网络的下一次迭代:AVS 将为 Web2 带去 Web3 的信任机制

撰文:Sumanth Neppalli,Polygon Ventures

编译:Yangz,Techub News

本文来源香港Web3媒体:Techub News

AVS (主动验证服务)将 Web2 的规模与 Web3 的信任机制相融合,开启了网络的下一次迭代。本文将简要概况 EigenLayer 的主动验证服务(AVS)生态。

虽然区块链可以有效结算交易,但由于延迟和吞吐量的限制,试图将所有计算转移到智能合约上是极具挑战的。即使是 Rollup 解决方案也无法完全满足前端托管、预言机和数据库等综合需求。

智能合约需要与账户层交互,且为每笔交易支付 Gas 费用太过费钱,所以设计时必须用心。以 Uniswap 为例,其最新的 v4 版本采用了 Hook 机制,即外部部署的合约,可为做市商和用户提供高度定制化的功能,如限价订单、动态费用结构、定制的预言机和 TWAMM(时间加权平均做市商)。

区块链计算的未来可能是一种混合架构,将计算和存储分离为临时层(transient layer)和永续层(persistent layer)。其中,区块链作为具有高安全性保证的持续层,可在多个验证器之间保持共享状态。较低的验证者要求,可确保广泛的去中心化,最大限度地减少审查,保护交易日志和身份等关键数据。而 AVS 则引入了临时层,由提供 GPU、ZK 验证器、固态硬盘等硬件的去中心化运营商网络维护。该运营商网络提供包括执行引擎、虚拟机、预言机、分布式密钥生成等专业化服务。

Web2 依靠中心化云服务提供商进行存储和计算,因此安全性较低,且容易受到审查。尽管 AWS 在不同位置复写数据以实现冗余,但银行账户等敏感信息仍需政府托管。

与中心化云服务提供商不同,AVS 服务由以太坊运营商的子集提供支持,这些运营商会投入其加密货币质押份额来证明其诚实可靠。即使临时层的状态被破坏,用户资金在持续的区块链层上仍然是安全的。

AVS 的核心承诺是为任何计算(无论是链上计算还是链下计算)提供 Web3 信任保证。其架构支持可验证的云服务及可验证的计算。

首先是可验证的云服务。

Versatus 推出了名为「Allegra」的云服务 AVS,可为 dApp 提供抗审查、透明的基础设施,且成本比传统云服务提供商低 50%。这些应用托管在 AVS 节点网络上,消除了单点故障。

未来,我们很可能会看到一类新的应用,它们有别于传统完全驻留在链上的 DApps。Versatus 将其命名为「Unstoppable Apps」,并引入了与我们熟悉的 HTTPS 标准相似的新框架。

像去中心化社媒这样需要推荐信息的应用现已成为可能。AVS 通过支持先进的算法来实现这一点,这些算法会根据用户的历史记录不断更新用户馈送,从而在访问链上媒体 NFT 时创造动态体验。

对于此类服务,我们需要「信任」吗?

正如我们对实体服务质量的期望一样,软件每一次的诚信计算也是我们所需的。与质量看得见的有形商品不同,对于软件而言,信任取决于每个函数背后的无形流程。那些影响我们生活的算法其实是缺乏透明度的。就拿最近泄露的谷歌搜索引擎优化(SEO)算法来说,很明显,谷歌在网页排名方面误导了公众。

那么,这种「信任」的成本有多高?

由于我们仍处于早期阶段,因此很难计算 AVS 运营软件的额外成本。EigenLayer 创始人 Sreeram Kannan 曾预估实现金融交易的加密经济安全性需要额外花费 0.1% 的运营费用。

除「信任」之外,AVS 第二个关键优势是「可验证计算」。

AVS 节点网络可以在加密经济/ZK 证明(可用作应用输入)的支持下进行链下计算,这也为实验与人工智能代理交互提供了可能性。

比如 Uniswap v4 的 Hook 机制,它可以与托管在专用 AVS 节点上的去中心化匹配引擎相结合。这个运营者池可以高效地将成千上万的交易请求与交易对手进行匹配,创建在链上结算的批量交易。

AVS 运营者不能窃取用户资金,只能根据用户定义的意图(intent)匹配交易。这种架构允许运营者处理意图、整合人工智能驱动的结果、管理暗池并开发具有可变费用的应用,从而增强功能。

AVS 提供中立、可访问且不可阻挡的网络服务。它为开发人员提供了一个强大的节点网络,可按需处理任何专业计算,从而简化开发流程,无需从头开始构建。目前,共有 1459 名 AVS 运营者和 16 项 AVS 服务。其中,EigenDA 以 264 名活跃运营者排名榜首。

AVS 解锁的可能性非常广泛,涵盖多个领域。我们将其分为 3 大类,包括:

  • 可验证的 Web2 基础架构

  • Web3 基础设施

  • Rollup 服务

首先是无需信任的 Web2 服务,包括内容交付、密钥管理和去中心化计算等。

例如,Witness chain 就利用遍布全球的 AVS 「监视塔」服务(Watchtower),通过分析网络延迟提供位置证明。再如 Mishti,通过一组分布式节点从生物识别技术中生成私钥,将 MPC 和 Threshold 签名与 AVS 相结合,提供了更流畅的登录措施并加强了隐私保护。此外,AVS 也在改变去中心化计算,为交易者提供链下匹配引擎等创新技术。Cedro Finance 正准备推出一个人工智能代理层,可让 LP 以动态计算 CEX 和 DEX 的价格,以提供及时的流动性。

其次是 Web3 基础设施。AVS 可为区块链和 Rollup 所依赖的基本原理提供动力.通过确保 DA 层的安全、提供 ZK 支持的预言机以及部署可轻松集成的监控系统,AVS 可加强 Web3 生态。

比如,在 Lagrange 和 Brevis 的去中心化验证过程中, 查询会被转移到链下的 AVS 网络执行并验证,然后再重新整合到合约中。再如受 Danksharding 路线图启发而开发的创新型 DA 解决方案 EigenDA,其 AVS 运营商提供企业级固态硬盘来存储数据,测试中的存储速度高达 10 Mbps,随着更多运营商的加入,其目标是达到 1 Gbps。

最后是由 AVS 保护的 Rollup 服务,比如跨链桥、互操作解决方案、快速结算层、共享定序器、再质押 Rollup 等。目前,NEAR 正在开发一种快速终结层 NFFL,使用 AVS 来证明跨 L2 的 Rollup 状态。

总结来说,AVS 是区块链之上的变革性加密经济层,使开发人员能够使用任何编程语言构建无需信任的应用。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/703931.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

vue中使用emit

1. vue中使用emit 1.1. 在子组件中触发事件 1.1.1. 子组件示例 (ChildComponent.vue) 1.2. 在父组件中监听事件 1.2.1. 父组件示例 (ParentComponent.vue) vue3中使用emit 1.3. 使用 setup 函数和 defineEmits 1.3.1. 子组件示例 (ChildComponent.vue)1.3.2. 父组件示例 (Pare…

Node.js进阶——数据库

文章目录 一、步骤1、安装操作 MySQL数据库的第三方模块(mysql)2、通过 mysql 模块连接到 MySQL 数据库3、测试 二、操作 mysql 数据库1、查询语句2、插入语句3、插入语句快捷方式4、更新数据5、更新语句快捷方式6、删除数据7、标记删除 二、前后端的身份认证1、web开发模式1&a…

AIRNet模型使用与代码分析(All-In-One Image Restoration Network)

AIRNet提出了一种较为简易的pipeline,以单一网络结构应对多种任务需求(不同类型,不同程度)。但在效果上看,ALL-In-One是不如One-By-One的,且本文方法的亮点是batch内选择patch进行对比学习。在与sota对比上…

尚品汇-(一)

(1)技术介绍 (2)业务介绍 (3)虚拟机安装 可以稍后配置镜像:选第二个 采用第二项NET模式: 安装完成:开启 不选择界面的,选择基础的 分配了ip: 测试网络 为…

Debain12 离线安装docker

官网教程&#xff1a;https://docs.docker.com/engine/install/debian/ 步骤 1. 解压 docker-deb.7z 安装包并上传Linux &#xff08;资源在PC端文章顶部&#xff09; 2. 安装 .deb 包 sudo dpkg -i ./containerd.io_<version>_<arch>.deb \./docker-ce_<vers…

贪心+构造,CF1153 C. Serval and Parenthesis Sequence

一、题目 1、题目描述 2、输入输出 2.1输入 2.2输出 3、原题链接 Problem - 1153C - Codeforces 二、解题报告 1、思路分析 对于括号匹配问题我们经典做法是左括号当成1&#xff0c;右括号当成-1 那么只要任意前缀非负且最终总和为0那么该括号序列就是合法 对于本题&…

ThinkPHP+Bootstrap简约自适应网址导航网站源码

使用 ThinkPHPbootstrap 开发&#xff0c;后台采用全局 ajax 无刷新加载&#xff0c;前后台自适应&#xff0c;前台页面非常简洁适合自己收藏网站或做导航网站。 搭建教程&#xff1a; 1.整个主机 2.绑定解析域名 3.上传源码&#xff0c;解压 把解压出来的 nav.sql 文件导入数…

Linux进程间通信---使用【共享内存+信号量+消息队列】的组合来实现服务器进程与客户进程间的通信

IPC结合实现进程间通信实例 下面将使用【共享内存信号量消息队列】的组合来实现服务器进程与客户进程间的通信。 共享内存用来传递数据&#xff1b;信号量用来同步&#xff1b;消息队列用来 在客户端修改了共享内存后通知服务器读取。 server.c&#xff1a;服务端接收信息 …

