知的DeFiの公開：Coprocessor革命
はじめに
現在の分散型アプリケーションは、ブロックチェーンの処理能力の制約により、複雑なオンチェーン計算を行う際に制限があります。しかし、ブロックチェーンコプロセッサなどの技術の急速な発展と、ゲーム理論やメカニズム設計との組み合わせにより、新たなユースケースが登場し、ユーザーエクスペリエンスの大幅な改善が可能となっています。
この記事では、コプロセッサの設計空間を探求し、可能なユースケースに焦点を当てています。
キーポイント：
- ブロックチェーンの計算は高価で制限されています。その解決策の1つは、計算をオフチェーンに移し、コプロセッサを介してチェーン上で結果を検証することで、より複雑なDappロジックを可能にすることです。
- コプロセッサは、彼らのセキュリティの前提に基づいて、信頼できない（ZK）、最小限の信頼（MPC/TEE）、楽観的、および暗号経済に分類されることができます。これらのソリューションは、望ましいセキュリティ対効率のトレードオフを実現するために組み合わせることもできます。
- DeFiにおいて、異なる種類のコプロセッサは異なるタスクに適しています。潜在的なユースケースには、DEX（AMM＆オーダーブック）、マネーマーケット、ステーキング、再ステーキングなどが含まれます。
- 分散型AIの台頭と共に、コプロセッサと共に、新しい時代に入っています。“インテリジェントDeFi
コプロセッサーの役割
ブロックチェーンは一般的な用途のCPU仮想マシン（VM）と見なされることが一般的であり、重い計算には適していない場合があります。データ駆動型分析や集中計算を必要とするタスクは、オフチェーンソリューションがしばしば必要とされます。たとえば、dydx v3のようなオーダーブック取引所は、オフチェーンのマッチングやリスクエンジンを集中型サーバー上で実行し、資金の決済のみをオンチェーンで行っています。
コンピューティングでは、接頭辞「co-」で示されるように、プロセッサが特定のタスクを実行するのを支援するためにコプロセッサが導入されます。たとえば、GPU は CPU のコプロセッサとして機能します。これらは、3Dレンダリングやディープラーニングなどのタスクに必要な並列計算の処理に優れています。この配置により、プライマリCPUは汎用処理に集中できます。コプロセッサ モデルにより、コンピューターは、単一の汎用 CPU では実現できなかった、より複雑なワークロードを処理できるようになりました。
コプロセッサを活用し、オンチェーンデータにアクセスすることで、ブロックチェーンアプリケーションは高度な機能を提供し、的確な意思決定を行う可能性があります。これにより、追加の計算を行う機会が生まれ、より複雑なタスクの実行が可能となり、アプリケーションがより「知的」になる可能性が生まれます。
コプロセッサの異なる種類
信頼の前提に基づいて、コプロセッサは主に3つの異なるタイプに分類される可能性があります-ゼロ知識（ZK）、楽観的、および暗号経済学。
ZKコプロセッサーは、正しく実装されれば理論的に信頼できます。彼らはオフチェーンの計算を実行し、オンチェーンの証明を検証のために提出します。彼らはスピードを提供する一方で、証明コストに関してはトレードオフがあります。カスタムハードウェアが進化し、暗号技術が発展するにつれて、最終的なコストは最終消費者に転嫁され、より受け入れられるレベルに削減される可能性があります。
アクシオムそしてRISC ZeroBonsai は ZK コプロセッサの例です。これにより、オンチェーン状態にアクセスできる任意の計算をオフチェーンで実行し、計算が実行されたことを証明します。
典型的なZKコプロセッサがどのように動作するかをより明確に理解するために、以下を検討してみましょうRISC Zero Bonsaiのワークフロー.
