אורקלים באים להציל

אורקולי בלוקצ'יין פותרים את בעיית מסירת המידע מהעולם החיצון לבלוקצ'יין. אבל חשוב לנו לדעת על מי מהם אנחנו יכולים לסמוך.

В статье על השקת הקטלוג גלי אורקל כתבנו על החשיבות של אורקל לבלוקצ'יין.

לאפליקציות מבוזרות אין גישה לנתונים מחוץ לבלוקצ'יין. לכן נוצרות תוכנות קטנות - אורקלות - שמקבלות גישה לנתונים הדרושים מהעולם החיצון ומתעדות אותם בבלוקצ'יין.

בהתבסס על סוג מקור הנתונים, ניתן לחלק אורקל לשלוש קטגוריות: תוכנה, חומרה ואדם.

אורקל תוכנה לקבל ולעבד נתונים מהאינטרנט - כמו טמפרטורת אוויר, מחירי סחורות, עיכובים ברכבות ובמטוסים. המידע מגיע ממקורות מקוונים כמו APIs, והאורקל מחלץ אותו ומציב אותו בבלוקצ'יין. קרא כיצד ליצור אורקל תוכנה פשוט כאן.

אורקולי חומרה עקוב אחר אובייקטים בעולם האמיתי באמצעות מכשירים וחיישנים. לדוגמה, מצלמת וידאו המכוילת לחצות קו מתעדת מכוניות שנכנסות לאזור מסוים. האורקל מתעד את העובדה של חציית קו בבלוקצ'יין, ועל סמך נתונים אלה, סקריפט האפליקציה המבוזר יכול, למשל, ליזום הוצאת קנס וחיוב אסימונים מחשבון בעל הרכב.

אורקלות אנושיות להשתמש בנתונים שהוזנו על ידי בני אדם. הם נחשבים למתקדמים ביותר בשל השקפתם העצמאית על תוצאות האירוע.

לאחרונה סיפקנו כלי המאפשר לכתוב נתוני אורקל לבלוקצ'יין לפי מפרט נתון. זה עובד פשוט מאוד: אתה רק צריך להירשם כרטיס אורקלעל ידי מילוי המפרט. לאחר מכן ניתן לפרסם תנועות נתונים לפי מפרט זה דרך ממשק Waves Oracles. קרא עוד על הכלי ב התיעוד שלנו.

כלים וממשקים סטנדרטיים כאלה מקלים על החיים הן למפתחים והן למשתמשי שירותי בלוקצ'יין. הכלי שלנו שימושי במיוחד עבור אורקלים אנושיים וניתן להשתמש בו, למשל, כדי להקליט אישורים או זכויות יוצרים עבור כל אובייקט.

אבל כשמשתמשים באורקלים, עולה שאלת האמון במידע המתקבל מהם. האם המקור אמין? האם הנתונים יתקבלו בזמן? בנוסף, קיים סיכון שהאורקל יתעתע במשתמשים על ידי מסירת מידע שגוי בכוונה לטובתה.

כדוגמה, שקול אורקל המספק מידע על אירועי ספורט עבור בורסת הימורים מבוזרת.

האירוע הוא הקרב המרכזי של טורניר UFC 242, חביב נורמגומדוב נגד דסטין פוירייה. לפי סוכני ההימורים, נורמגומדוב הוא הפייבוריט הברור של הקרב. אתה יכול להמר על הניצחון שלו בסיכויים של 1,24, מה שמתאים להסתברות של 76%. הסיכויים לניצחון של פוירייה היו 4,26 (22%), והסיכויים לתיקו הוערכו על ידי סוכני ההימורים ב-51,0 (2%).

הסקריפט מקבל הימורי משתמשים על כל שלוש התוצאות האפשריות עד שהוא מקבל מידע מהאורקל על התוצאה האמיתית של הקרב. זהו הקריטריון היחיד לחלוקת זכיות.

