ઓરેકલ્સ બચાવમાં આવે છે

બ્લોકચેન ઓરેકલ્સ બહારની દુનિયામાંથી બ્લોકચેન સુધી માહિતી પહોંચાડવાની સમસ્યાને હલ કરે છે. પરંતુ આપણા માટે એ જાણવું અગત્યનું છે કે આપણે કોના પર વિશ્વાસ કરી શકીએ.

В લેખ કેટલોગ લોન્ચ કરવા વિશે મોજા ઓરેકલ્સ અમે બ્લોકચેન માટે ઓરેકલ્સના મહત્વ વિશે લખ્યું છે.

વિકેન્દ્રિત એપ્લિકેશનોને બ્લોકચેનની બહારના ડેટાની ઍક્સેસ નથી. તેથી, નાના પ્રોગ્રામ્સ બનાવવામાં આવે છે - ઓરેકલ્સ - જે બહારની દુનિયામાંથી જરૂરી ડેટાની ઍક્સેસ મેળવે છે અને તેને બ્લોકચેન પર રેકોર્ડ કરે છે.

ડેટા સ્ત્રોતના પ્રકાર પર આધારિત, ઓરેકલ્સને ત્રણ શ્રેણીઓમાં વિભાજિત કરી શકાય છે: સોફ્ટવેર, હાર્ડવેર અને માનવ.

સોફ્ટવેર ઓરેકલ્સ ઈન્ટરનેટ પરથી ડેટા મેળવો અને તેની પ્રક્રિયા કરો - જેમ કે હવાનું તાપમાન, કોમોડિટીની કિંમતો, ટ્રેન અને પ્લેનમાં વિલંબ. માહિતી ઓનલાઈન સ્ત્રોતોમાંથી આવે છે જેમ કે APIs, અને ઓરેકલ તેને કાઢીને બ્લોકચેન પર મૂકે છે. સરળ સોફ્ટવેર ઓરેકલ કેવી રીતે બનાવવું તે વિશે વાંચો અહીં.

હાર્ડવેર ઓરેકલ્સ ઉપકરણો અને સેન્સર્સનો ઉપયોગ કરીને વાસ્તવિક દુનિયામાં ઑબ્જેક્ટ્સને ટ્રૅક કરો. ઉદાહરણ તરીકે, લાઇનને પાર કરવા માટે માપાંકિત કરાયેલ વિડિયો કેમેરા ચોક્કસ વિસ્તારમાં પ્રવેશતી કારને રેકોર્ડ કરે છે. ઓરેકલ બ્લોકચેનમાં લાઇન ક્રોસ કરવાની હકીકતને રેકોર્ડ કરે છે, અને આ ડેટાના આધારે, વિકેન્દ્રિત એપ્લિકેશન સ્ક્રિપ્ટ, ઉદાહરણ તરીકે, કારના માલિકના ખાતામાંથી દંડ અને ટોકન્સ ડેબિટ કરવાની શરૂઆત કરી શકે છે.

માનવ ઓરેકલ્સ મનુષ્યો દ્વારા દાખલ કરાયેલ ડેટાનો ઉપયોગ કરો. ઘટનાના પરિણામ અંગેના તેમના સ્વતંત્ર દૃષ્ટિકોણને કારણે તેઓને સૌથી પ્રગતિશીલ ગણવામાં આવે છે.

અમે તાજેતરમાં એક સાધન પ્રદાન કર્યું છે જે આપેલ સ્પષ્ટીકરણ અનુસાર ઓરેકલ ડેટાને બ્લોકચેનમાં લખવાની મંજૂરી આપે છે. તે અત્યંત સરળ રીતે કાર્ય કરે છે: તમારે ફક્ત નોંધણી કરવાની જરૂર છે ઓરેકલ કાર્ડસ્પષ્ટીકરણ ભરીને. ડેટા ટ્રાન્ઝેક્શન પછી વેવ્સ ઓરેકલ્સ ઇન્ટરફેસ દ્વારા આ સ્પષ્ટીકરણ અનુસાર પ્રકાશિત કરી શકાય છે. પર સાધન વિશે વધુ વાંચો અમારા દસ્તાવેજીકરણ.

આવા પ્રમાણભૂત સાધનો અને ઇન્ટરફેસ વિકાસકર્તાઓ અને બ્લોકચેન સેવાઓના વપરાશકર્તાઓ બંને માટે જીવન સરળ બનાવે છે. અમારું સાધન ખાસ કરીને માનવ ઓરેકલ્સ માટે ઉપયોગી છે અને તેનો ઉપયોગ કરી શકાય છે, ઉદાહરણ તરીકે, કોઈપણ ઑબ્જેક્ટ્સ માટે પ્રમાણપત્રો અથવા કૉપિરાઇટ રેકોર્ડ કરવા માટે.

