paint-brush
Découverte de l'indice décentralisé des prix à la consommation (IPC) de Tellorpar@oraclesummit
154 lectures

Découverte de l'indice décentralisé des prix à la consommation (IPC) de Tellor

Trop long; Pour lire

Brenda Loya, PDG de Tellor, présente la vision d'un indice des prix à la consommation (IPC) décentralisé et son impact potentiel sur les politiques gouvernementales. Tellor, lancé en 2019, est un protocole Oracle blockchain axé sur l'intégration de données décentralisées, sans autorisation et résistantes à la censure. Le glossaire couvre des concepts clés tels que Tellor, les réseaux décentralisés, l'indice des prix à la consommation (CPI), la définition des valeurs aberrantes, la détection des valeurs aberrantes et l'agrégation de données. Découvrez comment Tellor relève les défis du calcul de l'IPC et contribue à des indicateurs économiques transparents.
featured image - Découverte de l'indice décentralisé des prix à la consommation (IPC) de Tellor
Blockchain Oracle Summit HackerNoon profile picture

Dans la présentation ci-dessous, Brenda Loya, cofondatrice et PDG de Tellor, dirige une présentation sur la création d'un indice des prix à la consommation (IPC) décentralisé et sur la manière dont la blockchain pourrait introduire de la transparence et de la responsabilité dans les politiques gouvernementales.


Vous trouverez ci-dessous un glossaire des concepts clés mentionnés lors de l'exposé de Brenda, destiné à compléter sa présentation vidéo.

À PROPOS DE TELLOR

Tellor est un protocole Oracle blockchain qui met les données hors chaîne en chaîne de manière décentralisée, sans autorisation et résistante à la censure. Tellor a été conçu pour gérer tout type de données et garantit que les données peuvent être fournies et vérifiées par n'importe qui. Tellor a été lancé en 2019 et son jeton natif, $TRB, est utilisé pour le paiement, le jalonnement des journalistes de données et l'indemnisation des litiges.


RÉSEAUX DÉCENTRALISÉS

Alors que les oracles se concentrent sur les méthodes permettant d'intégrer des données hors chaîne, la prochaine frontière serait d'améliorer les données hors chaîne avec des réseaux décentralisés ouverts et la transparence qu'ils offrent intrinsèquement. Ces réseaux, caractérisés par leur nature décentralisée, distribuent le contrôle et les informations à travers un réseau de participants ou de nœuds, réduisant ainsi la dépendance à l'égard d'une autorité centrale. Les réseaux décentralisés favorisent non seulement une plus grande sécurité, mais garantissent également un degré plus élevé de confiance et d'ouverture dans les processus de validation et de vérification des données hors chaîne.


INDICE DES PRIX À LA CONSOMMATION (IPC)



L'indice des prix à la consommation (IPC) est un indicateur économique crucial qui reflète l'inflation ou la déflation dans une économie en mesurant l'évolution des prix moyens de biens et services spécifiques consommés par les ménages au fil du temps. Il est calculé à l’aide d’une approche moyenne pondérée dans laquelle un échantillon représentatif de biens et services est sélectionné et chaque élément se voit attribuer un poids en fonction de sa part dans les dépenses totales de consommation. Les données sur les prix de ces articles sont collectées régulièrement, puis pondérées et combinées pour produire l'IPC.


L’IPC donne un aperçu du niveau d’inflation, ce qui est crucial pour la politique monétaire et la planification budgétaire. Les banques centrales, les gouvernements et les entreprises utilisent également les données de l’IPC pour ajuster les taux d’intérêt, les retraites, les tranches d’imposition et les salaires. Cependant, le calcul de l’IPC peut s’avérer complexe en raison de l’évolution des préférences des consommateurs, des progrès technologiques et de l’inclusion de nouveaux biens et services.


Le CPI a également fait face à trois critiques de longue date au fil des ans :


  1. Substitution

  2. Retards dans l'inclusion de nouvelles choses

  3. Changements de qualité non mesurés ou mal mesurés


Cependant, un problème plus récent et plus important, qui dépasse les problèmes de collecte de données et d'ajustement de la qualité, est la centralisation et le manque de transparence. C’est là que les réseaux ouverts et décentralisés peuvent faire une grande différence en apportant des améliorations majeures à l’indice. Des détails spécifiques sur l'IPC américain et la manière dont il est calculé peuvent être trouvés ici .


DÉFINITION Aberrante

Une valeur aberrante est un point de données qui s'écarte considérablement du modèle global d'un ensemble de données. Dans le contexte des rapports de données Oracle, une valeur aberrante fait référence à un point de données qui diffère considérablement du reste de l'ensemble de données. Il peut s'agir d'une valeur inhabituellement élevée ou faible qui se démarque par rapport à la majorité des données. L'identification des valeurs aberrantes dans les rapports de données Oracle est importante pour garantir l'exactitude et la fiabilité des rapports et des analyses. Les valeurs aberrantes peuvent parfois indiquer des erreurs dans la saisie des données ou des problèmes de mesure, ou elles peuvent représenter des informations significatives ou des anomalies nécessitant une enquête plus approfondie. La gestion des valeurs aberrantes est une pratique courante dans l’analyse des données pour garantir la qualité et la validité des informations rapportées.


DÉTECTION DES Aberrations

La détection des valeurs aberrantes fait référence au processus d'identification et de gestion des points de données qui s'écartent considérablement des valeurs attendues signalées par les fournisseurs de données. Cela implique l’utilisation de méthodes statistiques, d’algorithmes d’apprentissage automatique ou de mécanismes de consensus pour empêcher ces valeurs aberrantes d’influencer de manière disproportionnée les données agrégées finales.


Trouver le bon équilibre entre le filtrage des véritables valeurs aberrantes et la préservation de données précises peut s'avérer difficile, car des algorithmes de détection des valeurs aberrantes trop agressifs peuvent identifier à tort des données valides comme des valeurs aberrantes. L’agrégation médiane et les vérifications basées sur des seuils font partie des mécanismes courants de détection des valeurs aberrantes.


AGRÉGATION DE DONNÉES

L'agrégation de données est le processus de collecte de données provenant de diverses sources pour générer des informations précises à intégrer dans des contrats intelligents et des systèmes blockchain. Les techniques utilisées pour l'agrégation comprennent la moyenne, le calcul de la médiane et le vote pondéré. Le choix de la méthode d'agrégation dépend de l'application spécifique et de la conception du protocole sous-jacent.


Dans les réseaux Oracle, l'agrégation de données est une étape nécessaire pour relier les sources de données hors chaîne et les exécutions en chaîne tout en conservant l'exactitude et la crédibilité des données.


Le Blockchain Oracle Summit est le seul sommet technique au monde qui approfondit les cas d'utilisation, les limites et les impacts des oracles sur l'écosystème plus large de la blockchain. Des conférenciers de premier plan du monde entier se sont réunis à Paris pour partager leur travail et leur expérience dans la création et l'utilisation des solutions Oracle.


-Michael Abiodun .


Également publié ici .

Image principale de Nicholas Cappello sur Unsplash