アプリケーションは、Bonsaiリレーに共処理リクエストを送信し、それがBonsaiプルービングサービスに証明リクエストを転送します。 RISC Zero zkVMはプログラムを実行し、コードの正しい実行を検証する証拠を生成し、誰でも検証できます。その後、Bonsaiリレーはチェーン上に証拠を公開し、アプリケーションはコールバック関数を通じて結果を受け取ります。
イーサリアム上の盆栽
ZKコプロセッサーは、検証可能なオフチェーン計算を実現する1つの方法ですが、MPCやTEEなどの代替手段は異なるアプローチを提供します。 MPCは機密データに対する共同計算を可能にし、TEEは安全なハードウェアベースのエンクレーブを提供します。各オプションには、セキュリティと効率の間でトレードオフがあります。この記事では、ZKコプロセッサーに焦点を当てます。
楽観的なコプロセッサは費用対効果の高いソリューションを提供しますが、著しいレイテンシの問題（通常は数週間）に苦しんでいます。彼らは、詐欺証明を正直な当事者が挑戦期間内に効果的に挑戦する必要があります。したがって、セキュリティ保証までの時間が遅れます。
暗号経済協力プロセッサは、実行時に十分な経済的保証を持つ楽観的なコプロセッサであり、オンチェーンの保険システムを備えており、他の人が誤った計算に対する補償を確保できるようにしています。この経済的保証と保険は、Eigenlayerのような共有セキュリティプロバイダーを介して購入できます。利点は即時決済ですが、デメリットは保険の取得コストです。
さまざまなコプロセッサータイプの特性
*少なくとも、小規模で最適化された証明については、1秒未満の生成時間がありますが、それらは急速に改善されています。
コプロセッサの種類が異なれば、コスト、待ち時間、およびセキュリティの特性も異なります。異なるタイプのコプロセッサを組み合わせることで、ユーザーエクスペリエンスを最適化できます。傑出した例は、ブレビス. 最初はzk-コプロセッサーを搭載したBrevisですが、今では公開されましたブレビスコチェーンこのイノベーションは、暗号経済とZKPをZKコプロセッサ内で組み合わせ、コストを削減し、レイテンシを最小限に抑え、ユーザーエクスペリエンスを向上させています。
純粋なZKコプロセッサーは、現在の状態では、高い証明生成コストやスケーラビリティの問題など、課題が依然として存在します。これは、データアクセスや計算結果のZK証明が常に事前に生成されるためです。Eigenlayerのリステイキングインフラを活用し、Brevis coChainは、dappsが望む暗号経済セキュリティレベルを調整できるようにし、ユーザーエクスペリエンスを向上させる柔軟性を提供します。ここに、その動作方法の簡単な説明があります。
Brevis coChainは最初にPoSコンセンサスに基づいてコプロセスリクエストに対して「楽観的に」結果を生成します。その後、2つのチャレンジウィンドウが開始されます。1つはアプリケーション固有で開発者によって設定可能であり、もう1つはより長いグローバルcoChainスラッシングウィンドウです。
ブレビスcoChainワークフロー
アプリケーションチャレンジウィンドウ中に、オブザーバーはコプロセッシング結果と矛盾するZKPを送信できます。チャレンジが成功すると、提案者は斬られ、挑戦者には報酬が与えられます。プロポーザルが失敗すると、挑戦者の保証金は没収されます。
チャレンジがない場合、アプリは結果を有効と見なします。グローバルcoChainスラッシュウィンドウはセキュリティを強化するために存在します。アプリが誤った結果を受け入れたとしても、coChainスラッシュウィンドウが開いている限り、悪意のあるバリデーターはスラッシュされ、誤った結果が訂正される可能性があります。
異なる種類のコプロセッサは、異なるコスト、待ち時間、セキュリティ特性を示すため、アプリケーションは要件を評価して必要なコプロセッサの種類を決定する必要があります。計算に高セキュリティなタスクが関与する場合（たとえば、数十億ドルがかかっているLiquid StakingのBeaconチェーンのバリデータの残高を計算するなど）、ZKコプロセッサは最適な選択肢です。これらは結果を信頼できるように検証できるため、最大限のセキュリティを提供します。さらに、このようなシナリオでは待ち時間は懸念事項ではなく、受け入れ可能な時間枠内で証明を生成できます。
低レイテンシーを必要としない、社会的なプロフィールにオンチェーンの達成指標を表示するなど、重要な金銭価値を伴わないタスクに対しては、最も低いオフチェーン演算を提供する楽観的コプロセッサが好ましいかもしれません。
