بر اساس مقاله کاری منتشر شده در تاریخ ۲ سپتامبر، محققان وابسته به بانک تسویه حساب‌های بین‌المللی (BIS)، لجر XRP را به عنوان یک لایه تأیید برای آمار رسمی مورد آزمایش قرار دادند.

این نمونه اولیه لجر XRP را با تبادل داده و فراداده آماری (SDMX) متصل کرد، که یک استاندارد بین‌المللی است و توسط سازمان‌هایی از جمله BIS برای تبادل اطلاعات آماری استفاده می‌شود.

به جای قرار دادن کامل مجموعه‌های داده آماری روی زنجیره، این سیستم اثرانگشت‌های رمزنگاری شده‌ای را محاسبه کرد که نشان‌دهنده داده‌ها بودند. سپس آن اثرانگشت‌ها را در شبکه‌ی توسعه (Devnet) لجر XRP ثبت کرد، که به دریافت‌کننده امکان می‌دهد بررسی کند که آیا یک فایل دانلود شده با نسخه‌ای که در ابتدا منتشر شده مطابقت دارد یا خیر.

این آزمایش نشان‌دهنده استقرار تولیدی، همکاری با ریپل یا تأیید XRP به عنوان یک سرمایه‌گذاری نیست. این مقاله همچنین بیان می‌کند که نتیجه‌گیری‌های آن متعلق به نویسندگان است و ممکن است منعکس‌کننده موضع سازمانی BIS نباشد.

نمونه اولیه لجر XRP بررسی می‌کند که آیا داده‌ها تغییر کرده‌اند یا خیر

آمار رسمی معمولاً از طریق وب‌سایت‌ها، پایگاه‌های داده و فیدهای داده خودکار توزیع می‌شوند. یک دریافت‌کننده باید اعتماد کند که فایل دانلود شده معتبر است و محتویات آن از زمان انتشار توسط ناشر تغییر نکرده است.

محققان نمونه اولیه خود را برای ارائه یک رکورد تأیید مستقل طراحی کردند. قبل از انتشار، نرم‌افزار یک فایل SDMX را به فرمت استاندارد تبدیل کرده و یک هش رمزنگاری SHA3-512 را محاسبه کرد.

یک هش مانند یک اثرانگشت دیجیتال منحصربه‌فرد عمل می‌کند. تغییر حتی بخش کوچکی از فایل منبع، نتیجه متفاوتی تولید می‌کند. بنابراین، یک دریافت‌کننده می‌تواند محاسبه را تکرار کرده و نتیجه را با اثرانگشتی که روی زنجیره ثبت شده مقایسه کند.

این نمونه اولیه از بررسی یک فایل کامل یا سری‌های آماری منتخب در آن پشتیبانی می‌کرد. هنگامی که چندین سری گنجانده می‌شدند، سیستم هش‌های آن‌ها را در یک ریشه مرکل ترکیب می‌کرد. این امر امکان می‌داد تا چندین مؤلفه داده، یک رکورد روی زنجیره را به اشتراک بگذارند در حالی که به‌طور مستقل قابل تأیید باقی می‌ماندند.

ریشه از طریق یک تراکنش لجر XRP لنگر انداخته شد. سپس یک مرجع به آن تراکنش در فایل SDMX جاسازی شد، که به دریافت‌کنندگان اطلاعات لازم برای مکان‌یابی رکورد روی زنجیره و تکمیل مقایسه را می‌دهد.

این طراحی به این معنی است که لجر XRP صحت آمار را تعیین نکرد. فقط شواهدی ارائه داد که داده‌های تأیید شده با نسخه‌ای که به رکورد اصلی متصل بود، مطابقت داشتند.

محققان BIS تأیید را در عرض چند ثانیه گزارش کردند

این مقاله تأخیر میانه انتشار را تقریباً سه تا پنج ثانیه در شرایط آزمایش کنترل‌شده گزارش کرد. تأیید تقریباً یک تا دو ثانیه طول کشید.

تأخیر انتشار فرآیند ایجاد و تأیید رکورد بلاک چین را پوشش می‌داد. تأیید شامل محاسبه مجدد اثرانگشت و بررسی آن در برابر اطلاعات ذخیره شده در تراکنش مربوطه لجر XRP بود.