પરંતુ ઓરેકલ્સનો ઉપયોગ કરતી વખતે, તેમની પાસેથી પ્રાપ્ત માહિતીમાં વિશ્વાસનો પ્રશ્ન ઊભો થાય છે. શું સ્ત્રોત વિશ્વસનીય છે? શું સમયસર ડેટા પ્રાપ્ત થશે? વધુમાં, એવું જોખમ છે કે ઓરેકલ તેના પોતાના ફાયદા માટે જાણીજોઈને ખોટી માહિતી આપીને વપરાશકર્તાઓને છેતરશે.

ઉદાહરણ તરીકે, એક ઓરેકલનો વિચાર કરો જે વિકેન્દ્રિત સટ્ટાબાજીના વિનિમય માટે રમતગમતની ઇવેન્ટ વિશે માહિતી પ્રદાન કરે છે.

આ ઇવેન્ટ UFC 242 ટુર્નામેન્ટની મુખ્ય લડાઈ છે, ખાબીબ નુરમાગોમેડોવ વિ. ડસ્ટિન પોઇરિયર. બુકીઓના મતે, નુરમાગોમેડોવ લડતનો સ્પષ્ટ પ્રિય છે. તમે તેની જીત પર 1,24 ની ઓડ્સ સાથે દાવ લગાવી શકો છો, જે 76% ની સંભાવનાને અનુરૂપ છે. પોઇરિયરની જીત માટે મતભેદ 4,26 (22%) હતા અને બુકીઓ દ્વારા ડ્રોની સંભાવના 51,0 (2%) અંદાજવામાં આવી હતી.

જ્યાં સુધી તે યુદ્ધના વાસ્તવિક પરિણામ વિશે ઓરેકલ પાસેથી માહિતી મેળવે ત્યાં સુધી સ્ક્રિપ્ટ ત્રણેય સંભવિત પરિણામો પર યુઝર બેટ્સ સ્વીકારે છે. જીતની વહેંચણી માટે આ એકમાત્ર માપદંડ છે.

તે હવે જાણીતું છે કે નુરમાગોમેડોવ જીત્યો. જો કે, ચાલો કલ્પના કરીએ કે ઓરેકલના અનૈતિક માલિકે, અગાઉથી છેતરપિંડીનું આયોજન કરીને, પરિણામ પર સૌથી વધુ અનુકૂળ મતભેદ સાથે દાવ લગાવ્યો - ડ્રો. જ્યારે શરત બેંક મોટી માત્રામાં પહોંચી જાય છે, ત્યારે ઓરેકલના માલિક યુદ્ધના માનવામાં આવતા પરિણામ વિશે બ્લોકચેનમાં ખોટી માહિતી રેકોર્ડ કરવાનું શરૂ કરે છે. વિકેન્દ્રિત વિનિમય સ્ક્રિપ્ટમાં પ્રાપ્ત ડેટાની ચોકસાઈને બે વાર તપાસવાની ક્ષમતા હોતી નથી અને આ ડેટા અનુસાર જ જીતનું વિતરણ કરે છે.

જો આ પ્રકારની છેતરપિંડીમાંથી સંભવિત નફો પ્રામાણિક ઓરેકલની અંદાજિત આવક કરતા વધારે હોય, અને કોર્ટમાં જવાનું જોખમ ઓછું હોય, તો ઓરેકલના માલિક દ્વારા અપ્રમાણિક ક્રિયાઓની સંભાવના નોંધપાત્ર રીતે વધે છે.

સમસ્યાનો એક સંભવિત ઉકેલ એ છે કે ઘણા ઓરેકલ્સમાંથી ડેટાની વિનંતી કરવી અને પરિણામી મૂલ્યોને સર્વસંમતિમાં લાવવું. સર્વસંમતિના ઘણા પ્રકારો છે:

• બધા ઓરેકલ્સ સમાન માહિતી પ્રદાન કરે છે
• મોટાભાગના ઓરેકલ્સ સમાન માહિતી પ્રદાન કરે છે (2 માંથી 3, 3 માંથી 4, વગેરે)
• ઓરેકલ ડેટાને સરેરાશ મૂલ્ય પર લાવવું (વિકલ્પો શક્ય છે જેમાં મહત્તમ અને લઘુત્તમ મૂલ્યો પ્રથમ કાઢી નાખવામાં આવે છે)
• તમામ ઓરેકલ્સ પૂર્વ-સંમત સહિષ્ણુતા સાથે એકસમાન માહિતી પ્રદાન કરે છે (ઉદાહરણ તરીકે, વિવિધ સ્રોતોમાંથી નાણાકીય અવતરણો 0,00001 દ્વારા અલગ હોઈ શકે છે, અને ચોક્કસ મેળ મેળવવો એ એક અશક્ય કાર્ય છે)
• પ્રાપ્ત ડેટામાંથી માત્ર અનન્ય મૂલ્યો પસંદ કરો

