BOS Oracle(二)用正向激励的方式提供可信数据

# 概述

BOS 的预言机(Oracle)希望能够作为区块链与现实世界的数据桥梁。

中心化预言机服务的设计是基于**可信数据源或者权威数据源**这一假设,这样的假设从理论上来说有很大风险,无法保证这种数据源提供数据的真实性。

BOS 的预言机系统从构建之初所遵循的原则就是:

```

不依赖于每一个预言机数据提供者一定会提供真实数据,而是承认其不足进而将其作为博弈的参与方加入到系统中来,以期在博弈中达到整体可信。

```

BOS 预言机将会使得区块链的价值从其货币属性延伸到了**交易和规则**的构建上,这种延伸将会解决或改进许多现实世界的信任问题,从而扩大区块链的应用边界,并最终让区块链技术可以在交易转账以外场景落地。

# 参与者博弈完备

**数据提供方:**提供数据,从数据使用者中获取收益,需要抵押押金作为风控的基础

**数据使用者:**和提供方约定收益,按照约定支付费用

**预言机合约:**用于记录数据提供方和使用者所约定的协议,并提供数据处理和穿透。

**仲裁员:**当数据提供方和数据使用者出现争议和提出申诉时,多轮多个仲裁员参与决策,注册并且需要boswps.io竞选,需要抵押押金作为风控的基础

系统会对最终判定的作恶者进行惩罚。整个系统会形成“数据提供者”、“数据使用者”、“仲裁员”三方的博弈平衡,而整个博弈过程和规则制定可以保证公正是极大概率的事件。

# 正向激励模型

**场景一:**

\1.    DApp方为了给用户提供可信数据并作出判断,获取问题需求注册服务,并给该服务所需的价格,和所需的抵押金。

\2.  数据提供方提供稳定可靠的服务,使用抵押金作为保证,收取高昂的费用作为维护成本,并提供收益。

**场景二:**

DApp方提供体育比赛数据,但为了证明DApp方自身不会作假,自身作为提供者和**同时作为使用者**进行注册,当DApp用户有举报问题时进行扣款和抵押。

总之系统的规则对于理性的参与者来说是静态的可预见的,因而诚实公正地进行参与才是其优势策略,对于非理性的参与者系统也能够以极大概率予以惩罚,从而使得整个预言机服务将会正向、健康、高效的运行。

下面我们列出四种通过正向激励,将数据通过可信方式进行数据通信:

# 1. 直接写入数据库

![img](data:image/gif;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVQImWNgYGBgAAAABQABh6FO1AAAAABJRU5ErkJggg==)

#### 数据提者先行写入数据到链上,使用者读取

**应用场景:**

比较适应非标准化的服务,包括特殊证据格式的服务,预言机合约不方便进行穿透的场景

**服务特点:**

标准化服务,服务便于注册,以确定性数据和常规化的非确定性数据为主,在提供方pushdata的过程中,经过oracle穿透,对使用和消费双方简单方便

# 2. 监听+穿透oracle合约推送

![img](https://mmbiz.qpic.cn/mmbiz_png/ic36Rayaict54e6DpdhkDfPsAHKq2zUiaV8nF3GUgEibicepu4lGsZneSq02JuvR1xChK66bRT10CeLAicIUqZL0m4SQ/640?wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1)

#### 监听调用事件,链上主动推送数据到使用者

**应用场景:**

比较适应非标准化的服务,包括特殊证据格式的服务,预言机合约不方便进行穿透的场景

**服务特点:**

标准化服务,服务便于注册,以确定性数据和常规化的非确定性数据为主,在提供方pushdata的过程中,经过oracle穿透,对使用和消费双方简单方便

# 3. 监听+直接推送DApp合约

![img](https://mmbiz.qpic.cn/mmbiz_png/ic36Rayaict54e6DpdhkDfPsAHKq2zUiaV8mXs7th2KUaBYydghlKRnNbEm0BMC46LVckv3SHdUUhCzSrBkZpO9lw/640?wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1)

#### 监**听调**用事件,链下主动推送给数据使用者

在触发阈值逻辑时,经过预言机合约,将发送有效ACTION和用户交互

**应用场景:**

比较适应非标准化的服务,包括特殊证据格式的服务,预言机合约不方便进行穿透的场景

**服务特点:**

可高度定制化,但需提供方和DApp方进行约定,不经过预言机合约

# 4. 链下签名交互数据+链上风控博弈

预言机不再监听数据交易和请求,数据提供方和消费者

1. 提前在预言机合约签订交互协议,包括进行仲裁和抵押

2. 在链下进行签名,**签名确认**数据提供者发出信息,**确认**数据接受者收到信息

3. 在链下进行数据的提供和消费

4. 但当触发转账或有效ACTION时通过触发oracle合约的风控机制进行操作

5. 当出现纷争时,双方即可根据在Oracle约定好的风控规则,即向oracle.bos合约发起仲裁

![img](https://mmbiz.qpic.cn/mmbiz_png/ic36Rayaict54e6DpdhkDfPsAHKq2zUiaV8Yh6L0InLoUKBZkic87gbrCzvx2mZFunsj5dicB8m2icJEj2ibwSolFcOGg/640?wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1)

**应用场景:**

数据量非常大,更新太频繁了,链上太复杂,例如深度学习的训练,数据集和,数据无需上链,但通过签名进行数据记录。

**特点:**

可高度定制化,但需提供方和DApp方进行约定,数据交互直接在数据

# 总结

四种不同的数据提供方式,适应不同的场景,现实世界数据具有的**复杂性、不规整性、零散性以及隐私性**。从公开可方便获取的数据(比如天气)到有限制的数据(比如个人征信)都可以成为 BOS 的预言机服务。任何可以被描述并在一定意义上可以被鉴别的数据服务都可通过 BOS 预言机的来提供服务。

后面我们将展开关于博弈和制约,抵押模型和Demo展示预言机的功能的文章和大家交流讨论。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,607评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,047评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,496评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,405评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,400评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,479评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,883评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,535评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,743评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,544评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,612评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,309评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,881评论 3 306
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,891评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,136评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,783评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,316评论 2 342

推荐阅读更多精彩内容