כעת ידוע כי נורמגומדוב ניצח. עם זאת, בואו נדמיין שהבעלים חסר המצפון של האורקל, שתכנן את ההונאה מראש, הימר על התוצאה עם הסיכויים הטובים ביותר - תיקו. כאשר בנק ההימורים הגיע לנפח גדול, הבעלים של האורקל יוזם רישום מידע שקרי בבלוקצ'יין על תוצאת הגרלה כביכול של הקרב. לסקריפט ההחלפה המבוזר אין את היכולת לבדוק פעמיים את דיוק הנתונים המתקבלים ורק מחלק זכיות בהתאם לנתונים אלו.

אם הרווח הפוטנציאלי מרמייה מסוג זה גבוה מההכנסה החזויה של אורקל ישר, והסיכון לפנות לבית המשפט נמוך, הסבירות לפעולות לא הגונות של בעל האורקל עולה משמעותית.

פתרון אפשרי אחד לבעיה הוא לבקש נתונים ממספר אורקלים ולהביא את הערכים המתקבלים לקונצנזוס. ישנם מספר סוגים של קונצנזוס:

• כל האורקלים סיפקו את אותו המידע
• רוב האורקלים סיפקו את אותו מידע (2 מתוך 3, 3 מתוך 4 וכו')
• הבאת נתוני אורקל לערך הממוצע (אפשרויות שבהן הערכים המקסימליים והמינימליים נמחקים לראשונה)
• כל האורקלים סיפקו מידע אחיד עם סובלנות מוסכמת מראש (לדוגמה, ציטוטים פיננסיים ממקורות שונים עשויים להיות שונים ב-0,00001, וקבלת התאמה מדויקת היא משימה בלתי אפשרית)
• בחר רק ערכים ייחודיים מהנתונים שהתקבלו

בואו נחזור לבורסת ההימורים המבוזרת שלנו. כאשר משתמשים בקונצנזוס של "3 מתוך 4", אורקל אחד המדווח על תיקו לא יוכל להשפיע על ביצוע התסריט, בתנאי ששלושת האורקלים האחרים מספקים מידע אמין.
אבל משתמש חסר מצפון יכול להחזיק בשלושה מארבעת האורקלים, ואז הוא יוכל לספק רוב מכריע.

נלחם על שלמותם של אורקל, אתה יכול להכניס דירוג עבורם או מערכת של קנסות על נתונים לא אמינים. אתה יכול גם לקחת את מסלול "גזר" ולהציע פרס על אותנטיות. אבל שום אמצעי לא ימנע לחלוטין, למשל, אינפלציה של דירוג או רוב לא הוגן.

אז האם כדאי להמציא שירותים מורכבים, או שמא יספיק בכלי קונצנזוס שיאפשר לכם, כמו על מדף בסופרמרקט, לבחור, למשל, חמישה אורקלים שמספקים את הנתונים הדרושים, לקבוע את סוג הקונצנזוס ולקבל התוצאה?

לדוגמה, יישום מבוזר זקוק לנתוני טמפרטורה במעלות צלזיוס. בקטלוג האורקל, אנו מוצאים ארבעה אורקלים המספקים נתונים כאלה, מגדירים את סוג הקונצנזוס ל"ממוצע" ומגישים בקשה.

נניח שהאורקלים נתנו את הערכים הבאים: 18, 17, 19 ו-21 מעלות. הבדל של שלוש דרגות יכול להיות קריטי למדי לביצוע התסריט. השירות מעבד את התוצאה ומקבל ערך טמפרטורה ממוצע של 18.75 מעלות. סקריפט היישום המבוזר יקבל את המספר הזה ויעבוד איתו.

בסופו של דבר, ההחלטה נתונה בידי הצרכן: האם לסמוך על אורקל אחד ולהשתמש בנתונים שלו, או לבנות קונצנזוס של מספר אורקלים שנבחרו לפי שיקול דעתו.

בכל מקרה, אורקל נתונים הם תחום די חדש. זה בשלב שבו המשתמשים עצמם יכולים לקבוע לאיזה כיוון זה צריך להתפתח. לכן אנחנו רוצים לשמוע את דעתכם. האם הכלי הנ"ל נחוץ עבור אורקלים? איך אתה רואה את העתיד של אורקל הנתונים באופן כללי? שתף את דעתך בתגובות ובקבוצה הרשמית שלנו ב מברק.

מקור: www.habr.com