A cross-protocol dataset of blockchain oracle incentives and accountability
Dit artikel introduceert een uitgebreide cross-protocol dataset die de economische uitkomsten en verantwoording van blockchain-oracles standaardiseert en reconstrueert om vergelijkend onderzoek naar prikkels, geschillenbeslechting en financiële verantwoording over acht verschillende oracle-takken mogelijk te maken.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je een wereld voor waarin computerprogramma's beslissingen kunnen nemen op basis van gebeurtenissen in de echte wereld, zoals de prijs van een aandeel of de uitslag van een sportwedstrijd, maar de computers zelf de buitenwereld niet kunnen zien. Om deze kloof te overbruggen, fungeert een speciaal systeem genaamd een "oracle" als een boodschapper die buiteninformatie naar het digitale grootboek brengt. Deze boodschappers zijn niet slechts passieve pijpleidingen; ze worden gerund door mensen en organisaties die hun eigen geld inzetten om te garanderen dat de informatie correct is. Als zij liegen of een fout maken, verliezen zij hun geld. Als zij gelijk hebben, verdienen zij een beloning. Dit systeem rust op vertrouwen, maar in een digitaal tijdperk moet vertrouwen worden opgebouwd op basis van verifieerbaar bewijs en duidelijke regels over wie betaald krijgt en wie gestraft wordt.
Jarenlang wilden onderzoekers bestuderen hoe goed deze systemen werken, maar zij stuitten op een frustrerend probleem. De registers van deze transacties zijn openbaar, maar ze zijn op een manier geschreven die het bijna onmogelijk maakt om het ene systeem met het andere te vergelijken. Een betaling in het ene systeem kan eruitzien als een beloning, terwijl het in een ander systeem lijkt op een terugbetaling van een borg. Een straf kan worden geregistreerd als een belofte om later te betalen, of als een onmiddellijk verlies. Zonder een manier om deze verschillende talen te vertalen, konden wetenschappers de werkelijke economische gezondheid van deze netwerken niet meten of begrijpen hoe goed ze hun beloften nakomen.
Een team van onderzoekers heeft dit puzzelstuk nu opgelost door een enorme, verenigde dataset te creëren die de records van acht verschillende oracle-systemen vertaalt naar één enkele, begrijpelijke taal. Ze hebben niet alleen gegevens verzameld; ze hebben het verhaal van elke transactie opnieuw opgebouwd, waarbij ze zorgvuldig onderscheid maakten tussen geld dat werd beloofd, geld dat daadwerkelijk is verdiend en geld dat is verloren. Hun werk beslaat meer dan honderd miljoen specifieke observaties van verantwoording, waarbij de reis van miljarden dollars aan digitale activa door vijf grote en drie kleinere systemen wordt gevolgd. Het resultaat is een heldere kaart van hoe deze digitale boodschappers zich gedragen, die precies laat zien wanneer zij worden beloond, wanneer zij worden gestraft en wanneer het systeem simpelweg niet kan vaststellen wat er is gebeurd.
Het team richtte zich op acht verschillende takken van deze technologie, waaronder vijf grote systemen die complexe geschillen afhandelen en drie andere die zich richten op specifieke delen van het proces. Zij verzamelden gegevens vanaf het begin van de levensduur van deze systemen tot een specifieke afkapdatum in het midden van 2026. In totaal organiseerden zij meer dan honderd miljoen getypeerde observaties, wat individuele records zijn van een gebeurtenis, zoals een verzoek om gegevens, een rapport van een boodschapper of een stem in een geschil. Zij identificeerden ook meer dan tweeentwintig miljoen economische componenten, wat de specifieke financiële onderdelen van die gebeurtenissen zijn, zoals een beloningsberekening of een strafbeoordeling. Cruciaal was dat zij deze filterden tot bijna negentien miljoen records waarbij het geld daadwerkelijk van hand wisselde of een straf echt werd toegepast, waarbij zij onderscheid maakten tussen de theoretische beloften en de gerealiseerde uitkomsten.
