مشکلات صرفاً فنی رمزارزها

ماهیت غیرمتمرکز ارزهای دیجیتال پتانسیل تحول‌آفرینی برای امور مالی دیجیتال دارد، اما چالش‌های فنی قابل‌توجهی را در زمینه‌ی مقیاس‌پذیری، کارایی و در دسترس بودن جهانی ایجاد می‌کند. اگرچه اصول فناوری بلاک‌چین زیبا به نظر می‌رسد، اما طراحی آن در عمل نیازمند حل بسیاری از مشکلات فنی مهندسی در حوزه‌های زیرساخت، سخت‌افزار، مصرف انرژی و نرم‌افزار است. این‌ها موانع صرفاً فنی هستند که برای حفظ رشد پایدار اکوسیستم‌های رمزارزی، نیازمند راهکارهای پیشرفته و نوآوری مداوم می‌باشند.

محدودیت‌های پهنای باند بین مناطق مختلف جهان

تمام آنچه شبکه‌های رمزارزی به آن نیاز دارند، پوشش سراسری اینترنت است، اما واقعیت این است که زیرساخت‌های اینترنت در سراسر جهان نه تنها در قاره‌های مختلف، بلکه در میان جوامع غنی و فقیر نیز ناهماهنگ است. تقریباً ۲.۹ میلیارد نفر در سراسر جهان از اینترنت محروم هستند که اکثر آن‌ها در جنوب صحرای آفریقا، جنوب آسیا و مناطق روستایی کشورهای در حال توسعه زندگی می‌کنند. این شکاف دیجیتالی مانع بزرگی برای پذیرش ارزهای دیجیتال در مناطقی است که سیستم‌های مالی غیرمتمرکز در آن‌ها بیشترین ارزش را دارند. تمرکز بیش از حد استخراج و اعتبارسنجی، همراه با تجمع فعالیت‌های استخراج در مکان‌هایی با اتصال اینترنتی قوی، پرسشی را در مورد ماهیت توزیع‌شده‌ی سیستم‌های بلاک‌چینی (نه تنها از نظر فنی، بلکه از نظر جغرافیایی) مطرح می‌کند: آیا شاهد یک تمرکز جغرافیایی هستیم که با اصل بنیادین تمرکززدایی در تضاد است؟

محدودیت‌های پهنای باند نیز مشکل دیگری با اهمیت بسیار بالا برای کاربران و ارائه‌دهندگان شبکه محسوب می‌شود. امروزه شبکه‌های رمزارزی ترافیک داده‌ی زیادی تولید می‌کنند؛ به طوری که حجم بلاک‌چین بیت‌کوین بیش از ۵۰۰ گیگابایت است و اتریوم به مرز ۱ ترابایت نزدیک می‌شود. این دفترکل‌ها برای به‌روز ماندن به پهنای باند زیادی نیاز دارند، که این امر باعث می‌شود راهبردهای خصمانه به‌ویژه در مناطقی که اینترنت کمیاب است و سرعت آن چندین مرتبه کمتر از مگابایت بر ثانیه است، بسیار شدیدتر عمل کنند.

تأخیر در انتشار تراکنش‌ها با محدودیت‌های پهنای باند به‌صورت نمایی افزایش می‌یابد و باعث کند شدن فرآیند تأیید و کاهش ظرفیت شبکه می‌شود. با ظهور راهکارهای لایه ۲ و سایدچین‌ها، تقاضا برای پهنای باند چندین برابر شده و فشار بر زیرساخت‌ها افزایش یافته است.

تأخیر شبکه مشکلی به‌ویژه دشوار برای عملیات‌های ارز دیجیتال است. دریافت اطلاعات تراکنش توسط شبکه‌های مختلف که از نظر جغرافیایی پراکنده هستند، زمان‌های متفاوتی به طول می‌انجامد. اتصالات با تأخیر بالا می‌تواند منجر به بروز اختلاف در ترتیب‌گذاری تراکنش‌ها شود و زمینه‌ساز فرانت‌رانینگ (پیش‌دستی در معامله) و سوءاستفاده از بازار گردد. سیستم‌های معاملاتی با تأخیر کم، یک رقابت تسلیحاتی مجازی برای نزدیکی شبکه‌ای به صرافی‌های محبوب ایجاد کرده‌اند که باعث تمرکز بیشتر برخی جنبه‌های زیرساخت ارزهای دیجیتال در اطراف مراکز مالی شده است.

