بلاکچین اوریکلز بیرونی دنیا سے بلاکچین تک معلومات پہنچانے کا مسئلہ حل کرتے ہیں۔ لیکن ہمارے لیے یہ جاننا ضروری ہے کہ ہم کن پر بھروسہ کر سکتے ہیں۔
В کیٹلاگ کے آغاز کے بارے میں ہم نے بلاکچین کے لیے اوریکلز کی اہمیت کے بارے میں لکھا۔
وکندریقرت ایپلی کیشنز کو بلاکچین سے باہر ڈیٹا تک رسائی حاصل نہیں ہے۔ لہذا، چھوٹے پروگرام بنائے جاتے ہیں - اوریکلز - جو بیرونی دنیا سے ضروری ڈیٹا تک رسائی حاصل کرتے ہیں اور انہیں بلاکچین پر ریکارڈ کرتے ہیں۔
ڈیٹا سورس کی قسم کی بنیاد پر، اوریکلز کو تین اقسام میں تقسیم کیا جا سکتا ہے: سافٹ ویئر، ہارڈ ویئر اور انسانی۔
سافٹ ویئر اوریکلز انٹرنیٹ سے ڈیٹا حاصل کریں اور اس پر کارروائی کریں - جیسے ہوا کا درجہ حرارت، اشیاء کی قیمتیں، ٹرین اور ہوائی جہاز میں تاخیر۔ معلومات آن لائن ذرائع سے آتی ہے جیسے APIs، اور اوریکل اسے نکال کر بلاک چین پر رکھتا ہے۔ ایک سادہ سافٹ ویئر اوریکل بنانے کے بارے میں پڑھیں .
ہارڈ ویئر اوریکلز آلات اور سینسر کا استعمال کرتے ہوئے حقیقی دنیا میں اشیاء کو ٹریک کریں۔ مثال کے طور پر، ایک لائن کو عبور کرنے کے لیے کیلیبریٹ کردہ ایک ویڈیو کیمرہ کسی مخصوص علاقے میں داخل ہونے والی کاروں کو ریکارڈ کرتا ہے۔ اوریکل بلاک چین میں ایک لائن کو عبور کرنے کی حقیقت کو ریکارڈ کرتا ہے، اور اس ڈیٹا کی بنیاد پر، وکندریقرت ایپلی کیشن اسکرپٹ، مثال کے طور پر، جرمانے کا اجراء اور گاڑی کے مالک کے اکاؤنٹ سے ٹوکنز ڈیبٹ کرنے کا عمل شروع کر سکتا ہے۔
انسانی اوریکلز انسانوں کے ذریعہ داخل کردہ ڈیٹا کا استعمال کریں۔ ایونٹ کے نتائج کے بارے میں ان کے آزادانہ نظریہ کی وجہ سے انہیں سب سے زیادہ ترقی پسند سمجھا جاتا ہے۔
ہم نے حال ہی میں ایک ٹول فراہم کیا ہے جو اوریکل ڈیٹا کو دی گئی تفصیلات کے مطابق بلاکچین پر لکھنے کی اجازت دیتا ہے۔ یہ انتہائی آسان کام کرتا ہے: آپ کو صرف رجسٹر کرنے کی ضرورت ہے۔ تفصیلات کو بھر کر. ڈیٹا ٹرانزیکشنز کو پھر ویوز اوریکلز انٹرفیس کے ذریعے اس تفصیلات کے مطابق شائع کیا جا سکتا ہے۔ پر ٹول کے بارے میں مزید پڑھیں .