Om orde te scheppen in deze berg data, moesten het team handelen als forensisch accountants. Zij realiseerden zich dat een eenvoudige geldoverdracht op een blockchain niet altijd een winst betekent. Soms is een overdracht slechts een terugbetaling van een borg, en soms is een straf wel berekend maar nooit daadwerkelijk geïnd. De onderzoekers bouwden een stapsgewijs proces om het leven van elke transactie te reconstrueren. Ze begonnen met het lezen van de ruwe code-logs van de verschillende netwerken, en puzzelden vervolgens de volgorde van gebeurtenissen bij elkaar om te zien hoe een verzoek om informatie uitmondde in een rapport, een geschil en uiteindelijk een betaling of een verlies. Ze besteedden nauwlettende aandacht aan de regels van elk specifiek systeem, om ervoor te zorgen dat een "beloning" in het ene systeem niet werd verward met een "vergoeding" in een ander systeem.
Een van de belangrijkste ontdekkingen in hun werk is het verschil tussen wat wordt geclaimd en wat echt is. In veel van deze systemen kan een deelnemer recht hebben op een beloning, maar als zij deze niet opeisen, blijft het geld daar liggen, onopgehaald. De onderzoekers zorgden ervoor dat hun data onderscheid maakte tussen geld dat slechts verschuldigd was en geld dat daadwerkelijk was uitgekeerd. Zij scheidden ook de terugbetaling van het eigen kapitaal van een deelnemer van de winst die zij hadden gemaakt. Dit onderscheid is essentieel omdat het het hele beeld verandert van hoeveel deze systemen daadwerkelijk kosten of verdienen. In een van de systemen die zij bestudeerden, ontdekten zij bijvoorbeeld dat 834 geschilgevallen verkeerd waren geclassificeerd in eerdere pogingen, waarbij een beloning voor een winnaar werd gemist of een straf dubbel werd geteld. Door deze fouten te corrigeren, boden zij een veel nauwkeuriger beeld van de financiële realiteit.
Het team controleerde hun werk ook rigoureus om te verzekeren dat het betrouwbaar was. Zij voerden tests uit om te zien of de cijfers klopten, waarbij zij de verwachte uitbetalingen vergeleken met het geld dat daadwerkelijk bewoog. In de systemen waar zij het volledige pad van een transactie konden volgen, kwamen de cijfers perfect overeen. Zij creëerden ook een kleine set testgevallen om te zien of hun gereconstrueerde data toekomstige uitkomsten kon voorspellen, zoals of een geschil gewonnen of verloren zou worden. Hun data presteerden beter dan willekeurig gokken, wat aantoonde dat de ontdekte patronen echt en nuttig waren. Zij merkten echter zorgvuldig op dat hun data de beslissingen van de systemen zelf weerspiegelt, en niet een onafhankelijke test van de vraag of de informatie feitelijk waar was in de echte wereld.
Deze dataset is niet slechts een lijst met cijfers; het is een instrument waarmee onderzoekers nieuwe vragen kunnen stellen over hoe deze digitale economieën functioneren. Het onthult dat, hoewel de systemen ontworpen zijn om eerlijk te zijn, de manier waarop zij geld registreren verwarrend en inconsistent kan zijn. Door een helder, gestandaardiseerd overzicht van deze processen te bieden, hebben de onderzoekers de deur geopend voor een dieper begrip van hoe vertrouwen wordt onderhouden in het digitale tijdperk. Zij hebben aangetoond dat, hoewel de technologie complex is, de economische prikkels die het aandrijven gemeten en begrepen kunnen worden, mits men de tijd neemt om de verschillende talen naar een gemeenschappelijk verhaal te vertalen. Het werk beweert niet elk probleem te hebben opgelost of elke verborgen waarheid te hebben gevonden, maar het heeft het eerste betrouwbare fundament gebouwd om deze systemen te vergelijken en hun werkelijke economische impact te begrijpen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.