هل تتذكر كارثة البيانات الحتمية في عام 2022؟ حيث تم سحب عشرات الملايين من الدولارات بواسطة بروتوكول اقتراض رائد عبر هجمة إقراض فوري. يبدو الأمر جنونيًا، لكنه في الواقع ناتج عن ثغرة قاتلة: مصدر الأسعار الخاص به كان "مطيعًا" جدًا.
طريقة عمل البيانات الحتمية التقليدية بسيطة جدًا — جمع عدة مصادر بيانات، ثم أخذ الوسيط أو المتوسط. أين المشكلة؟ الأوزان ومصادر البيانات ثابتة. المهاجمون فقط بحاجة إلى السيطرة على بعض المصادر ذات الأوزان العالية، ليتم توجيه النظام بأكمله حسب رغبتهم.
لهذا السبب بدأت الجيل الجديد من البيانات الحتمية في استخدام نظام "تصنيف السمعة". بدلاً من معاملة جميع مصادر البيانات على قدم المساواة، يُمنح المصادر ذات الأداء الجيد صوتًا أعلى.
طريقة عمل APRO هي كالتالي: كل عقدة بيانات في الشبكة تحصل في الوقت الحقيقي على درجة سمعة ديناميكية، فكيف يتم حساب هذه الدرجة؟
أولاً، نراجع مدى دقة البيانات السابقة — مدى توافق البيانات التي قدمتها مع مصادر موثوقة أخرى. ثانيًا، سرعة الاستجابة والاستقرار، هل يمكنها الصمود أثناء ضغط الشبكة أو الظروف الصعبة؟ ثم، اكتشاف السلوكيات الشاذة، فإذا كانت بياناتك تختلف كثيرًا عن الآخرين، سيقوم النظام بوضع علامة عليك وتقليل وزنك.
الأهم من ذلك، عند سحب البيانات، لا يعامل APRO جميع المصادر بنفس الوزن. بل يوزع الأوزان بشكل ديناميكي بناءً على درجة السمعة في ذلك الوقت. العقد التي قدمت بيانات غير معقولة سابقًا؟ يتم خفض وزنها على الفور، وحتى استبعادها من النظام مباشرة في هذه الجولة. هكذا، يصبح من الصعب على المهاجمين التلاعب أو التلاعب بالنظام، وتزداد التكاليف بشكل كبير.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 11
أعجبني
11
8
إعادة النشر
مشاركة
تعليق
0/400
DataChief
· منذ 19 س
آه، لا زالت تلك الموجة في 2022 حاضرة في الذاكرة... مشهد القروض السريعة كان حقًا كارثة على مستوى الكتاب المدرسي
انتظر، نظام التقييم الائتماني الديناميكي APRO يبدو جيدًا، لكني أريد أن أسأل، هل سيكون هذا التقييم نفسه نقطة هجوم جديدة؟
هل يعتقد الإخوة حقًا أن هذه المرة يمكنهم التصدي لها، يبدو وكأنها لعبة ذات ارتفاع أعلى من الآخر
شاهد النسخة الأصليةرد0
MetaMuskRat
· 01-05 09:32
حسنًا، هذه مجموعة درجات السمعة الديناميكية تبدو أكثر موثوقية بكثير، فهي أفضل بكثير من ذلك النظام السيئ الذي يمكن لأي شخص أن يخدعه.
شاهد النسخة الأصليةرد0
APY追逐者
· 01-04 15:56
كانت تلك الموجة من القروض السريعة مؤلمة حقًا، لكن بصراحة من المثير للسخرية أن مثل هذه الثغرات البسيطة لا تزال موجودة، وآلية تقييم السمعة حقًا هي مهارة فريدة
شاهد النسخة الأصليةرد0
TokenVelocityTrauma
· 01-04 15:56
هذه المجموعة من تقييمات السمعة ذات الأوزان الديناميكية تبدو جيدة، ولكن بصراحة، الأمر يعتمد على ما إذا كانت ستتمكن من التجاوز عليها في التشغيل الفعلي أم لا
شاهد النسخة الأصليةرد0
LiquidityNinja
· 01-04 15:50
مرة أخرى مع نظام النقاط الائتمانية هذا، يبدو جيدًا لكني أعتقد أنه يجب أن نرى كيف يعمل في الواقع.
شاهد النسخة الأصليةرد0
FUD_Whisperer
· 01-04 15:45
مرة أخرى مع نظام الوزن الديناميكي، يبدو جيدًا على الورق، لكن في الواقع؟ أراهن بخمسة دولارات أن احتمالية التلاعب بنقاط السمعة موجودة بالتأكيد.
شاهد النسخة الأصليةرد0
OnChainDetective
· 01-04 15:45
انتظر، هل حقًا لا يمكن التلاعب في خوارزمية تقييم السمعة؟ أعتقد أنه لا تزال هناك ثغرات يمكن استغلالها
شاهد النسخة الأصليةرد0
MemeTokenGenius
· 01-04 15:41
هذه هي الفكرة الصحيحة، الوزن الديناميكي هو حقًا نقطة التحول. نظام الحوكمة المتساوي في السلاسل التقليدية هو بالتأكيد عرضة للاستغلال، لقد حان وقت أن تنتهي حقبة الاعتماد على طريقة واحدة ناجحة تسيطر على كل شيء.
هل تتذكر كارثة البيانات الحتمية في عام 2022؟ حيث تم سحب عشرات الملايين من الدولارات بواسطة بروتوكول اقتراض رائد عبر هجمة إقراض فوري. يبدو الأمر جنونيًا، لكنه في الواقع ناتج عن ثغرة قاتلة: مصدر الأسعار الخاص به كان "مطيعًا" جدًا.
طريقة عمل البيانات الحتمية التقليدية بسيطة جدًا — جمع عدة مصادر بيانات، ثم أخذ الوسيط أو المتوسط. أين المشكلة؟ الأوزان ومصادر البيانات ثابتة. المهاجمون فقط بحاجة إلى السيطرة على بعض المصادر ذات الأوزان العالية، ليتم توجيه النظام بأكمله حسب رغبتهم.
لهذا السبب بدأت الجيل الجديد من البيانات الحتمية في استخدام نظام "تصنيف السمعة". بدلاً من معاملة جميع مصادر البيانات على قدم المساواة، يُمنح المصادر ذات الأداء الجيد صوتًا أعلى.
طريقة عمل APRO هي كالتالي: كل عقدة بيانات في الشبكة تحصل في الوقت الحقيقي على درجة سمعة ديناميكية، فكيف يتم حساب هذه الدرجة؟
أولاً، نراجع مدى دقة البيانات السابقة — مدى توافق البيانات التي قدمتها مع مصادر موثوقة أخرى. ثانيًا، سرعة الاستجابة والاستقرار، هل يمكنها الصمود أثناء ضغط الشبكة أو الظروف الصعبة؟ ثم، اكتشاف السلوكيات الشاذة، فإذا كانت بياناتك تختلف كثيرًا عن الآخرين، سيقوم النظام بوضع علامة عليك وتقليل وزنك.
الأهم من ذلك، عند سحب البيانات، لا يعامل APRO جميع المصادر بنفس الوزن. بل يوزع الأوزان بشكل ديناميكي بناءً على درجة السمعة في ذلك الوقت. العقد التي قدمت بيانات غير معقولة سابقًا؟ يتم خفض وزنها على الفور، وحتى استبعادها من النظام مباشرة في هذه الجولة. هكذا، يصبح من الصعب على المهاجمين التلاعب أو التلاعب بالنظام، وتزداد التكاليف بشكل كبير.