أعلنت شبكة أوراكل الشهيرة على سلسلة بينانس، APRO، عن شراكة تقنية عميقة مع شركة Brevis الرائدة في مجال معالجة البيانات بواسطة براهين المعرفة الصفرية (ZK). تهدف هذه الشراكة إلى إعادة تعريف طريقة عمل أوراكل في جمع، والتحقق من، وتوصيل المعلومات إلى العقود الذكية. تعتمد هذه الشراقه بشكل استراتيجي على البيانات القابلة للإثبات بالتشفير، كبديل عن نماذج أوراكل التقليدية المعتمدة على الإجماع.
شراكة لبناء جيل جديد من أوراكل
هذه الشراكة ليست مجرد تكامل بسيط، بل هي اندماج لطبقتين أساسيتين في بنية الويب 3. حيث تجمع بين شبكة أوراكل APRO متعددة السلاسل، ومجموعة أدوات براهين المعرفة الصفرية (ZK) من Brevis، بما في ذلك معالج البيانات ZK وتقنية ZKTLS و Pico zkVM. معًا، يبني الفريقان ما يصفانه بالجيل الجديد من أوراكل القائمة على الإثباتات التشفيرية، وليس على الثقة الاجتماعية.
التخلي عن نموذج الإجماع التقليدي
تعتمد أنظمة أوراكل التقليدية على مجموعات من المدققين لجلب البيانات والإبلاغ عنها بناءً على إجماع حول القيمة الصحيحة. ورغم أن هذا التصميم دفع عجلة التمويل اللامركزي (DeFi)، إلا أن له عيوبًا مثل التأخير، والتكلفة العالية، والاعتماد على افتراض أن الأغلبية صادقة.
تسعى APRO و Brevis لحل هذه المشكلات عن طريق استبدال افتراضات الثقة بضمانات التشفير. في النموذج الجديد، يتم تقديم البيانات مصحوبة ببراهين المعرفة الصفرية، مما يضمن طريقة الحصول على هذه البيانات وحسابها.
البيانات التاريخية القابلة للتحقق
إحدى المجالات الرئيسية هي البيانات التاريخية على السلسلة. باستخدام معالج البيانات ZK من Brevis، يمكن إجراء حسابات على البيانات التاريخية خارج السلسلة وتحويلها إلى براهين ZK مختصرة وقابلة للتحقق.
تقوم شبكة APRO بعد ذلك بنقل النتيجة والبرهان إلى السلسلة، حيث يمكن للعقود الذكية التحقق من صحة الأحداث الماضية دون الحاجة للثقة في طرف ثالث. هذه الميزة تفتح الباب أمام تطبيقات جديدة، مثل أسواق التوقع والأدوات المالية التي تعتمد على نشاط سابق قابل للإثبات بدلاً من التقارير الذاتية.
التأكد من صحة البيانات العامة خارج السلسلة
تعمل الشراكة أيضًا على تحسين عملية جلب البيانات العامة من خارج السلسلة إليها. بيانات مثل نتائج الرياضة أو الأسواق المالية أو الانتخابات، كانت تعتمد تقليديًا على ثقة أن عُقد أوراكل تصل إلى المعلومات الصحيحة من المصادر الخارجية.
تقدم تقنية ZKTLS من Brevis ثقة تشفيرية تؤكد أن البيانات تم جلبها عبر اتصال TLS آمن من النطاق الصحيح. ثم تثبت Pico zkVM أن البيانات قُرأت بالطريقة الصحيحة لاستخراج القيم المطلوبة. تدمج APRO هذا المسار الإثباتي في توصيل أوراكل، مما يسمح للعقود الذكية باستخدام بيانات خارج السلسلة بناءً على شهادات تشفيرية للأصالة، بدلاً من الاعتماد على صدق العُقد.
فتح أسواق جديدة للبيانات الخاصة
بالإضافة إلى البيانات العامة، تتيح الشراكة الوصول إلى تدفقات بيانات خاصة وحصرية قابلة للتحقق. ليس كل شيء ذا قيمة يمكن كشفه للعلن، مثل مؤشرات التداول الخوارزمية أو مقاييس المؤسسات.
باستخدام Brevis zkVM، يمكن لمزودي البيانات إنشاء برهان على أن الناتج تم حسابه باستخدام بيانات أو خوارزميات خاصة، دون الكشف عن تلك المعلومات الأساسية. تقوم APRO بدور طبقة توصيل هذا البرهان، مما يسمح للتطبيقات اللامركزية وأسواق التوقع بالتعامل مع معلومات حصرية مع الحفاظ على الخصوصية. هذا يخلق أسواقًا جديدة تمامًا حيث تقوم الثقة على التشفير وليس السمعة.
خصوصية المشاركين في السوق
إلى جانب التحقق من البيانات، تهدف الشراكة إلى تحقيق الخصوصية على مستوى المستخدم. حيث أن سلاسل الكتل المفتوحة تكشف عن أنماط المتداولين، مما يعرضهم لمخاطر مثل الاستباق أو نسخ الاستراتيجيات.
تعمل APRO و Brevis أيضًا على تطوير مخططات تحافظ على الخصوصية، حيث يمكن للمتداولين إثبات أنهم يتصرفون وفقًا لقواعد السوق باستخدام براهين ZK التي لا تكشف عن العناوين أو المراكز أو الاستراتيجيات. سيمكن هذا البنية التحتية المؤسسات من المشاركة في الأسواق على السلسلة، خاصة في نظام أسواق التوقع المتنامي على سلسلة بينانس.
الأسئلة الشائعة
- ما الهدف من شراكة APRO مع Brevis؟
الهدف هو بناء جيل جديد من شبكات أوراكل تعتمد على الإثباتات التشفيرية (براهين المعرفة الصفرية) بدلاً من نموذج الإجماع والثقة التقليدي، لجعل البيانات أكثر أمانًا وموثوقية للعقود الذكية. - ما الفائدة للمطورين والمستخدمين؟
ستمكنهم من إنشاء تطبيقات أكثر تعقيدًا وآمنة، مثل أسواق التوقع والأدوات المالية المتقدمة، التي تعتمد على بيانات تاريخية أو خاصة قابلة للتحقق تشفيريًا، مع حماية خصوصية المشاركين. - على أي سلسلة تركز هذه الشراكة؟
تركز الشراكة بشكل رئيسي على تطوير البنية التحتية لسلسلة بينانس (BNB Chain)، وخاصة دفع حدود أسواق التوقع والنظام المالي اللامركزي عليها.
