ओरॅकल्स बचावासाठी येतात

ब्लॉकचेन ओरॅकल्स बाहेरील जगातून ब्लॉकचेनपर्यंत माहिती पोहोचवण्याच्या समस्येचे निराकरण करतात. परंतु आपण कोणावर विश्वास ठेवू शकतो हे जाणून घेणे आपल्यासाठी महत्त्वाचे आहे.

В लेख कॅटलॉग लाँच करण्याबद्दल लहरी ओरॅकल्स आम्ही ब्लॉकचेनसाठी ओरॅकल्सच्या महत्त्वबद्दल लिहिले.

विकेंद्रित अनुप्रयोगांना ब्लॉकचेनच्या बाहेरील डेटामध्ये प्रवेश नाही. म्हणून, लहान प्रोग्राम तयार केले जातात - ओरॅकल्स - जे बाहेरील जगातून आवश्यक डेटामध्ये प्रवेश मिळवतात आणि ब्लॉकचेनवर रेकॉर्ड करतात.

डेटा स्त्रोताच्या प्रकारावर आधारित, ओरॅकल्स तीन श्रेणींमध्ये विभागले जाऊ शकतात: सॉफ्टवेअर, हार्डवेअर आणि मानवी.

सॉफ्टवेअर ओरॅकल्स इंटरनेटवरून डेटा प्राप्त करा आणि त्यावर प्रक्रिया करा - जसे की हवेचे तापमान, वस्तूंच्या किमती, ट्रेन आणि विमानाचा विलंब. एपीआय सारख्या ऑनलाइन स्त्रोतांकडून माहिती येते आणि ओरॅकल ती काढते आणि ब्लॉकचेनवर ठेवते. साधे सॉफ्टवेअर ओरॅकल कसे बनवायचे याबद्दल वाचा येथे.

हार्डवेअर ओरॅकल्स उपकरणे आणि सेन्सर वापरून वास्तविक जगात वस्तूंचा मागोवा घ्या. उदाहरणार्थ, रेषा ओलांडण्यासाठी कॅलिब्रेट केलेला व्हिडिओ कॅमेरा विशिष्ट क्षेत्रात प्रवेश करणाऱ्या कारची नोंद करतो. ऑरेकल ब्लॉकचेनमध्ये एक ओळ ओलांडण्याची वस्तुस्थिती नोंदवते आणि या डेटाच्या आधारे, विकेंद्रित ऍप्लिकेशन स्क्रिप्ट, उदाहरणार्थ, दंड जारी करणे आणि कार मालकाच्या खात्यातून टोकन डेबिट करणे सुरू करू शकते.

मानवी दैवज्ञ मानवाने प्रविष्ट केलेला डेटा वापरा. इव्हेंटच्या परिणामाबद्दल त्यांच्या स्वतंत्र दृष्टिकोनामुळे त्यांना सर्वात प्रगतीशील मानले जाते.

आम्ही अलीकडे एक साधन प्रदान केले आहे जे दिलेल्या तपशीलानुसार ओरॅकल डेटा ब्लॉकचेनवर लिहिण्याची परवानगी देते. हे अत्यंत सोप्या पद्धतीने कार्य करते: तुम्हाला फक्त नोंदणी करणे आवश्यक आहे ओरॅकल कार्डतपशील भरून. डेटा व्यवहार नंतर या तपशीलानुसार Waves Oracles इंटरफेसद्वारे प्रकाशित केले जाऊ शकतात. येथे साधनाबद्दल अधिक वाचा आमचे दस्तऐवजीकरण.

अशी प्रमाणित साधने आणि इंटरफेस विकासक आणि ब्लॉकचेन सेवा वापरकर्ते दोघांचेही जीवन सुलभ करतात. आमचे साधन विशेषतः मानवी दैवज्ञांसाठी उपयुक्त आहे आणि ते वापरले जाऊ शकते, उदाहरणार्थ, कोणत्याही वस्तूसाठी प्रमाणपत्रे किंवा कॉपीराइट रेकॉर्ड करण्यासाठी.