اتکا به کابل‌های زیردریایی، آسیب‌پذیری‌های سیستماتیکی را به شبکه‌های ارز دیجیتال تحمیل می‌کند که فراتر از مشکلات معمول در اتصال به شبکه هستند. ۹۹ درصد از داده‌های بین‌المللی از طریق حدود ۴۰۰ کابل فیبر نوری زیر اقیانوسی منتقل می‌شوند که به طول ۱.۳ میلیون کیلومتر در بستر دریاها میان قاره‌ها کشیده شده‌اند. این کابل‌ها در معرض خطر آسیب‌های فیزیکی ناشی از بلایای طبیعی (زلزله، سونامی)، لنگر کشتی‌های تجاری که برای یافتن کوتاه‌ترین مسیر بین بنادر در اقیانوس‌ها تردد می‌کنند، ادوات صیادی که به‌طور تصادفی با کابل درگیر می‌شوند و یا خرابکاری عمدی توسط عوامل دولتی یا غیردولتی قرار دارند. یک بریدگی در کابل می‌تواند دسترسی کل یک منطقه را به شبکه‌های ارز دیجیتال قطع کند و منجر به تأخیر در تراکنش‌ها، فورک‌های احتمالی و شکست پروتکل‌های اجماع شود. و تراکم نقاط اتصال کابل‌های زیردریایی، حلقه‌های ضعیف بیشتری را ایجاد می‌کند: بخش بزرگی از ترافیک بین‌قاره‌ای جهان از طریق چند ده هاب ساحلی هدایت می‌شود و قطع کردن تنها تعداد انگشت‌شماری از آن‌ها می‌تواند به‌طور موقت انواع مبادلات را مختل کند.

نیازمندی‌های سخت‌افزاری و سربار مصرف انرژی

استخراج ارز دیجیتال نیازمند سخت‌افزار تخصصی است که برای بهینه‌سازی توابع هش رمزنگاری طراحی شده است؛ توابعی که باید میلیاردها محاسبات را در ثانیه با بودجه انرژی بسیار کمی انجام دهند. دستگاه‌های ASIC نتیجه مهندسی پیشرفته و پیشرفته‌ترین شکل سخت‌افزار استخراج موجود در حال حاضر هستند که اخیراً به سرعت بیش از ۲۰۰ تراهش بر ثانیه با سطح مصرف بیش از ۳۰۰۰ وات برای هر دستگاه رسیده‌اند. این دستگاه‌ها با فرآیندهای تولید نیمه‌هادی پیشرو ساخته می‌شوند که به گره‌های فرآیندی ۷ نانومتری یا کوچک‌تر می‌رسند و زنجیره‌های تأمین آن‌ها در چندین قاره گسترده شده است. زمان معمول توسعه برای نسل‌های جدید ASIC بین ۱۲ تا ۱۸ ماه است و هزینه‌های سرمایه‌ای بالایی دارد که برای پیشرفته‌ترین محصولات می‌تواند از ۱۰۰ میلیون دلار فراتر رود.

مصرف انرژی شبکه‌های ارز دیجیتال قابل‌توجه شده و زیرساخت‌های سنتی شبکه برق را تحت فشار قرار داده است. در شبکه بیت‌کوین سالانه تقریباً ۱۵۰ تراوات‌ساعت انرژی مصرف می‌شود که تقریباً به اندازه کشور آرژانتین یا هلند است. این نیاز عظیم به انرژی، فشار جدیدی بر تولید و توزیع برق وارد می‌کند و حتی در برخی مناطق باعث ناپایداری شبکه شده است — که باز هم به دلیل تمرکز شدید مصرف انرژی توسط استخراج‌کنندگان است. اتریوم در حال حاضر در مسیر کاهش ۹۹.۹۵ درصدی مصرف انرژی از طریق اثبات سهام قرار دارد، اما سایر شبکه‌های مبتنی بر اثبات کار مقادیر قابل‌توجهی از برق را مصرف می‌کنند که به نوعی آزمون فشار برای زیرساخت‌های برق محلی بوده است.