他のタスクにおいて、購入された保険がリスクの価値をカバーしている場合、暗号経済コプロセッサーの方が費用対効果が高くなります。保険費用の分析は、アプリケーションによって提供される価値に大きく影響を受けるケースバイケースで行うべきです。これらのタスクには、多様な分析とリスクモデリングがしばしば伴います。
コプロセッサを分類する別の方法は、次のような例を使用して、計算タイプによって分類することです。
DeFiでのコプロセッサの使用は、大きなポテンシャルを秘めた新興分野です。以下では、コプロセッサがDEX、マネーマーケット、ステーキング、リステーキングなど、DeFi内のさまざまなセクターでどのように活用されるかについて既存のアイデアや実装を概説します。
DEX
DEXには複数の利害関係者が関与しています。これにはトレーダー、流動性提供者、市場メーカー、流動性マネージャー、ソルバー/フィラーなどが含まれます。コプロセッサは、異なる信頼前提を持つ複雑なタスクを効率的に処理する潜在能力を持ち、最終的にこれらの利害関係者の体験を向上させることができます。
コスト削減
基本的なAMMでは、ユーザーがスワップを開始する際に必要なパラメータを計算することが重要です。これらのパラメータには、スワップインおよびアウトの金額、手数料、およびスワップ後の価格が含まれます。zk-coprocessorsの計算能力を活用するための1つの直感的なユースケースは、一部のスワップ機能をオフチェーンで実行し、残りのステップをオンチェーンで完了することです。zkAMMは、プロトコル内でゼロ知識証明を統合したAutomated Market Makers（AMM）のバリアントです。Diego (@0xfuturisticRisc Zero zkVMを使用したUniswap v3ベースのzkAMM（zkUniswap）の実装を紹介します。ここでは、AMMスワップ計算の一部がRisc Zero zkVMにオフロードされます。ユーザーはチェーン上でリクエストを行い、リレーザが入力を拾い上げ、計算はオフチェーンで行われます。その後、リレーザは出力と証明を投稿します。AMMは証明を検証し、スワップを決済します。
現在の段階で、計算コストはまだEVMと比較して同等ですが、RiscZeroの継続機能により独立したパスでのスワップの計算を並行化することで、より高い効率を実現することが可能です。基本的に、スワップの実行はオンチェーンで順次行われますが、このアプローチを使用すると、実際のスワップ手順をオフチェーンで並行して計算することができます。これにより、EVMではネイティブには不可能なバッチの最も重い部分を並列化することが可能となります。検証コストも、複数のトランザクションをまとめてバッチ処理することで分散することができます。
ユーザーは、スワップリクエストを送信するための代替データ可用性レイヤーを使用するオプションもあります。別のアプローチとして、オフチェーン伝播のためにEIP712署名を利用することも可能であり、これによりスワップコストをさらに削減することができます。
ダイナミックパラメータ
コプロセッサーは、AMMプールのスワップ手数料を動的に制御するためにも利用できます。動的手数料のコンセプトは、市場の変動期に手数料率を増やし、市場が落ち着いた状況では減らすことです。これは、受動的な流動性提供者にとって利益となります。なぜなら、彼らは一貫して取引の不利な側面を取り、損失と再バランス（LVR）を通じて価値の漏れを経験するからです。動的手数料の導入は、LPを適切に補償することで、この問題に対処することを目的としています。
一部のAMMにはすでにこの機能があります。 たとえば、アンビエント外部オラクルを利用し、60分ごとに異なる手数料ティアのUniswap v3プールを監視し、スナップショットを取得して最もパフォーマンスの優れたものを選択します。
手数料率を調整するためのさらなる洞察を提供するために、追加のデータが活用されることがあります。これには、特定のAMMプールで行われた過去の取引や、さまざまな流動性プール（Ambientソリューションなど）での同じペアに対する取引、または異なるネットワーク上のプールなど、オンチェーンおよびオフチェーンの両方が含まれます。特定の信頼の前提条件が許可される場合、ChainlinkやPythなどの信頼性のあるオラクルからのオフチェーンデータ（例：CEX取引データ）も導入される可能性があります。
手数料の調整頻度に影響を受けて、どの種類のコプロセッサを使用するかの決定が行われます。プールが非常に頻繁にダイナミックな手数料変更を必要とする場合、暗号経済コプロセッサがより適しているかもしれません。なぜなら、証明のコストが保険料を上回る可能性が高いためで、これは手数料率の差に平均ボリュームを乗じたものと見積もることができます。誤った計算があった場合、LPはEigenlayerによって容易に保険金を請求し、手数料の損失を補償することができます。
