تقنية فيلاس: تفويض إثبات الحصة بواسطة الذكاء الحدسي AIDPOS
أجرى فريق فيلاس بحثًا أساسيًا لفهم كيفية تطبيق الذكاء الحدسي ضمن بنية البلوكشين لتحسين أداء الشبكة بأكملها. بناءً على البحث الذي تم إجراؤه، نقوم بتصميم وتطوير مكونين مبتكرين للنظام البيئي — خوارزمية إجماع تفويض إثبات الحصة بواسطة الذكاء الحدسي والتعلم الموزع.
خوارزمية إجماع تفويض إثبات الحصة بواسطة الذكاء الحدسي
يتمثل المبدأ الأساسي من وراء استخدام تفويض إثبات الحصة بواسطة الذكاء الحدسي هو استخدام الذكاء الحدسي لتكييف البلوكشين مع الظروف الحالية في الشبكة، والحفاظ على مستوى الأداء والمرونة في المقام الأول. يتم تحقيق ذلك من خلال تضمين النماذج المدربة داخل كل عقدة كاملة، والتي تنتج القيم المثلى للمعلمات الأساسية للبلوكشين، بناءً على البيانات التي تم جمعها من الحقبة الأخيرة.
أحد المجالات الواعدة لدمج تقنيات الذكاء الحدسي وتقنيات البلوكشين هو تطوير وتدريب خوارزمية التزكية بناءً على تقنيات التعلم الآلي، والتي يجب أن توفر تغييرًا ديناميكيًا في معايير الشبكة والعقود الذكية المتفق عليها من حقبة إلى أخرى. يجب أن تضمن مثل هذه الخوارزمية أن تظل شبكة بلوكشين فيلاس آمنة ومرنة ومنتجة لجميع المشاركين فيها. يقترح فيلاس استخدام بيانات حالة الشبكة العالمية وبيانات حالة العقد المحلية للعهد السابق للتنبؤات. ستعمل الخوارزمية المُقترحة بمثابة “الحارس” الموضوعي للشبكة.
هناك مفهومان رئيسيان مهمان لأداء الشبكة بشكل صحيح — الأداء والمرونة. يمكن قياس الأداء من خلال مقياسين واضحين — الإنتاجية، والتي تقاس بالمعاملات في الثانية، ووقت تأكيد المعاملة. المرونة هي قدرة البلوكشين على تحمل أي نوع من الهجمات والعمل بشكل صحيح أثناء هذه الأحداث، في حالة حدوثها. هناك سمتان رئيسيتان تضمنان أن فيلاس تحافظ علي المرونة هما الأمن (مقدار الموارد التي يحتاج إنفاقها المهاجم لخرق البلوكشين) واللامركزية ، والتي يمكن وصفها بعدم وجود نقطة فشل واحدة.
التعلم الموزع /الإستنباط
نقترح استخدام موارد الحوسبة للمشاركين في شبكة فيلاس للحوسبة الموزعة وبناء البنية التحتية للمطورين الخارجيين في مجال التعلم الآلي والتعلم العميق. سيسمح هذا الحل المتقدم لمستخدمي الشبكة بتحقيق الدخل من قوة الحوسبة لديهم ، واكتساب سمعة طيبة للخدمة المقدمة ومكافأتهم برموز فيلاس المميزة. بالإضافة إلى ذلك، سيمكن هذا الكيانات الخارجية من استخدام القوة الموزعة لمجتمع فيلاس والاستفادة منها بأفضل ما في وسعها لتنفيذ المهام الشخصية.
أفضل ممارسة للعمل مع نماذج الشبكات العصبية وأطر الدعم الأكثر شيوعًا:
Tensorflow و PyTorch.