اثرات زیست‌محیطی استخراج ارز دیجیتال تنها در استفاده از برق نیست، بلکه شامل نیاز به سرمایش، آلایندگی‌های تولیدکنندگان و زباله‌های الکترونیک نیز می‌شود.

تراشه‌های ایسیک (ASIC) مقادیر زیادی از عناصر کمیاب زمین را مصرف می‌کنند و فرآیند تولید آن‌ها سهم قابل‌توجهی در انتشار گازهای کربنی دارد. با توجه به اینکه سخت‌افزارهای استخراج به سرعت منسوخ می‌شوند، زباله‌های الکترونیک به یک نگرانی مداوم و یک فاجعه زیست‌محیطی بالقوه در مناطقی تبدیل شده‌اند که قابلیت‌های بازیافت در آن‌ها اندک است یا اصلاً وجود ندارد. توزیع تجهیزات استخراج با وضعیت لجستیکی پیچیده‌ای روبروست که ریشه در کشورهای مختلف و پیچیدگی‌های قانونی دارد؛ قرارگیری برخی از تأسیسات کلیدی تولید در مناطق خاص منجر به ایجاد تنگناهایی در زنجیره تأمین می‌شود که می‌تواند در اثر اختلالات ژئوپلیتیک یا بلایای طبیعی حتی وخیم‌تر شود.

چالش‌ها در برنامه‌نویسی و امنیت قراردادهای هوشمند

طراحی پروتکل‌های ارز دیجیتال مستلزم حل مسائل سیستمی پیچیده در چندین رشته مختلف از جمله رمزنگاری، اجماع توزیع‌شده، مکانیزم‌های انگیزشی و مهندسی مکانیزم اجماع است. با تکامل شبکه‌های بلاک‌چین از دفاتر کل تراکنش‌های ابتدایی به پلتفرم‌های جامع برای محصولات مالی پیچیده و اپلیکیشن‌های غیرمتمرکز، پیچیدگی این سیستم‌ها چندین برابر شده است. قراردادهای هوشمند به دلیل ماهیت تغییرناپذیر و پیامدهای مالی فوری، قدرت و پیچیدگی بیشتری را به این مجموعه اضافه می‌کنند؛ به این معنا که یک اشتباه در کدنویسی می‌تواند منجر به بر باد رفتن مبالغ دلاری کلانی شود که تنها در افسانه‌های دنیای دیجیتال شنیده می‌شوند.

اگرچه زبان سولیدیتی (Solidity) برای قراردادهای هوشمند در شبکه اتریوم به‌طور گسترده استفاده می‌شود، اما دارای تله‌های بسیاری است که معمولاً منجر به آسیب‌پذیری‌های جدی می‌شوند. مشکلات رایج عبارتند از شرایط سرریز و زیرریز اعداد صحیح (integer overflow and underflow)، الگوهای بازگشت‌پذیری (reentrancy) با سوءاستفاده از فراخوانی‌های بازگشتی در توابع، دسترسی‌های غیرمجاز برای کاربران جهت انجام عملیات‌های تاییدنشده و آسیب‌پذیری‌های پیش‌دستی (front-running) برای دستکاری بازار.

علاوه بر این، مجموعه دستورالعمل‌های محدود و معماری مبتنی بر پشته‌ی EVM، پیچیدگی‌های بیشتری را برای توسعه‌دهندگانی که به سبک‌های رایج‌تر برنامه‌نویسی عادت دارند، ایجاد می‌کند. از آنجا که مجموعه ابزارهای عیب‌یابی یا تست هنوز به خوبی توسعه نیافته‌اند، حتی باگ‌های ظریف نیز پس از استقرار دستورالعمل‌های جدید، به سختی شناسایی می‌شوند.