一方、頻繁な手数料率の変更を好まないプールもあります。ただし、これらのプールは非常に大きな取引量を扱うため、保険購入のコストが高騰する可能性があります。そのような場合、ZKコプロセッサは最も適しているため、最も強力な保証を提供します。
Active Liquidity Manager (ALM)
パッシブな流動性提供は、価格変動に過度に心配することなく、アイドルな流動性から手数料を得たい経験の浅いユーザーにとって魅力的なオプションとなる可能性があります。しかし、一部の流動性提供者（LP）は、価格変動や統計的なアービトラージによる損失をより受けやすいです。以前に、手数料を動的に調整することでこの問題を緩和できると述べました。しかし、なぜ手数料をさらに調整して、流動性カーブの形を完全に変えないのでしょうか？これは、アクティブな流動性マネージャー（ALM）として知られる流動性管理のより洗練されたアプローチです。
残念ながら、既存のALMの大部分は再バランスなどの基本的な戦略しか提供しておらず、手数料収集には限界があります。一方、マネーマーケットやデリバティブを用いたヘッジなど、やや高度なテクニックも利用可能です。ただし、これらはオンチェーンで頻繁に実行すると高コストがかかるか、中央集権的なオフチェーンのブラックボックス計算に依存しています。
コプロセッサは、コストと信頼性の問題に取り組む可能性を秘めており、高度な戦略の採用を可能にします。次のような最先端のゼロ知識機械学習(ZKML)ソリューションと統合することで、モジュラスラボそして、次のような分散型AIプラットフォームリチュアル, リクイディティマネージャーは、過去の取引データ、価格の相関関係、ボラティリティ、モメンタムなどに基づく複雑な戦略を活用しながら、プライバシーと信頼性の利点を享受することができます。
ハイ・フリクエンシー取引戦略には正確なタイミングと迅速な実行が必要です。ZKソリューションは常に必要な速度を満たすわけではありませんが、暗号経済コプロセッサはこの領域で優れています。これらのコプロセッサを使用すると、AIアルゴリズムを迅速に実行し、パラメータをブロック時間が許す限り頻繁に更新できます。ただし、このアプローチを利用すると保険費用が発生します。これらのコストを正確に見積もることは、資金管理者が資金を誤って取り扱ったり、対立取引に従事したりするなどのリスクがあるため、難しい場合があります。この決定プロセスには、追加のリターンと保険費用のバランスを取る必要がありますが、最終的にはコプロセッサの測定された時間枠内で発生する総取引量に依存します。このプロセスをスケーリングすることも、単一のAVSで利用可能な資本と、任意の時点でのリスク価値を予測する能力に基づいて困難であることがあります。
メトリクスベースの報酬分配
各トランザクションはブロックチェーンに記録されますが、スマートコントラクトは、トランザクション量、インタラクション数、単位時間あたりのTVLなど、これらのトランザクションが表すメトリックを決定する際の課題に直面しています。貴重な情報を提供するDune Analyticsのようなインデックス作成ソリューションの使用を提案する人もいるかもしれません。しかし、オフチェーンインデックスに頼ることで、信頼層がさらに高まります。ここで、コプロセッサが有望なソリューションとして浮上します。
特に価値のあるオンチェーン指標の1つは取引高です。例えば、特定のアドレスに関連する特定のブロック内の特定のAMMプールで蓄積された取引高です。この指標はDEXにとって非常に有益です。1つのユースケースは、取引高に基づいてユーザーに異なる手数料ティアを設定することを可能にすることです。このアプローチは動的手数料に類似していますが、一般的なデータに頼るのではなく、アドレス固有のデータを見ています。
ブレビス提供された興味深い例は、ボリューム証明がカスタマイズされた手数料リベートUniswapフックと組み合わされ、CEXesのVIPトレーダーに類似したボリュームベースの手数料リベートを提供することができる可能性がある点を示しています。
具体的には、Uniswap v4 はユーザーの過去30日間の取引履歴を読み取り、各取引イベントをカスタマイズされたロジックで解析し、Brevis で取引高を計算することができます。 Brevis によって生成された取引高と ZK Proof は、Uniswap v4 Hook スマートコントラクトで信頼できる方法で検証され、ユーザーの VIP 手数料ティアが非同期に決定および記録されます。検証が完了した後、対象のユーザーの将来の取引は、VIP レコードを簡単に参照し、それに応じて取引手数料を軽減する getFee() 関数をトリガーします。
