Asynchronous Verifiable Information Dispersal with Low Space and Communication Complexity

في البنية التحتية الواسعة وغير المرئية التي تشغل العالم الحديث، يتم كتابة البيانات وتخزينها واسترجاعها باستمرار عبر شبكات من أجهزة الكمبيوتر. يجب أن تكون هذه الأنظمة قوية بما يكفي للحفاظ على سلامة المعلومات حتى عندما تتعطل الأجهزة الفردية، أو تنهار، أو تتعرض للاختراق من قبل جهات خبيحة. ولتحقيق ذلك، يلجأ المهندسون غالباً إلى تقسيم ملف واحد إلى قطع كثيرة وتوزيعها عبر مواقع مختلفة، وهي تقنية تُعرف باسم "تشتيت المعلومات" (information dispersal). يضمن هذا الإجراء أنه في حال فقدان بعض القطع، لا يزال بالإمكان إعادة بناء الملف الأصلي من الأجزاء المتبقية. ومع ذلك، ظل التحدي المستمر هو موازنة تكلفة هذه الحماية؛ فالتخزين الآمن للبيانات يتطلب عادةً الاحتفاظ بنسخ إضافية، مما يستهلك مساحة تخزينية، بينما تتطلب حركة هذه البيانات حول الشبة لإصلاح الأجزاء المكسورة أو استرجاعها للاستخدام استهلاكاً كبيراً لنطاق التردد (bandwidth). لسنوات طويلة، كانت أكثر الطرق كفاءة لتخزين البيانات بطيئة ومكلفة الإصلاح، بينما كانت أسرع الطرق لإصلاح العقد (nodes) المتعطلة تهدر مساحة تخزينية هائلة.

لقد طور الباحثان توماس لوشر وإيفون-آن بيग्नोليت طريقة جديدة تكسر هذه المقايضة، مقدمين وسيلة لتخزين ونشر واستعادة البيانات بكفاءة عبر جميع هذه الأبعاد في آن واحد. يركز عملهما على نوع محدد من الأنظمة يُسمى "تشتيت المعلومات التحققي غير المتزامن" (asynchronous verifiable information dispersal)، حيث لا تحتاج أجهزة الكمبيوتر إلى الاتفاق على التوقيت الدقيق للرسائل لتعمل بشكل صحيح، ومع ذلك يمكنها التحقق من أن البيانات التي تمتلكها صالحة ومتسقة. قدم الفريق بروتوكولاً مبتكراً ينظم البيانات في هيكل يشبه الشبكة، مما يسمح للعقد بمشاركة قدر كافٍ فقط من المعلومات لإعادة بناء القطع المفقودة دون الحاجة لتحميل ملفات كاملة. يقلل هذا النهج بشكل كبير من كمية البيانات التي يجب تخزينها ومن نطاق التردد المطلوب لإصلاح كمبيوتر تعطل، كل ذلك مع الحفاظ على السرعة اللازمة لاسترجاع المعلومات عند طلبها.

يكمن جوهر هذا النظام الجديد في كيفية ترتيب البيانات قبل إرسالها. فبدلاً من التعامل مع المعلومات كقائمة بسيطة من الشظايا، يقوم الباحثون بتشفيرها في مصفوفة ثنائية الأبعاد، أو شبكة من الصفوف والأعمدة. تخيل البيانات كجدول بيانات ضخم حيث يحتوي كل خلية فيه على قطعة صغيرة من الملف الأصلي. ثم يطبق النظام عملية رياضية لملء الخلايا الفارغة في هذه الشبكة، مما يخلق نسيجاً من الوفرة (redundancy). يتم تخصيص صف محدد وعمود محدد من هذه الشبكة لكل كمبيوتر في الشبكة؛ حيث يقوم بتخزين البيانات الخاصة بهذا الصف والعمود فقط، بالإضافة إلى إثبات تشفيري صغير يتحقق من صحة البيانات. هذا الهيكل هو مفتاح كفاءة النظام؛ ولأن كل كمبيوتر يحمل قطعة من صف وعمود كل كمبيوتر آخر، يمكنهم مساعدة بعضهم البعض لملء الفجوات في حال تعطل أحد الأجهزة، دون الحاجة إلى التواصل مع سلطة مركزية أو تحميل مجموعة البيانات بأكملها.

عندما تحتاج قطعة جديدة من البيانات إلى التخزين، تبدأ العملية بإرسال معلومات الشبكة الأولية من قِبل العميل. وقد صمم الباحثون آلية "مصافحة" (handshake) ذكية لضمان حدوث ذلك بسرعة ودون إهدار لنطاق التردد. يرسل العميل البيانات اللازمة إلى كل كمبيوتر وينتظر تأكيداً على استلام البيانات. وإذا فشل كمبيوتر في الاستجابة، فلا يقوم العميل ببساطة بإعادة إرسال الملف الكامل إلى الجميع، بل يرسل بدلاً من ذلك تحديثاً مستهدفاً وصغيراً يحتوي فقط على القطع المفقودة إلى أجهزة الكمبيوتر المعنية التي تحتاجها. بعد ذلك، تقوم أجهزة الكمبيوتر الأخرى في الشبكة، والتي تمتلك بالفعل جزءاً من البيانات المفقودة في تخزينها الخاص، بتوجيه تلك القطع المحددة إلى العقد المتعثرة. تعني هذه الخطوة التعاونية أن الشبكة يمكنها إتمام عملية التخزين بحركة بيانات إجمالية أقل بكثير من الطرق السابقة، والتي كانت تتطلب غالباً إرسال مجموعة البيانات كاملة عدة مرات لضمان امتلاك الجميع لنسخة منها.