روش‌شناسی‌های صوری (Formal methodologies) به ابزاری ضروری برای تضمین امنیت قراردادهای هوشمند تبدیل شده‌اند، هرچند که این روش‌ها برای کاربردی بودن، اغلب به دانش تخصصی و هزینه‌های محاسباتی بالایی نیاز دارند. این تکنیک‌های ریاضی را می‌توان برای تعیین مشخصات و تأیید صحت منطق قرارداد با کمک اثبات‌کننده‌های قضیه و بررسی‌کننده‌های مدل به کار گرفت؛ اما انجام یک راستی‌آزمایی کامل در سیستم‌های پیچیده‌ای مانند دیفای (DeFi) که در آن چندین قرارداد با یکدیگر تعامل دارند، می‌تواند چالشی بسیار دشوار باشد. راستی‌آزمایی چنین گزاره‌هایی معمولاً ماه‌ها زمان می‌برد و نیازمند فعالیت تیم‌هایی از ریاضی‌دانان و دانشمندان علوم کامپیوتر متخصص است؛ امری که متأسفانه برای اکثر پروژه‌های کوچک‌تر امکان‌پذیر نیست. فریم‌ورک‌های تست خودکار (مانند KLEE و CREST) و ابزارهای تحلیل ایستا، راه‌حل‌های جزئی ارائه می‌دهند، اما نمی‌توانند جایگزین شهود انسانی شوند که قادر به شناسایی آسیب‌پذیری‌های ظریفی است که ابزارهای خودکار ممکن است از قلم بیندازند.

سازگاری متقاطع (Cross-compatibility) یک آزمون همیشگی برای سیستم‌های ارز دیجیتال است که به منظور عملکرد بدون نقص در سیستم‌عامل‌ها و پلتفرم‌های سخت‌افزاری مختلف طراحی شده‌اند. در سیستم‌عامل‌ها، مدل‌های امنیتی، روال‌های مدیریت حافظه، کتابخانه‌های رمزنگاری و پشته‌های شبکه متفاوتی وجود دارد. اطمینان از اینکه کد به‌طور یکنواخت در تمامی پلتفرم‌های تحت پشتیبانی یعنی ویندوز، مک‌او‌اس، لینوکس، iOS و اندروید کار می‌کند، فرآیندی طولانی است که نیازمند تست‌های دقیق و تطبیق‌سازی‌های خاص برای هر پلتفرم است؛ موضوعی که می‌تواند زمان توسعه را طولانی‌تر و فرآیند را پیچیده‌تر کند. استفاده از ماژول‌های امنیتی سخت‌افزاری (HSM) و محیط‌های اجرای مورد اعتماد (TEE)، با نیاز به رابط‌های برنامه‌نویسی اختصاصی و پیاده‌سازی‌های وابسته به پلتفرم، توسعه ارزهای دیجیتال را بیش از پیش پیچیده می‌کند.

ادغام هوش مصنوعی و چالش‌های محاسباتی

هوش مصنوعی در ارزهای دیجیتال، امکانات و چالش‌های فوق‌العاده‌ای را در نحوه ساخت اولیه شبکه‌های توزیع‌شده ایجاد می‌کند. هوش مصنوعی قادر است امنیت را از طریق سیستم‌های پیشرفته‌ای که می‌توانند ناهنجاری‌ها را در الگوهای تراکنش شناسایی کنند، بهبود بخشد؛ همچنین الگوریتم‌های استراتژی سرمایه‌گذاری مبتنی بر یادگیری ماشین که خود را با شرایط بازار تطبیق می‌دهند، و پیشگیری از کلاهبرداری با استفاده از تحلیل رفتاری و الگوریتم‌های ارزیابی ریسک را فراهم آورد. اما هوش مصنوعی به ظرفیت محاسباتی قابل‌توجهی نیز نیاز دارد که می‌تواند زیرساخت‌های فعلی شبکه را با بار اضافی مواجه کرده و فرصت‌های جدیدی برای مهاجمان جهت اجرای حملات ایجاد کند.

به‌طور کلی، الگوریتم‌های یادگیری ماشین اغلب بر روی شتاب‌دهنده‌های سخت‌افزاری با طراحی سفارشی (مانند واحدهای پردازش گرافیکی [GPU]، واحدهای پردازش تنسور [TPU] و آرایه‌های درگاهی برنامه‌پذیر فیلد [FPGA]) اجرا می‌شوند که این امر در مجموع مصرف انرژی برای استخراج ارزهای دیجیتال نیز نقش دارد. هزینه‌های محاسباتی آموزش و استنتاج می‌تواند بسیار عظیم باشد؛ مدل‌های زبانی بزرگ ممکن است به صدها گیگابایت حافظه نیاز داشته باشند و نیاز به پردازش ROPها یا ترافلاپس‌ها داشته باشند. معرفی این سیستم‌ها در شبکه‌های بلاک‌چین منجر به مشکلات اجماع جدیدی می‌شود، زیرا محاسبات هوش مصنوعی نمی‌توانند قطعی (Deterministic) باشند و یا توسط هر یک از اعضای شبکه شناسایی شوند.