「VIP」として認定を受けるコストは、パフォーマンスのベンチマーク結果に基づいて約$2.5程度で比較的安価です。このようなソリューションを使用して複数のユーザーを集約することで、コストをさらに削減することが可能です。NEBRA唯一の欠点は遅延で、2600件のオンチェーンUniswap取引にアクセスして計算するのに約400秒かかりました。ただし、これは時間に敏感でない機能についてはあまり心配する必要はありません。
レイテンシーの懸念に対処するために、dappsはBrevisのcoChainを活用することができます。結果は、遅延を最小限に抑えるために、PoSコンセンサスメカニズムを通じて迅速に計算および配信されます。悪意のあるアクティビティが発生した場合、チャレンジウィンドウ中にZKPを使用して、不正なバリデーターにペナルティを科すことができます。
たとえば、前述のVIP料金シナリオでは、coChainの検証者の3分の2以上が、「VIPティアルックアップテーブル」に不正に特定のユーザーにより高いVIPティアを割り当てた場合、一部のユーザーは最初により大きな料金割引を受けるかもしれません。しかし、スラッシングウィンドウ中にZKプルーフが提示されると、VIPティアが間違っていることを証明し、悪意のある検証者はペナルティを受けることになります。誤ったVIPティアは、VIPティアルックアップテーブルを更新するためにチャレンジコールバックを有効にすることで修正できます。より慎重なシナリオでは、開発者は拡張されたアプリケーションレベルのチャレンジウィンドウを実装することも選択でき、追加のセキュリティと適応性のレイヤーを提供します。
流動性マイニング
Liquidity miningは、流動性をブートストラップするための報酬配布の形態です。DEXは、コプロセッサを通じて流動性プロバイダーの行動をより深く理解し、適切に流動性マイニング報酬やインセンティブを配布することができます。すべてのLPが同じではないことを認識することが重要です。一部は傭兵として行動し、他の人は忠実な長期的な信者として留まります。
最適な流動性インセンティブは、特に重要な市場の変動期においてLPの献身を事後的に評価するべきです。このような期間に常にプールへの支援を提供する人々は、最高の報酬を受けるべきです。
ソルバー/フィラー評判システム
ユーザー意図に焦点を当てた将来では、ソルバー/フィラーが複雑な取引を簡素化し、より速く、安く、またはより良い結果を達成することで重要な役割を果たします。ただし、ソルバーの選択プロセスに関する批判が続いています。現在の解決策には次のものが含まれています:
- オランダオークションまたは手数料エスカレーターを利用する許可のないシステム。 ただし、このアプローチは、競争力のある許可のないオークション環境を確保する際に課題に直面しており、ユーザーにとって遅延問題や実行されない可能性さえも生じるかもしれません。
- 許可されていないシステムでは、参加のためにトークンをステーキングする必要があり、これにより参入の財政的障壁が生じ、明確なスラッシング/ペナルティ条件や透明で信頼できる執行が欠如する可能性があります。
- または、レピュテーションと関係に基づいてソルバーのホワイトリストを確立することもできます。
これからの道は、パーミッションレスでトラストレスなものでなければなりません。しかし、これを実現するためには、優れたソルバーとそうでないソルバーを区別するためのガイドラインを確立する必要があります。ZKコプロセッサを利用することで、検証可能な証明を生成して、特定のソルバーがこれらのガイドラインを満たしているかどうかを判断できます。この情報に基づいて、ソルバーは優先順位フロー、スラッシング、一時停止、さらにはブラックリストの対象にすることができます。理想的には、優れたソルバーはより多くのオーダー フローを受け取り、悪いソルバーはより少ないオーダー フローを受け取ります。これらのレーティングを定期的に見直して更新し、定着を防ぎ、競争を促進し、新規参入者にも平等に参加の機会を与えることが重要です。
操作耐性価格オラクル
Uniswapはすでにv2およびv3バージョンに埋め込みオラクルを導入しています。v4のリリースにより、Uniswapはより高度なオラクルオプションを導入することで開発者の可能性を拡大しました。しかし、オンチェーン価格オラクルに関してはまだ制限や制約があります。
まず、コストの考慮があります。コプロセッサーの計算価格オラクルがコスト改善を提供できる場合、より手頃な代替手段として役立つ可能性があります。価格オラクルの設計が複雑になればなるほど、コスト削減の可能性が高まります。