عملية استرجاع البيانات مبسطة بنفس القدر. فعندما يرغب مستخدم في قراءة ملف، فإنه يطلب بيانات الصف من عدد كافٍ من أجهزة الكمبيوتر. وبسبب الطريقة التي بُنيت بها الشبكة، يمكن للمستخدم إعادة بناء الملف الأصلي من هذه الصفوف وحدها، دون الحاجة إلى التواصل مع كل عقدة في الشبكة. ويقوم النظام بالتحقق من سلامة البيانات باستخدام الإثباتات التشفيرية المخزنة بجانب الشظايا، مما يضمن عدم إرجاع أي معلومات فاسدة أو خبيثة. وتعد عملية الاسترجاء هذه بكفاءة أفضل الطرق الموجودة حالياً، مما يعني أن سرعة قراءة البيانات لم تضحَّ بها في سبيل تحقيق التحسينات الأخرى.

ولعل التقدم الأكثر أهمية يكمن في كيفية تعامل النظام مع حالات فشل الكمبيوتر. ففي الأنظمة القديمة، كان استبدال عقدة مكسورة يتطلب غالباً من الجهاز الجديد تحميل مجموعة البيانات بأكملها من الشبكة لإعادة بناء حصته، وهي عملية قد تستغرق أياماً للملفات الكبيرة وتستهلك كميات هائلة من نطاق التردد. أما في هذا البروتوكول الجديد، فلا يحتاج العقد البديل إلا للاتصال بعدد قليل من أجهزة الكمبيوتر الأخرى لاستعادة بيانات الصف والعمود الخاصين به. تقوم هذه "الجيران" بإرسال القطع الصغيرة فقط من المعلومات التي تتقاطع مع موقع العقدة الجديدة في الشبكة، ثم يستخدم العقد الجديد هذه الشظايا لإعادة بناء حصة التخزين الكاملة الخاصة به رياضياً. وهذا يقلل من كمية البيانات المنقولة أثناء عملية الإصلاح بهامش كبير، مما يجعل النظام قابياً للتطبيق في التطبيقات واسعة النطاق في العالم الحقيقي حيث تنضم العقد وتغادر الشبكة بشكل متكرر.

حلل الباحثون بروتوكولهم مقابل المعايير القائمة ووجدوا أنه يتفوق عليها باستمرار في جميع المجالات. فبالنسبة لشبكة مكونة من مائة كمبيوتر تخزن ملفاً بحجم واحد جيجابايت، تتطلب طريقتهم من كل عقدة تخزين ثلاثين ميجابايت فقط، بينما يتطلب بديل رائد خمسة وأربعين ميجابايت. قد يبدو هذا الفرق صغيراً بالنسبة لملف واحد، ولكن عند تطبيقه على مستويات "بيتابايت" من البيانات عبر شبكة عالمية، فإنه يترجم إلى تقليل قدره واحد ونصف بيتابايت من إجمالي متطلبات التخزين. وبالمثل، عندما تفشل عقدة، يتطلب النظام الجديد من العقدة البديلة تحميل خمسة وأربعين تيرابايت من البيانات لإصلاح نفسها، مقارنة بخمسة وسبعين تيرابايت في أفضل طريقة سابقة. وهذا يوفر ثلاثين تيرابايت من حركة البيانات، وهو ما يمثل ما يقرب من ثلاثة أيام من حركة مرور الإصلاح التي لم تعد هناك حاجة إليها عند العمل بكامل سعة الشبكة.

كما استكشف الفريق نوعاً متغيراً من بروتوكولهم يسمح للمستخدمين بضبط النظام بناءً على احتياجاتهم الخاصة. فمن خلال تعديل معلمة واحدة (parameter)، يمكن للمشغلين اختيار تقليل مساحة التخزين المستخدمة بشكل أكبر، وذلك على حساب متطلبات أعلى قليلاً لنطاق التردد لعمليات الإصلاح والاسترجاع. هذه المرونة تجعل البروتوكول مناسباً لمجموعة واسعة من السيناريوهات، بدءاً من الأرشيفات اللامركزية التي تعطي الأولوية لكفاءة التخزين طويل الأمد، وصولاً إلى الأنظمة عالية الأداء التي تحتاج إلى وصول سريع للبيانات. يثبت هذا العمل أنه من الممكن تصميم أنظمة تخزين موزعة ليست مثالية نظرياً في جانب واحد فحسب، بل هي فعالة عملياً عبر دورة حياة البيانات بأكملها، من لحظة كتابتها إلى لحظة إصلاحها أو استرجاعها.

يوفر هذا البحث مساراً ملموساً نحو الجيل القادم من أنظمة التخزين الموزعة، معالِجاً الاختناقات التي حدت من قابليتها للتوسع. ومن خلال إثبات أن انخفاض عبء التخزين، وانخفاض تكاليف الاتصال عند الكتابة، وكفاءة استعادة العقد يمكن أن تتعايش معاً، أزال المؤلفون عائقاً رئيسياً أمام نشر شبكات البيانات القوية واللامركزية. إن النتائج ليست مجرد نظريات؛ فالقيم الثابتة المحددة في الدراسة تترجم مباشرة إلى وفورات ملموسة في تكاليف التشغيل وسعة الشبكة. ومع استمرار نمو أنظمة مثل الأرشيفات اللامركزية وحلول "البلوكشين"، ستصبح البروتوكولات التي يمكنها إدارة البيانات بكفاءة دون التضحភាព بالموثوقية ضرورية بشكل متزاٍد، وتقدم هذه الطة الجديدة أساساً متوازناً وعالي الأداء لهذا المستقبل.