परंतु ओरॅकल्स वापरताना त्यांच्याकडून मिळालेल्या माहितीवर विश्वास ठेवण्याचा प्रश्न उद्भवतो. स्त्रोत विश्वसनीय आहे का? डेटा वेळेवर मिळेल का? याव्यतिरिक्त, ओरॅकल स्वतःच्या फायद्यासाठी जाणूनबुजून चुकीची माहिती देऊन वापरकर्त्यांची फसवणूक करेल असा धोका आहे.

उदाहरण म्‍हणून, विकेंद्रित बेटिंग एक्सचेंजसाठी क्रीडा इव्‍हेंटची माहिती देणार्‍या ओरॅकलचा विचार करा.

हा कार्यक्रम UFC 242 स्पर्धेची मुख्य लढत आहे, खाबीब नुरमागोमेडोव विरुद्ध डस्टिन पोइरिअर. सट्टेबाजांच्या मते, नूरमागोमेडोव्ह हा लढतीचा स्पष्ट आवडता आहे. तुम्ही त्याच्या विजयावर 1,24 च्या शक्यतांसह पैज लावू शकता, जे 76% च्या संभाव्यतेशी संबंधित आहे. पोइरियरच्या विजयाची शक्यता 4,26 (22%) होती आणि सट्टेबाजांनी 51,0 (2%) असा अंदाज लावला होता.

युद्धाच्या वास्तविक निकालाविषयी ओरॅकलकडून माहिती मिळेपर्यंत स्क्रिप्ट सर्व तीन संभाव्य परिणामांवर वापरकर्त्याचे बेट स्वीकारते. विजयाच्या वितरणासाठी हा एकमेव निकष आहे.

आता हे ज्ञात आहे की नूरमागोमेडोव्ह जिंकला. तथापि, कल्पना करूया की ओरॅकलच्या बेईमान मालकाने, फसवणुकीचे आगाऊ नियोजन करून, सर्वात अनुकूल शक्यतांसह निकालावर पैज लावली - एक ड्रॉ. जेव्हा बेट बँक मोठ्या प्रमाणात पोहोचते, तेव्हा ओरॅकलचा मालक लढाईच्या संभाव्य निकालाविषयी ब्लॉकचेनमध्ये चुकीची माहिती रेकॉर्ड करण्यास सुरवात करतो. विकेंद्रित एक्सचेंज स्क्रिप्टमध्ये प्राप्त डेटाची अचूकता दुहेरी तपासण्याची क्षमता नाही आणि केवळ या डेटाच्या अनुषंगाने विजयाचे वितरण केले जाते.

जर अशा प्रकारच्या फसवणुकीतून होणारा संभाव्य नफा प्रामाणिक ओरॅकलच्या अंदाजित कमाईपेक्षा जास्त असेल आणि न्यायालयात जाण्याचा धोका कमी असेल तर, ओरॅकलच्या मालकाकडून अप्रामाणिक कृती होण्याची शक्यता लक्षणीय वाढते.

समस्येचा एक संभाव्य उपाय म्हणजे अनेक ओरॅकल्सकडून डेटाची विनंती करणे आणि परिणामी मूल्ये एकमतावर आणणे. एकमताचे अनेक प्रकार आहेत:

• सर्व दैवज्ञांनी समान माहिती प्रदान केली
• बहुतेक ओरॅकल्सने समान माहिती दिली (2 पैकी 3, 3 पैकी 4, इ.)
• ओरॅकल डेटाला सरासरी मूल्यावर आणणे (पर्याय शक्य आहेत ज्यामध्ये कमाल आणि किमान मूल्ये प्रथम टाकून दिली जातात)
• सर्व दैवज्ञांनी पूर्व-संमत सहिष्णुतेसह एकसमान माहिती प्रदान केली आहे (उदाहरणार्थ, विविध स्त्रोतांकडील आर्थिक कोट 0,00001 ने भिन्न असू शकतात आणि अचूक जुळणी मिळवणे हे एक अशक्य कार्य आहे)
• प्राप्त डेटामधून फक्त अद्वितीय मूल्ये निवडा