این نتایج نباید به عنوان عملکرد تضمین‌شده در شرایط تولیدی تلقی شوند. محققان اندازه‌گیری‌ها را از طریق یک سیستم آزمایشی که در شبکه‌ی توسعه (Devnet) XRPL کار می‌کرد، انجام دادند و نه شبکه اصلی عمومی که برای تراکنش‌های واقعی استفاده می‌شود.

شبکه‌ی توسعه (Devnet) XRP آزمایشی را از طریق یک شیر آب (faucet) تأمین می‌کند و به توسعه‌دهندگان اجازه می‌دهد بدون استفاده از دارایی‌های دارای ارزش بازار، آزمایش کنند. فعالیت، الزامات قابلیت اطمینان و محیط عملیاتی آن با شبکه اصلی (mainnet) لجر XRP متفاوت است.

محققان XRPL را تا حدی به دلیل تأیید نسبتاً سریع تراکنش و هزینه‌های تراکنش پایین آن انتخاب کردند. با این حال، این آزمایش عملکرد XRPL را مستقیماً با اتریوم، سولانا، پایگاه‌های داده مجاز یا خدمات مهر زمانی دیجیتال سنتی مقایسه نکرد.

کد در یک مخزن عمومی BIS منتشر شد. مستندات آن، نرم‌افزار را به عنوان یک اثبات مفهومی آزمایشی توصیف می‌کند که نه برای تولید در نظر گرفته شده و نه فعالانه نگهداری می‌شود.

بررسی هویت، رکورد آماری را تقویت می‌کند

تأیید اینکه داده‌ها تغییر نکرده‌اند، تنها بخشی از مشکل تأیید را حل می‌کند. یک عامل مخرب می‌تواند یک هش معتبر برای یک فایل کلاهبرداری ایجاد کند و آن را از یک آدرس بلاک چین نامربوط منتشر کند.

نمونه اولیه با یک سیستم شناسایی ناشر این خطر را برطرف کرد. این سیستم از یک اعتبارنامه قابل تأیید W3C استفاده می‌کرد که توسط یک کلید شناسایی مرتبط با آدرس لجر XRP ناشر امضا شده بود.

یک دریافت‌کننده می‌توانست از آن اعتبارنامه برای بررسی اینکه طرف منتشرکننده فایل، آدرس شناخته شده را کنترل می‌کند، استفاده کند. بنابراین، فرآیند تأیید هم یکپارچگی داده و هم هویت ناشر را ارزیابی می‌کرد.

پیام SDMX مرجع تراکنش، برگ‌های مرکل مرتب‌شده و اعتبارنامه مورد نیاز برای بررسی را حمل می‌کرد. یک تأییدکننده می‌توانست ریشه را از فایل دریافت شده بازتولید کند و آن را از طریق یک جستجوی لجر مقایسه کند.

محققان گفتند که این معماری می‌تواند در نهایت از اثبات‌های دانش صفر پشتیبانی کند. چنین فناوری‌ای می‌تواند به یک سازمان امکان دهد تا حقایق منتخب درباره داده‌های محدودشده را بدون افشای کل مجموعه داده اثبات کند.

آن‌ها همچنین استفاده بالقوه توسط عامل‌های هوش مصنوعی را شناسایی کردند. سیستم‌های خودکار به طور فزاینده‌ای آمار را بدون تأیید دستی هر منبع توسط یک شخص بازیابی می‌کنند. یک رکورد تأیید قابل خواندن توسط ماشین می‌تواند به نرم‌افزار اجازه دهد تا فایل‌های تغییر یافته یا نادرست نسبت داده شده را رد کند.

اینها توسعه‌های پیشنهادی باقی می‌مانند. مخزن منتشر شده، کد آزمایشی را ارائه می‌دهد تا یک سرویس تولیدی برای بانک‌های مرکزی، آژانس‌های آمار ملی یا شرکت‌های هوش مصنوعی.

مورد استفاده لجر XRP نیازی به پذیرش XRP ندارد

این نمونه اولیه از زیرساخت لجر XRP استفاده کرد زیرا هر رکورد روی زنجیره نیاز به یک تراکنش دارد. با این حال، از XRP برای پرداخت‌ها، نقدینگی، تسویه حساب یا نقل و انتقالات برون‌مرزی استفاده نکرد.

