Defining Decentralization: An Ontological Perspective

Resumo Técnico: Definindo Descentralização: Uma Perspectiva Ontológica

Problema
O artigo identifica uma lacuna crítica na literatura de ciência da computação denominada "Problema da Descentralização". Apesar de a descentralização ser um conceito fundamental em segurança, computação distribuída, IA e IoT, não existe uma definição universalmente aceita e transferível aplicável a diferentes sistemas de comunicação. A literatura atual sofre de quatro problemas principais:

1. Ambiguidade Definição: A descentralização é frequentemente definida através de exemplos ou heurísticas específicas de domínio (ex: blockchain) em vez de uma definição formal e independente de contexto.
2. Confusão Conceitual: Os termos "descentralização" e "distribuição" são frequentemente confundidos. Enquanto a distribuição refere-se ao posicionamento físico ou lógico dos componentes, a descentralização diz respeito à estrutura relacional e às dependências entre as entidades.
3. Falta de Formalismo Estrutural: As abordagens existentes baseiam-se frequentemente em métricas centradas em nós (ex: contagem de participantes, concentração de propriedade) que ignoram a topologia relacional e os camros de comunicação entre as entidades.
4. Ausência de Quantificação Transferível: As métricas atuais estão tipicamente vinculadas a arquiteturas específicas (como blockchain) e não conseguem comparar consistentemente sistemas heterogêneos (ex: Aprendizado Federado vs. redes Peer-to-Peer).

Esta ambiguidade leva a análises de sistemas inconsistentes, onde arquiteturas idênticas podem ser rotuladas como "centralizadas" em um contexto (ex: topologia de grafo estrutural) e "descentralizadas" em outro (ex: localidade de dados), dificultando o raciocínio formal rigoroso e o design de protocolos.

Metodologia
Os autores propõem uma solução fundamentada em uma ontologia baseada em grafos, tratando a descentralização como uma propriedade estrutural, relacional e específica de um sujeito. A metodologia é estruturada em quatro camadas:

1. Camada Ontológica: O framework estabelece um compromisso formal com o realismo baseado em teoria dos grafos. Um sistema é modelado como um grafo não vazio $G=(V, E)$. A ontologia introduz três conceitos primitivos: Sistema, Topologia e Sujeito (uma projeção relativa ao contexto, como armazenamento de dados ou autoridade de consenso). Ela define Particulares de Projeção para ligar um sistema, uma topologia e um sujeito específico.
2. Camada Lógica: Utilizando semântica formal e Lógica de Descrição, os autores definem a descentralização baseada na multiplicidade em vez de mero posicionamento.
   • Descentralização é definida pela função $\delta(p_u)$, que representa o número de distintos particulares de realização para um sujeito $u$. Se $\delta(p_u) > 1$, o sujeito é descentralizado; se $\delta(p_u) = 1$, é centralizado.
   • Distribuição é definida pela função $\lambda(p_u)$, que representa o número de vértices distintos que suportam essas realizações. Um sujeito é distribuído se $\lambda(p_u) > 1$.
   • Crucialmente, o framework prova que um sujeito pode ser descentralizado ($\delta > 1$) mas não distribuído ($\lambda = 1$) se múltiplas realizações estiverem colocalizadas em um único vértice, separando formalmente os dois conceitos.
3. Camada de Modelagem: Esta camada mapeia a ontologia abstrata para representações computacionais concretas (ex: matrizes de adjacência, listas de arestas), permitindo o cálculo de conjuntos de suporte do sujeito e contagens de realização.
4. Camada Analítica: Para quantificar o grau de descentralização além da classificação binária, os autores introduzem duas métricas inéditas e específicas de cada sujeito:
   • Tolerância ao Vazio ($T_L$): Mede a resiliência focada em vértices, avaliando quantos vértices, se removidos, isolariam uma parte do subgrafo induzido pelo sujeito.
   • Impermeabilidade ($I_L$): Mede a resiliência focada em arestas, calculando o número mínimo de deleções de arestas necessárias para isolar um vértice específico do sujeito.
   • Estas métricas geram um vetor de descentralização $\vec{d}_u = [T_L, I_L]$ para cada sujeito, permitindo comparação multidimensional.