تضمین شفافیت الگوریتمی و عدالت در سیستم‌های ارز دیجیتال مبتنی بر هوش مصنوعی، چالش‌های بی‌سابقه‌ای را ایجاد می‌کند، زیرا با تمرکززدایی ارائه‌شده توسط شبکه‌های مبتنی بر بلاک‌چین در تضاد است. نظارت متمرکزی که برای به‌روزرسانی و نگهداری مدل‌های هوش مصنوعی لازم است، با حاکمیت غیرمتمرکزی که ویژگی اصلی سیستم‌های رمزارزی است، در تضاد است. روش‌های یادگیری فدرال (Federated learning) راه‌حل‌های ممکنی را ارائه می‌دهند که اجازه می‌دهند آموزش مدل به‌صورت توزیع‌شده انجام شود و در عین حال غیرمتمرکز بودن شبکه نیز حفظ شود؛ اما ساخت چنین سیستم‌هایی مستلزم مکانیزم‌های هماهنگی پیچیده و پروتکل‌های ارتباطی قدرتمندی است که قادر به تحمل گسستگی شبکه و خطاهای بیزانسی باشند.

هزینه ادغام هوش مصنوعی در شبکه آن‌ها می‌تواند به این معنا باشد که تولید هر سطحی از خروجی که ارزش هزینه‌های اولیه را داشته باشد، عملاً امکان‌پذیر نخواهد بود. پردازش هوش مصنوعی به‌صورت آنی برای پایش امنیتی یا بهینه‌سازی معاملات باید با کمترین تأخیر ممکن اجرا شود؛ الزامی که احتمالاً با مکانیزم‌های اجماع بلاک‌چین که بیشتر برای امنیت و تمرکززدایی طراحی شده‌اند تا سرعت، در تضاد است. افزودن هوش مصنوعی همچنین آسیب‌پذیری‌های امنیتی و سطوح حمله جدیدی ایجاد می‌کند که باید در نظر گرفته شوند، مانند حملات یادگیری ماشین خصمانه که می‌توانند از طریق ورودی‌های دقیق طراحی‌شده، مدل‌های هوش مصنوعی را دستکاری کرده، سیستم‌های امنیتی را از کار بیندازند یا اجازه دستکاری در بازارها را بدهند.

بهینه‌سازی موبایل و سازگاری بین‌پلتفرمی

سخت‌افزار گوشی‌های هوشمند محدودیت‌هایی دارد، از جمله قدرت پردازشی پایین در مقایسه با رایانه‌های شخصی، حافظه بسیار کم که پیچیدگی عملیات رمزنگاری را محدود می‌کند و عمر باتری محدود که مدیریت بهینه انرژی را ضروری می‌سازد. اجرای یک فول نود (Full Node) در موبایل در حال حاضر از جنبه فضای ذخیره‌سازی، که می‌تواند به راحتی از ۱۰۰ گیگابایت فراتر رود، یا از منظر پهنای باند (که به سرعت سقف مصرف داده را تمام می‌کند) امکان‌پذیر نیست و نیازمند لایت کلاینت‌هایی (Light clients) است که به زیرساخت‌های دیگران متکی هستند و می‌توانند منجر به بروز مشکلات متمرکزسازی شوند.

ناهمگونی SoC/سخت‌افزاری، بهینه‌سازی را دشوار کرده و نیازمند الگوریتم‌های تطبیقی هوشمند است. طیف گسترده‌ای از اندازه‌های صفحه نمایش، از نمایشگرهای کوچک گرفته تا دستگاه‌های قابل حمل بزرگ و حتی مانیتورهای دسکتاپ بزرگتر، و رزولوشن‌های مختلف صفحه نمایش از کیفیت پایین (QVGA) تا وضوح بالا (HDTV و غیره) نیز می‌تواند توسط سیستم پشتیبانی شود و رابط کاربری باید همواره این موارد را مد نظر قرار دهد. بهینه‌سازی عملکرد باید معماری‌های مختلف پردازنده مانند ARM، x86 و چیپست‌های سفارشی، ظرفیت‌های مختلف حافظه بین ۲ تا ۱۶ گیگابایت و ظرفیت باتری را که بر مدت زمان اجرای محاسبات سنگین رمزنگاری توسط دستگاه تأثیر می‌گذارد، در نظر بگیرد.