فقط یک کارمزد تراکنش کوچک برای لنگر انداختن هر رکورد در شبکه اصلی (mainnet) مورد نیاز خواهد بود. مقدار آن به شرایط شبکه و روش انتشار انتخاب شده توسط یک موسسه بستگی دارد.

این تمایز مهم است زیرا استفاده از لجر XRP لزوماً تقاضای مادی برای دارایی بومی آن ایجاد نمی‌کند. یک ناشر داده می‌تواند بسیاری از سری‌های آماری را از طریق یک ریشه مرکل لنگر اندازد، که تعداد تراکنش‌های مورد نیاز را کاهش می‌دهد.

با این وجود، این آزمایش انواع کاربردهای آزمایش شده در XRPL را فراتر از پرداخت‌ها و دارایی‌های مالی توکن شده گسترش می‌دهد. این شبکه همچنین در حال توسعه ویژگی‌های نهادی است که شامل معاملات مجاز، وام‌دهی و صدور دارایی می‌شود.

در پوشش مرتبط، زیرساخت نهادی لجر XRP از طریق بازارهای مجاز و پیشنهادات وام‌دهی بومی گسترش یافته است. این کاربردهای مالی از سیستم تأیید آماری محققان BIS جدا هستند.

فعالیت شبکه نیز متمرکزتر شده است. بر اساس تحقیقات منتشر شده توسط اورنورث (Evernorth)، حجم دفتر سفارش لجر XRP در حالی که تعداد معامله‌گران روزانه در سه ماهه دوم کاهش یافت، ۷۹ درصد افزایش یافت.

هیچ یک از این پیشرفت‌ها ثابت نمی‌کند که نمونه اولیه آماری وارد مرحله تولید خواهد شد. آنها زمینه گسترده‌تری را برای کاربردهای مالی و غیرمالی مختلفی که در سراسر اکوسیستم لجر XRP در حال آزمایش هستند، فراهم می‌کنند.

پذیرش در تولید (Production) به آزمایش‌های بیشتری نیاز دارد

این نمونه اولیه قبل از اینکه یک ارائه‌دهنده آمار رسمی بتواند به آن تکیه کند، به کار امنیتی، حاکمیتی و عملیاتی اضافی نیاز خواهد داشت. موسسات به سیاست‌هایی برای مدیریت کلیدهای ناشر، اعتبارنامه‌های به خطر افتاده، عدم موفقیت تراکنش‌ها و اصلاحات در مجموعه‌های داده قبلاً صادر شده نیاز دارند.

پایداری رکوردهای بلاک چین چالش دیگری ایجاد می‌کند. آمار رسمی پس از دریافت اطلاعات جدید یا تصحیح خطاها توسط آژانس‌ها، مکرراً بازنگری می‌شود. یک سیستم تولیدی باید بین بازنگری‌های مشروع و تغییرات غیرمجاز تمایز قائل شود بدون اینکه نشان دهد قدیمی‌ترین نسخه همچنان جاری است.

ناشران همچنین باید تصمیم بگیرند که آیا به یک بلاک چین عمومی وابسته باشند، زیرساخت‌های اضافی را اجرا کنند یا رکوردهای بلاک چین را با سیستم‌های امضای دیجیتال موجود ترکیب کنند. قوانین حفظ حریم خصوصی ممکن است فراداده‌هایی را که می‌توانند در تراکنش‌های عمومی ظاهر شوند، محدود کنند.

نویسندگان گفتند که رویکرد آنها محدود به SDMX نیست. می‌توان آن را برای سایر فرمت‌های ساختاریافته، از جمله XBRL که شرکت‌ها و تنظیم‌کننده‌ها برای گزارشگری مالی استفاده می‌کنند، تطبیق داد.

هیچ مهلت اجرایی ارائه نشده است. مخزن بیان می‌کند که نرم‌افزار نگهداری‌نشده است و BIS برنامه‌ای برای استقرار آن در سراسر انتشارات آماری رسمی خود اعلام نکرده است.

نتیجه تأیید شده بنابراین محدودتر از ادعاهایی است که BIS لجر XRP را پذیرفته است. محققان وابسته به BIS نشان دادند که یک سیستم آزمایشی می‌تواند از شبکه‌ی توسعه (Devnet) XRPL برای احراز هویت فایل‌های آماری در عرض چند ثانیه و تحت شرایط کنترل‌شده استفاده کند.