Principais Contribuições

1. Separação Formal de Conceitos: O artigo fornece a primeira distinção semântica rigorosa entre descentralização (multiplicidade relacional) e distribuição (dispersão espacial), resolvendo uma ambiguidade de longa data na literatura.
2. Ontologia Baseada em Grafos: Introduz uma ontologia independente de domínio que define a descentralização como uma propriedade estrutural de entidades computacionais que interagem, suportando avaliação multidimensional (ex: um sistema pode ser descentralizado em relação aos dados, mas centralizado em relação à autoridade de agregação).
3. Novas Métricas Analíticas: A introdução da Tolerância ao Vazio e da Impermeabilidade permite a quantificação da resiliência estrutural e funcional, indo além de medidas escalares como o coeficiente de Nakamoto ou o índice de Gini.
4. Implementação e Validação: O framework é implementado como uma aplicação baseada em navegador que suporta modelagem interativa e classificação automatizada. É validado em sistemas reais heterogêneos, especificamente Aprendizado Federado (comparando topologia de estrela convencional vs. agregação totalmente descentralizada) e arquiteturas de Blockchain (comparando configurações com permissão com diferentes estratégias de consenso e replicação de registro).

Resultos
A aplicação do framework aos sistemas de Aprendizado Federado e Blockchain demonstra que:

• Consistência: A ontologia produz classificações consistentes onde definições existentes geram resultados contraditórios. Por exemplo, identifica corretamente o "Aprendizado Federado Vanilla" como Parcialmente Descentralizado (dados/treinamento descentralizados, agregação centralizada) em vez de totalmente descentralizado.
• Granularidade: As métricas baseadas em vetores revelam vulnerabilidades estruturais que métricas escalares perdem. Por exemplo, em uma topologia de blockchain, o framework pode distinguir entre uma autoridade de consenso que é centralizada (nó único) versus uma que é descentralizada, mas estruturalmente frágil (múltiplos nós, mas com alta dependência de conectividade).
• Transferibilidade: O mesmo grafo topológico pode gerar perfis de descentralização diferentes dependendo de como os sujeitos (ex: consenso, registro, transações) são realizados, provando que a descentralização é uma propriedade da relação sujeito-topologia, e não apenas da estrutura do grafo em si.

Significância e Alegações
O artigo afirma fornecer uma base independente de domínio para analisar a descentralização. Ao tratar a descentralização como uma propriedade relacional formal, em vez de um rótulo informal ou específico de aplicação, o framework permite:

• Comparabilidade: Comparação direta de arquiteturas fundamentalmente diferentes (ex: pipelines de IA vs. registros distribuídos) usando uma linguagem formal unificada.
• Raciocínio Rigoroso: A capacidade de realizar raciocínio formal sobre propriedades do sistema, distinguindo entre robustez estrutural e mera dispersão de componentes.
• Ponte entre o Formal e o Informal: A ontologia une a intuição de design informal e a verificação formal, permitindo que analistas especifim sujeitos dependentes de contexto (ex: "privacidade de dados") enquanto mantêm semânticas formais e decidíveis.

Os autores posicionam este trabalho não como uma verdade final e imutável, mas como um passo necessário para corrigir a "amnésia coletiva" em relação ao aspecto relacional da descentralização na literatura moderna, que tem revertido amplamente para a análise centrada em nós desde a ascensão do blockchain. O framework reconhece limitações, como o foco em instantâneos estruturais em vez de comportamento dinâmico e a exclusão de fatores socioeconômicos como a propriedade, mas afirma que estabelece com sucesso uma base formal e transferível para o conceito.