ચાલો આપણા વિકેન્દ્રિત શરત વિનિમય પર પાછા ફરીએ. "3માંથી 4" સર્વસંમતિનો ઉપયોગ કરતી વખતે, ડ્રોની જાણ કરતું એક ઓરેકલ સ્ક્રિપ્ટના અમલીકરણને પ્રભાવિત કરી શકશે નહીં, જો કે અન્ય ત્રણ ઓરેકલ વિશ્વસનીય માહિતી પ્રદાન કરે.
પરંતુ એક અનૈતિક વપરાશકર્તા ચારમાંથી ત્રણ ઓરેકલનો માલિક બની શકે છે, અને પછી તે નિર્ણાયક બહુમતી પ્રદાન કરવામાં સક્ષમ હશે.

ઓરેકલ્સની અખંડિતતા માટે લડતા, તમે તેમના માટે રેટિંગ અથવા અવિશ્વસનીય ડેટા માટે દંડની સિસ્ટમ રજૂ કરી શકો છો. તમે "ગાજર" માર્ગ પણ લઈ શકો છો અને અધિકૃતતા માટે પુરસ્કાર ઓફર કરી શકો છો. પરંતુ કોઈપણ પગલાં સંપૂર્ણપણે ટાળશે નહીં, ઉદાહરણ તરીકે, રેટિંગ ફુગાવો અથવા અન્યાયી બહુમતી.

તો શું તે જટિલ સેવાઓની શોધ કરવા યોગ્ય છે, અથવા તે એક સર્વસંમતિ સાધન હોવું પૂરતું હશે જે તમને સુપરમાર્કેટ શેલ્ફની જેમ, પસંદ કરવા માટે પરવાનગી આપશે, ઉદાહરણ તરીકે, પાંચ ઓરેકલ્સ કે જે જરૂરી ડેટા પ્રદાન કરે છે, સર્વસંમતિનો પ્રકાર સેટ કરે છે અને મેળવે છે. પરિણામ?

ઉદાહરણ તરીકે, વિકેન્દ્રિત એપ્લિકેશનને ડિગ્રી સેલ્સિયસમાં તાપમાન ડેટાની જરૂર છે. ઓરેકલ કેટલોગમાં, અમને ચાર ઓરેકલ મળે છે જે આવો ડેટા પ્રદાન કરે છે, સર્વસંમતિ પ્રકારને "સરેરાશ" પર સેટ કરે છે અને વિનંતી કરે છે.

ધારો કે ઓરેકલ્સે નીચેના મૂલ્યો આપ્યા છે: 18, 17, 19 અને 21 ડિગ્રી. સ્ક્રિપ્ટના અમલ માટે ત્રણ ડિગ્રીનો તફાવત ખૂબ જ મહત્વપૂર્ણ હોઈ શકે છે. સેવા પરિણામ પર પ્રક્રિયા કરે છે અને સરેરાશ તાપમાન મૂલ્ય 18.75 ડિગ્રી મેળવે છે. વિકેન્દ્રિત એપ્લિકેશન સ્ક્રિપ્ટ આ નંબર પ્રાપ્ત કરશે અને તેની સાથે કામ કરશે.

આખરે, નિર્ણય ઉપભોક્તા પર રહેલો છે: શું એક ઓરેકલ પર વિશ્વાસ કરવો અને તેના ડેટાનો ઉપયોગ કરવો, અથવા તેમના વિવેકબુદ્ધિથી પસંદ કરેલ ઘણા ઓરેકલ્સની સર્વસંમતિ બનાવવી.

કોઈપણ કિસ્સામાં, ડેટા ઓરેકલ્સ એકદમ નવું ક્ષેત્ર છે. તે તે તબક્કે છે જ્યાં વપરાશકર્તાઓ પોતે નક્કી કરી શકે છે કે તેનો વિકાસ કઈ દિશામાં થવો જોઈએ. એટલા માટે અમે તમારો અભિપ્રાય સાંભળવા માંગીએ છીએ. શું ઉપરોક્ત સાધન ઓરેકલ્સ માટે જરૂરી છે? તમે સામાન્ય રીતે ડેટા ઓરેકલ્સના ભાવિને કેવી રીતે જોશો? ટિપ્પણીઓમાં અને અમારા સત્તાવાર જૂથમાં તમારો અભિપ્રાય શેર કરો Telegram.

સોર્સ: www.habr.com