de Our World in Data. «Carbon intensity of electricity generation - Ember and Energy Institute» [conjunto de datos]. Ember, «Yearly Electricity Data Europe»; Ember, «Yearly Electricity Data»; Energy Institute, «Statistical Review of World Energy» [datos originales]. Obtenido de https://ourworldindata.org/grapher/carbon-intensity-electricity. Licenciado bajo CC BY 4.0.