من المفترض أن يتم إنشاء مكتبة تشبه إلى حد ما مكتبة هوروفود، ولكن في نفس الوقت تدعم بروتوكول
gRPC
والحوسبة اللامركزية بالكامل. بشكل عام ، يجب أن يكون حل الحوسبة الموزعة مرنًا وقابلًا للتكيف ومبنيًا على إطار عمل مفتوح المصدر شائع ومعترف به عالميًا. وبالتالي ، لن يضطر المستخدمون إلى “تعلم” أداة جديدة ، وسيتخلص المجتمع من الأخطاء والمشاكلات المتعلقة بإطار العمل في أسرع وقت ممكن. أيضًا ، لن تكون هناك عوائق أمام كتابة نصوص تدريب مخصصة بشكل كامل.
سيتمكن المستخدم من اختيار نموذج يلبي احتياجاته بشكل مستقل في مهمة تدريس النموذج الخاص به.
تتمثل إحدى حالات استخدام تقنية التعلم الموزع المطورة في ضمان اللامركزية عند تدريب نموذج توصية لمعلمات شبكة فيلاس المثلى على البيانات الجديدة (بشرط أن يتناسب التدريب النموذجي مع نموذج التعلم الموزع ويتطلب موارد حسابية كبيرة). على عكس التدريب المركزي على خادم واحد، مع هذا النهج، سيتم تنفيذ التدريب على قوة الحوسبة لعقد شبكة فيلاس، مما يجعل التدريب صريحًا ومفتوحًا. أيضًا ، سيتمكن أي عضو في الشبكة من اختبار النموذج المدرب للتأكد من صحة نتائج التعلم.
النتيجة الرئيسية
النتيجة الرئيسية هي الإصدار الأول من سلسلة بلوكتشين فيلاس مع نموذج توصية يعتمد على تقنيات ML / DL. خلال الأشهر الستة الماضية، انتهينا من نطاق العمل هذا:
- إضفاء الطابع الرسمي على الوظيفة المحسّنة وخصائص ومعلمات البلوكشين؛
- تطوير وإطلاق البنية التحتية للمحاكاة ؛
- تطوير سيناريوهات لمحاكاة مجموعة بيانات للتدريب النموذجي؛
- يتميز بإضفاء الطابع الرسمي، استخراج بيانات سجلات عقدة مثل البيانات لتدريب خوارزميات ML / DL ؛
- تطوير وتدريب نموذج التوصية لبلوكشين فيلاس نسخة 0.1
المخرجات الرئيسية:
- تراكم مجموعة البيانات التاريخية
- تطوير برنامج نصي لجمع البيانات ؛
- الإصدار الأول من نموذج محاكاة بلوكشين فيلاس؛
- البيانات التي تم جمعها من عمليات المحاكاة ؛
- إثبات مفهوم تفويض إثبات الحصة بواسطة الذكاء الحدسي نموذج مدرب لتحسين وظائف الهدف.
الملخص
بعد إجراء بحث أساسي، نحاول إنشاء منصة بلوكشين فريدة من نوعها مدعومة بالذكاء الحدسي. سيقودنا هذا إلى إنشاء نظام بيئي متكيف معقد تتضمن فلسفته الأساسية الاستدامة والأداء العالي والعدالة الاقتصادية للمشاركين فيه. لتحقيق تأثيرات التآزر هذه، قدمنا لأول مرة إجماع تفويض إثبات الحصة بواسطة الذكاء الحدسي ونظام التعلم الآلي الموزع. ومع ذلك، لا يقتصر تطبيق الذكاء الحدسي في نظام فيلاس البيئي على هذه الميزات. في المستقبل القريب، نخطط لتطوير منتجات قيمة سيتم تعزيزها أيضًا بتقنيات الذكاء الحدسي المتقدمة.
هذه واحدة من سلسلة من المقالات تحدد الحزمة الكاملة من منتجات فيلاس المعروضة، وما عمل الفريق بجد على مدار العام الماضي. نحن نغطي كل شيء من تفويض إثبات الحصة بواسطة الذكاء الحدسي إلى محافظ التشفير المتكاملة وكل شيء بينهما. أنت لا تريد أن تفوتها!
Velas Website | Twitter | Instagram | Facebook | YouTube |Telegram