解决linux jenkins要求JDK版本与项目版本JDK不一致问题

背景–问题描述&#xff1a; 新入职公司&#xff0c;交接人说jenkins运行有问题&#xff0c;现在都是手动发布&#xff0c;具体原因让我自己看&#xff08;笑哭&#xff09;。我人都蒙了&#xff0c;测试环境都手动发布&#xff0c;那不是麻烦的要死&#xff01; 接手后&am…

【后端开发】服务开发场景之高可用(冗余设计,服务限流,降级熔断,超时重试,性能测试)

【后端开发】服务开发场景之高可用&#xff08;冗余设计&#xff0c;服务限流&#xff0c;降级熔断&#xff0c;超时重试&#xff0c;性能测试&#xff09; 文章目录 序&#xff1a;如何设计一个高可用的系统&#xff1f;可用性的判断指标是什么&#xff1f;哪些情况会导致系统…

人工智能(三)AI是怎么学习的

一、引言 通过之前的人工智能架构分析和Transformer模型的原理介绍&#xff0c;读者应该对人工智能有了一个初步的了解。 但是很多读者不是很想知道那么多软件方面的专业知识&#xff0c;通过大家的问题&#xff0c;大家关心的主要是三个方面&#xff1a; ai是怎么学习的&#…

数字政府与大模型

1. 什么是数字政府&#xff1f; 数字政府是指运用信息技术&#xff0c;如互联网、大数据、云计算等&#xff0c;来改革政府的服务提供方式、决策过程和内部管理&#xff0c;以提升效率、透明度和公众参与度的新型政府形态。 2. 大模型在数字政府中的作用是什么&#xff1f; …

htb_Blurry

端口扫描 8 按照教程注册安装clear ml 加载configuration的时候会报错 将json里的API&#xff0c;File Store的host都添加到/etc/hosts中 即可成功初始化 查找clear ml漏洞 发现一个cve-2024-24590 下面是一个利用脚本&#xff0c;但不能直接用 ClearML-vulnerability-e…

partially initialized module ‘charset_normalizer‘ has no attribute ‘md__mypyc‘

django项目运行报错&#xff1a; partially initialized module ‘charset_normalizer‘ has no attribute ‘md__mypyc‘…… 解决办法 pip install --force-reinstall charset-normalizer3.1.0

OpenCV 的模板匹配

OpenCV中的模板匹配 模板匹配&#xff08;Template Matching&#xff09;是计算机视觉中的一种技术&#xff0c;用于在大图像中找到与小图像&#xff08;模板&#xff09;相匹配的部分。OpenCV提供了多种模板匹配的方法&#xff0c;主要包括基于相关性和基于平方差的匹配方法。…

【复旦邱锡鹏教授《神经网络与深度学习公开课》笔记】线性分类模型损失函数对比

本节均以二分类问题为例进行展开&#xff0c;统一定义类别标签 y ∈ { 1 , − 1 } y\in\{1,-1\} y∈{1,−1}&#xff0c;则分类正确时 y f ( x ; w ) > 0 yf(x;w)>0 yf(x;w)>0&#xff0c;且值越大越正确&#xff1b;错误时 y f ( x ; w ) < 0 yf(x;w)<0 yf(x;…

Anime Girls Pack

动漫女孩包 35个动画&#xff08;就地&#xff09;支持人形。 8情绪。 角色列表&#xff1a;原艾艾琪惠美子惠理文子星薰和子佳子奈子理子凛老师小樱老师津雨僵尸女孩01 下载&#xff1a;​​Unity资源商店链接资源下载链接 效果图&#xff1a;

Python 中浅拷贝(copy)和深拷贝(deepcopy)

1. 浅拷贝&#xff1a; 它创建一个新的对象&#xff0c;但对于原始对象内的子对象&#xff08;如列表中的嵌套列表&#xff09;&#xff0c;只是复制了引用。例如&#xff1a; import copy original_list [1, 2, 3] shallow_copied_list copy.copy(original_list) original_…

【stable diffusion】ComfyUI扩展安装以及点开后页面空白问题解决办法

扩展安装 虽然大家都推荐将扩展包直接放到extension文件夹的方式&#xff0c;但我还是推荐直接在sd webui的扩展处下载&#xff0c;酱紫比较好维护一点&#xff0c;我个人感觉。 按照上图顺序点击会出现”URLError: <urlopen error [Errno 11004] getaddrinfo failed>”…

排序

排序的概念及引用 排序的概念 排序&#xff1a;所谓排序&#xff0c;就是使一串记录&#xff0c;按照其中的某个或某些关键字的大小&#xff0c;递增或递减的排列起来的操作。 稳定性&#xff1a;假定在待排序的记录序列中&#xff0c;存在多个具有相同的关键字的记录&#…