اس طرح کے معیاری ٹولز اور انٹرفیسز بلاک چین سروسز کے ڈویلپرز اور صارفین دونوں کے لیے زندگی کو آسان بناتے ہیں۔ ہمارا ٹول خاص طور پر انسانی اوریکلز کے لیے مفید ہے اور اسے استعمال کیا جا سکتا ہے، مثال کے طور پر، کسی بھی چیز کے لیے سرٹیفکیٹس یا کاپی رائٹس کو ریکارڈ کرنے کے لیے۔
لیکن اوریکلز کا استعمال کرتے وقت، ان سے موصول ہونے والی معلومات پر اعتماد کا سوال پیدا ہوتا ہے۔ کیا ذریعہ قابل اعتماد ہے؟ کیا ڈیٹا بروقت موصول ہو جائے گا؟ اس کے علاوہ، یہ خطرہ ہے کہ اوریکل اپنے فائدے کے لیے جان بوجھ کر غلط معلومات فراہم کرکے صارفین کو دھوکہ دے گا۔
مثال کے طور پر، ایک اوریکل پر غور کریں جو کھیلوں کے ایونٹس کے بارے میں معلومات فراہم کرتا ہے تاکہ بیٹنگ کے تبادلے کے لیے وکندریقرت ہو۔
یہ ایونٹ UFC 242 ٹورنامنٹ کی اہم لڑائی ہے، خبیب نورماگومیدوف بمقابلہ ڈسٹن پوئیر۔ بک میکرز کے مطابق نورماگومیدوف اس لڑائی کے واضح پسندیدہ ہیں۔ آپ اس کی جیت پر 1,24 کی مشکلات کے ساتھ شرط لگا سکتے ہیں، جو کہ 76% کے امکان کے مساوی ہے۔ Poirier کی جیت کے امکانات 4,26 (22%) تھے، اور بک میکرز کی طرف سے قرعہ اندازی کی مشکلات کا تخمینہ 51,0 (2%) لگایا گیا تھا۔
اسکرپٹ تینوں ممکنہ نتائج پر صارف کی شرط کو قبول کرتا ہے جب تک کہ اسے جنگ کے حقیقی نتیجے کے بارے میں اوریکل سے معلومات حاصل نہ ہو جائیں۔ یہ جیت کی تقسیم کا واحد معیار ہے۔
اب معلوم ہوا ہے کہ نورماگومیدوف جیت گئے۔ تاہم، آئیے تصور کریں کہ اوریکل کے بےایمان مالک نے، دھوکہ دہی کی پیشگی منصوبہ بندی کرتے ہوئے، انتہائی سازگار مشکلات کے ساتھ نتیجہ پر شرط لگائی - ایک قرعہ اندازی۔ جب بیٹ بینک بڑے حجم تک پہنچ جاتا ہے، تو اوریکل کا مالک لڑائی کے قیاس شدہ نتیجہ کے بارے میں بلاک چین میں غلط معلومات ریکارڈ کرنا شروع کرتا ہے۔ ڈی سینٹرلائزڈ ایکسچینج اسکرپٹ موصول شدہ ڈیٹا کی درستگی کو دو بار چیک کرنے کی صلاحیت نہیں رکھتا ہے اور صرف اس ڈیٹا کے مطابق جیت کو تقسیم کرتا ہے۔
اگر اس قسم کے دھوکے سے ممکنہ منافع کسی ایماندار اوریکل کی متوقع آمدنی سے زیادہ ہے، اور عدالت میں جانے کا خطرہ کم ہے، تو اوریکل کے مالک کی طرف سے بے ایمانی کے کاموں کا امکان نمایاں طور پر بڑھ جاتا ہے۔
مسئلے کا ایک ممکنہ حل یہ ہے کہ متعدد اوریکلز سے ڈیٹا کی درخواست کی جائے اور نتیجے میں آنے والی اقدار کو اتفاق رائے پر لایا جائے۔ اجماع کی کئی قسمیں ہیں:
- تمام اوریکلز نے ایک جیسی معلومات فراہم کیں۔
- زیادہ تر اوریکلز نے ایک ہی معلومات فراہم کی ہیں (2 میں سے 3، 3 میں سے 4، وغیرہ)
- اوریکل ڈیٹا کو اوسط قدر پر لانا (اختیارات ممکن ہیں جن میں زیادہ سے زیادہ اور کم از کم قدروں کو پہلے ضائع کیا جاتا ہے)