مدل تهدید در دستگاه‌های موبایل، امنیت اپلیکیشن‌های ارز دیجیتال موبایلی را چالش‌برانگیزتر می‌کند. سیستم‌عامل‌های موبایل پارادایم‌های امنیتی متفاوتی را ارائه می‌دهند؛ iOS به‌صورت سندباکس (Sandboxed) عمل کرده و از دسترسی اپلیکیشن‌ها به منابع سیستم جلوگیری می‌کند، در حالی که در اندروید، پیکربندی‌ها می‌توانند شامل یکپارچگی عمیق‌تر با سیستم باشند که سطح حمله (Attack Surface) گسترده‌تری را ایجاد می‌کند. برای ذخیره‌سازی کلیدهای امن، استفاده از محفظه‌های امن (Secure Enclaves) مختص هر پلتفرم و مناطق اجرای مورد اعتماد (Trusted Execution Zones) ضروری است؛ در حالی که برای احراز هویت بیومتریک، پشتیبانی از حسگرهای اثر انگشت، سیستم‌های تشخیص چهره یا نرم‌افزارهای تشخیص صدا الزامی می‌باشد.

چشم‌انداز تهدیدات در حوزه موبایل مملو از بردارهای حمله پیشرفته است؛ مانند بدافزارهایی که می‌توانند کلیدهای فشرده شده یا محتوای صفحه نمایش را ثبت کنند، حملات شبکه‌ای که از شبکه‌های وای‌فای باز یا سایر انواع آسیب‌پذیری‌های عمومی سوءاستفاده می‌کنند و نفوذهای فیزیکی که برای دسترسی و باز کردن قفل دستگاه به کار می‌روند. استفاده از پروتکل‌های ارتباطی امن نیز باید شامل پشتیبانی از سنجاق کردن گواهی (Certificate Pinning)، رازداری مطلق پیشرو (Perfect Forward Secrecy) و محافظت در برابر حملات مرد میانی (Man-in-the-Middle) باشد. فریم‌ورک‌های توسعه چندپلتفرمی برای غلبه بر این دشواری‌ها ایجاد شده‌اند و مجموعه‌ای یکسان از APIها را برای توسعه اپلیکیشن‌ها در پلتفرم‌های مختلف موبایل ارائه می‌دهند؛ با این حال، این رویکرد اغلب باعث ایجاد سربار عملکرد و محدودیت‌هایی می‌شود که در نهایت ممکن است به ریسک‌های امنیتی یا تجربه کاربری ضعیف منجر گردد.

راهکارهای مدیریت انرژی و اتوماسیون

برای مقابله با نیازهای پیچیده انرژی در شبکه‌های ارز دیجیتال، به یک راهکار اتوماسیون پیشرفته نیاز است که بتواند منابع را به شکلی بهینه و در عین حال مقرون‌به‌صرفه تخصیص دهد. استارتاپ‌هایی مانند Netts راهکارهای خلاقانه‌ای برای مشکل تفویض انرژی (Energy delegating) ارائه کرده‌اند و سیستم‌های کارآمدی را برای تأمین نامحدود انرژی جهت تراکنش‌ها در شبکه TRON — از طریق استفاده از APIهای قابل فهم — فراهم آورده‌اند.

از طریق اجاره هوشمند و خودکار انرژی، کاربران می‌توانند قیمت‌های بسیار مناسبی را برای انرژی در شبکه TRON، بدون هیچ‌گونه بار مدیریت دستی، تضمین کنند؛ این یک نمونه بارز از نحوه کمک پیشرفت‌های فنی در حوزه اتوماسیون به چالش‌های عملیاتی پیش روی زیرساخت‌های ارز دیجیتال است.