चला आमच्या विकेंद्रित बेटिंग एक्सचेंजकडे परत जाऊया. "3 पैकी 4" एकमत वापरताना, ड्रॉचा अहवाल देणारा एक ओरॅकल स्क्रिप्टच्या अंमलबजावणीवर प्रभाव टाकू शकणार नाही, जर इतर तीन दैवज्ञांनी विश्वसनीय माहिती प्रदान केली असेल.
परंतु एक बेईमान वापरकर्ता चारपैकी तीन दैवज्ञांचा मालक असू शकतो आणि नंतर तो निर्णायक बहुमत प्रदान करण्यास सक्षम असेल.

ओरॅकल्सच्या अखंडतेसाठी लढा देत, आपण त्यांच्यासाठी रेटिंग किंवा अविश्वसनीय डेटासाठी दंड प्रणाली लागू करू शकता. तुम्ही "गाजर" मार्ग देखील घेऊ शकता आणि सत्यतेसाठी बक्षीस देऊ शकता. परंतु कोणतेही उपाय पूर्णपणे टाळणार नाहीत, उदाहरणार्थ, रेटिंग महागाई किंवा अयोग्य बहुमत.

त्यामुळे जटिल सेवांचा शोध लावणे योग्य आहे का, किंवा एक सहमती साधन असणे पुरेसे आहे जे तुम्हाला सुपरमार्केटच्या शेल्फ प्रमाणे, निवडण्याची परवानगी देईल, उदाहरणार्थ, आवश्यक डेटा प्रदान करणारे पाच ऑरॅकल्स, एकमताचा प्रकार सेट करा आणि मिळवा. निकाल?

उदाहरणार्थ, विकेंद्रित अनुप्रयोगास अंश सेल्सिअस तापमान डेटा आवश्यक आहे. ओरॅकल कॅटलॉगमध्ये, आम्हाला चार ओरॅकल्स आढळतात जे असा डेटा प्रदान करतात, एकमत प्रकार "सरासरी" वर सेट करतात आणि विनंती करतात.

समजा ओरॅकल्सने खालील मूल्ये दिली आहेत: 18, 17, 19 आणि 21 अंश. स्क्रिप्टच्या अंमलबजावणीसाठी तीन अंशांचा फरक गंभीर असू शकतो. सेवा परिणामावर प्रक्रिया करते आणि सरासरी तापमान मूल्य 18.75 अंश प्राप्त करते. विकेंद्रित ऍप्लिकेशन स्क्रिप्टला हा नंबर मिळेल आणि त्याच्यासोबत काम करेल.

शेवटी, निर्णय ग्राहकावर अवलंबून असतो: एका ऑरॅकलवर विश्वास ठेवायचा आणि त्याचा डेटा वापरायचा किंवा त्यांच्या विवेकबुद्धीनुसार निवडलेल्या अनेक ऑरॅकल्सची एकमत तयार करायची.

कोणत्याही परिस्थितीत, डेटा ओरॅकल्स हे अगदी नवीन क्षेत्र आहे. तो कोणत्या दिशेने विकसित झाला पाहिजे हे वापरकर्ते स्वतः ठरवू शकतात अशा टप्प्यावर आहे. म्हणूनच आम्हाला तुमचे मत ऐकायचे आहे. ओरॅकल्ससाठी वरील साधन आवश्यक आहे का? सर्वसाधारणपणे डेटा ओरॅकल्सचे भविष्य कसे पाहता? टिप्पण्यांमध्ये आणि आमच्या अधिकृत गटात आपले मत सामायिक करा तार.

स्त्रोत: www.habr.com