In der folgenden Präsentation leitet Brenda Loya, Mitbegründerin und CEO von Tellor, einen Vortrag über den Aufbau eines dezentralen Verbraucherpreisindex (CPI) und darüber, wie die Blockchain Transparenz und Verantwortung in die Regierungspolitik bringen könnte.
Nachfolgend finden Sie ein Glossar der Schlüsselkonzepte, die in Brendas Vortrag erwähnt wurden und als Ergänzung zu ihrer Videopräsentation gedacht sind.
Tellor ist ein Blockchain-Orakelprotokoll, das Off-Chain-Daten dezentral, erlaubnisfrei und zensurresistent in die Chain einfügt. Tellor wurde für den Umgang mit jedem Datentyp entwickelt und stellt sicher, dass Daten von jedem bereitgestellt und überprüft werden können. Tellor wurde 2019 eingeführt und sein nativer Token, $TRB, wird für Zahlungen, Datenreporter-Einsätze und Streitbeilegung verwendet.
Während Orakel sich auf die Methoden konzentrieren, Off-Chain-Daten in die Kette zu bringen, wäre die nächste Herausforderung die Verbesserung von Off-Chain-Daten mit offenen dezentralen Netzwerken und der von ihnen inhärenten Transparenz. Diese Netzwerke zeichnen sich durch ihren dezentralen Charakter aus und verteilen Kontrolle und Informationen über ein Netzwerk von Teilnehmern oder Knoten, wodurch die Abhängigkeit von einer zentralen Behörde verringert wird. Dezentrale Netzwerke sorgen nicht nur für mehr Sicherheit, sondern sorgen auch für ein höheres Maß an Vertrauen und Offenheit bei den Validierungs- und Verifizierungsprozessen von Off-Chain-Daten.
Der Verbraucherpreisindex (VPI) ist ein wichtiger Wirtschaftsindikator, der die Inflation oder Deflation in einer Volkswirtschaft widerspiegelt, indem er Änderungen der Durchschnittspreise bestimmter von Haushalten konsumierter Waren und Dienstleistungen im Laufe der Zeit misst. Er wird mithilfe eines gewichteten Durchschnittsansatzes berechnet, bei dem eine repräsentative Stichprobe von Waren und Dienstleistungen ausgewählt wird und jedem Artikel eine Gewichtung zugewiesen wird, die auf seinem Anteil an den gesamten Verbraucherausgaben basiert. Preisdaten für diese Artikel werden regelmäßig erhoben und dann gewichtet und kombiniert, um den VPI zu ermitteln.
Der VPI liefert Einblicke in die Höhe der Inflation, die für die Geldpolitik und die Finanzplanung von entscheidender Bedeutung ist. Zentralbanken, Regierungen und Unternehmen nutzen VPI-Daten auch, um Zinssätze, Renten und Steuerklassen sowie Löhne anzupassen. Allerdings kann die Berechnung des VPI aufgrund veränderter Verbraucherpräferenzen, technologischer Fortschritte und der Einbeziehung neuer Waren und Dienstleistungen komplex sein.
Der CPI wurde im Laufe der Jahre auch mit drei langjährigen Kritikpunkten konfrontiert:
Auswechslung
Verzögerungen bei der Aufnahme neuer Dinge
Nicht gemessene oder schlecht gemessene Qualitätsänderungen
Ein in jüngerer Zeit erkanntes und bedeutendes Problem, das über die Probleme der Datenerhebung und Qualitätsanpassungen hinausgeht, ist jedoch die Zentralisierung und mangelnde Transparenz. Hier können offene, dezentrale Netzwerke einen großen Unterschied machen, indem sie den Index erheblich verbessern. Spezifische Details zum US-VPI und seiner Berechnung finden Sie hier .
Ein Ausreißer ist ein Datenpunkt, der erheblich vom Gesamtmuster eines Datensatzes abweicht. Im Kontext der Oracle-Datenberichterstattung bezieht sich ein Ausreißer auf einen Datenpunkt, der sich erheblich vom Rest des Datensatzes unterscheidet. Dabei kann es sich um einen ungewöhnlich hohen oder niedrigen Wert handeln, der im Vergleich zu den meisten Daten auffällt. Die Identifizierung von Ausreißern in der Oracle-Datenberichterstattung ist wichtig, um die Genauigkeit und Zuverlässigkeit von Berichten und Analysen sicherzustellen. Ausreißer können manchmal auf Fehler bei der Dateneingabe oder Messprobleme hinweisen oder aussagekräftige Erkenntnisse oder Anomalien darstellen, die einer weiteren Untersuchung bedürfen. Der Umgang mit Ausreißern ist eine gängige Praxis bei der Datenanalyse, um die Qualität und Gültigkeit der gemeldeten Informationen sicherzustellen.
Unter Ausreißererkennung versteht man den Prozess der Identifizierung und Verwaltung von Datenpunkten, die erheblich von den von Datenanbietern gemeldeten erwarteten Werten abweichen. Dabei werden statistische Methoden, maschinelle Lernalgorithmen oder Konsensmechanismen eingesetzt, um zu verhindern, dass diese Ausreißer die endgültigen aggregierten Daten unverhältnismäßig beeinflussen.
Das richtige Gleichgewicht zwischen dem Herausfiltern echter Ausreißer und dem Erhalt genauer Daten zu finden, kann eine Herausforderung sein, da zu aggressive Algorithmen zur Ausreißererkennung möglicherweise gültige Daten fälschlicherweise als Ausreißer identifizieren. Medianaggregation und schwellenwertbasierte Prüfungen sind einige der gängigen Mechanismen zur Erkennung von Ausreißern.
Bei der Datenaggregation werden Daten aus verschiedenen Quellen gesammelt, um präzise Informationen für die Integration in Smart Contracts und Blockchain-Systeme zu generieren. Zu den für die Aggregation verwendeten Techniken gehören Mittelwertbildung, Medianberechnung und gewichtete Abstimmung. Die Wahl der Aggregationsmethode hängt von der spezifischen Anwendung und dem zugrunde liegenden Protokolldesign ab.
In Oracle-Netzwerken ist die Datenaggregation ein notwendiger Schritt, um Off-Chain-Datenquellen und On-Chain-Ausführungen zu verbinden und gleichzeitig die Genauigkeit und Glaubwürdigkeit der Daten zu wahren.
Der Blockchain Oracle Summit ist der weltweit einzige technische Gipfel, der sich eingehend mit den Anwendungsfällen, Einschränkungen und Auswirkungen von Oracles auf das breitere Blockchain-Ökosystem befasst. Führende Redner aus aller Welt trafen sich in Paris, um ihre Arbeit und Erfahrungen beim Aufbau und Einsatz von Oracle-Lösungen auszutauschen.
Auch hier veröffentlicht.
Hauptbild von Nicholas Cappello auf Unsplash