- تمام اوریکلز نے پہلے سے متفقہ رواداری کے ساتھ یکساں معلومات فراہم کیں (مثال کے طور پر، مختلف ذرائع سے مالی اقتباسات 0,00001 سے مختلف ہو سکتے ہیں، اور عین مطابق مماثلت حاصل کرنا ایک ناممکن کام ہے)
- موصولہ ڈیٹا سے صرف منفرد اقدار کا انتخاب کریں۔
آئیے ہمارے وکندریقرت بیٹنگ ایکسچینج پر واپس آتے ہیں۔ "3 میں سے 4" اتفاق رائے کا استعمال کرتے وقت، قرعہ اندازی کی اطلاع دینے والا ایک اوریکل اسکرپٹ کے عمل کو متاثر نہیں کر سکے گا، بشرطیکہ باقی تین اوریکلز قابل اعتماد معلومات فراہم کریں۔
لیکن ایک بے ایمان صارف چار میں سے تین اوریکلز کا مالک ہو سکتا ہے، اور پھر وہ فیصلہ کن اکثریت فراہم کر سکے گا۔
اوریکلز کی سالمیت کے لیے لڑتے ہوئے، آپ ان کے لیے درجہ بندی یا ناقابل اعتبار ڈیٹا کے لیے جرمانے کا نظام متعارف کروا سکتے ہیں۔ آپ "گاجر" کا راستہ بھی لے سکتے ہیں اور صداقت کے لیے انعام پیش کر سکتے ہیں۔ لیکن کوئی بھی اقدام مکمل طور پر گریز نہیں کرے گا، مثال کے طور پر درجہ بندی کی افراط زر یا غیر منصفانہ اکثریت۔
تو کیا یہ پیچیدہ خدمات ایجاد کرنے کے قابل ہے، یا کیا یہ ایک متفقہ ٹول کا ہونا کافی ہوگا جو آپ کو، جیسے کہ سپر مارکیٹ کے شیلف پر، منتخب کرنے کی اجازت دے گا، مثال کے طور پر، پانچ اوریکلز جو ضروری ڈیٹا فراہم کرتے ہیں، اتفاق رائے کی قسم کا تعین کریں اور حاصل کریں نتیجہ؟
مثال کے طور پر، ایک وکندریقرت ایپلی کیشن کو ڈگری سیلسیس میں درجہ حرارت کے ڈیٹا کی ضرورت ہوتی ہے۔ اوریکل کیٹلاگ میں، ہمیں چار اوریکلز ملتے ہیں جو اس طرح کا ڈیٹا فراہم کرتے ہیں، اتفاق رائے کی قسم کو "اوسط" پر سیٹ کرتے ہیں اور درخواست کرتے ہیں۔
فرض کریں کہ اوریکلز نے درج ذیل اقدار دی ہیں: 18، 17، 19 اور 21 ڈگری۔ اسکرپٹ پر عمل درآمد کے لیے تین ڈگری کا فرق کافی اہم ہو سکتا ہے۔ سروس نتیجہ پر کارروائی کرتی ہے اور اوسط درجہ حرارت 18.75 ڈگری حاصل کرتی ہے۔ وکندریقرت درخواست اسکرپٹ کو یہ نمبر ملے گا اور اس کے ساتھ کام کرے گا۔
بالآخر، فیصلہ صارف پر منحصر ہے: آیا ایک اوریکل پر بھروسہ کرنا ہے اور اس کے ڈیٹا کو استعمال کرنا ہے، یا اپنی صوابدید پر منتخب کردہ کئی اوریکلز کا اتفاق رائے بنانا ہے۔
کسی بھی صورت میں، ڈیٹا اوریکلز بالکل نیا فیلڈ ہے۔ یہ اس مرحلے پر ہے جہاں صارف خود اس بات کا تعین کر سکتے ہیں کہ اسے کس سمت میں ترقی کرنی چاہیے۔ اس لیے ہم آپ کی رائے سننا چاہتے ہیں۔ کیا اوپر والا ٹول اوریکلز کے لیے ضروری ہے؟ آپ عام طور پر ڈیٹا اوریکلز کے مستقبل کو کیسے دیکھتے ہیں؟ اپنی رائے کمنٹس میں اور ہمارے آفیشل گروپ میں شیئر کریں۔ .
ماخذ: www.habr.com