第二に、オンチェーン価格オラクルプールはまだ操作の影響を受けやすいです。 これを解決するためには、さまざまなソースから価格を集約し、操作に強い価格オラクルを作成するために計算を行うのが一般的です。 コプロセッサは、さまざまなプールから過去の取引を取得し、異なるプロトコルをまたいでさえ、他のDeFiプロトコルと統合するための競争力のあるコストで操作に強い価格オラクルを生成する能力を持っています。
DIAデータZKベースのオラクルに取り組んでおり、O(1) LabsMinaエコシステムから。アプローチは似ています - マーケットデータを取得し、オフチェーンでより洗練された計算を行い、ガスコストや他の実行制約から解放されますが、計算の整合性を検証する能力があり、結果がオンチェーンで提供されます。これにより、シンプルな価格フィードを補完することが可能になり、深さなどの他のマーケットデータを含め、清算の影響を評価したり、プロトコルがフィードをカスタマイズするためのメタデータを提供したりすることができます。
マージンシステム
ブロックチェーン技術の計算上の限界を克服するために、多くのデリバティブプラットフォームは、リスク管理システムなどの特定のコンポーネントをオフチェーンに移動することがよくあります。
@0x_emperorそして@0xkraneコプロセッサーの興味深いユースケースを提案します。ここでは、証拠金ロジックが透明で検証可能です。多くの取引所では、過剰なレバレッジを防ぐためにリスク管理システムが導入されています。その1つの例として、自動レバレッジングシステム（ADL）が挙げられます。このシステムは、清算された取引者が経験した損失を収益のある取引者に割り当て、これによって未払いの債務を相殺します。基本的には、これによって未払いの債務をカバーするために、収益のある取引者の間で損失を再分配します。
ユーザーは、ポジションの強制クローズに関する質問を持っているかもしれません。 これを解決するために、取引所はコプロセッサを利用してオンチェーンのデータを使用してマージンエンジンロジックを実行し、正しい計算を検証するための証明を生成することができます。 ADLの発生はまれですので、遅延や証明コストについての懸念は最小限です。 ただし、信頼性のある検証可能なZkコプロセッサの使用は、透明性と整合性を向上させ、取引所とそのユーザーにとって有益です。
マネーマーケット
歴史的なオンチェーンデータからの洞察を活用することで、コプロセッサはLPや貸出プロトコルのリスク管理を向上させる可能性があります。さらに、プロトコルはデータ駆動型の分析に基づいた改善されたユーザーエクスペリエンスを提供できます。
数か月前、Curveが脆弱性を経験したとき、数百万のCRVトークンが清算のリスクにさらされたマネーマーケットへの注目が集まりました。 Fraxの貸し手は、ローン・トゥ・バリュー（LTV）比率が健全でなくなったときにプロトコルの積極的な金利引き上げでいくらか安心を見出しました。これにより、Curveの創設者は債務をより迅速に返済することを奨励されました。ただし、AAVEのステークホルダーは懸念を表明し、担保能力の引き下げや市場の一時停止についての議論を開始しました。彼らの懸念は、成功した清算のための十分な流動性の可能性に根ざしており、これは不良債権や市況の脆弱性につながる可能性がありました。
幸いにも、危機は解決されました。市場に上場されている資産を定期的に見直すことは重要です。特に、市場における流動性に焦点を当て、特に清算イベント中には特にそうです。非流動性の資産には、低いローン-バリュー（LTV）比率と担保能力を割り当てるべきです。
しかし、短期金融市場におけるリスク・パラメータの変化に対する意思決定プロセスは、CRVの状況で観察されたように、しばしば事後対応的です。トラストレスなソリューションを含む、より迅速で積極的な対策が必要です。の使用に関する議論がありましたフィードバック コントロールは、あらかじめ決められた曲線に頼るのではなく、流動性の利用状況などのオンチェーン指標に基づいてパラメータを動的に調整すること。興味深いコンセプトの1つに、特定の市場におけるオンチェーン流動性の証明を検証するレンディングプールがあります。コントローラーは、ZKコプロセッサーによってオンチェーンメトリクスから計算されたプルーフを受け取り、資産が特定のしきい値を超えて十分に流動性を失ったことを示します。この情報に基づいて、コントローラーは、金利の調整、LTVの上限の設定、市場の一時停止、さらには市場の完全中止など、さまざまな措置を講じることができます。
より高度な戦略には、前の週のオンチェーン流動性に基づいて担保借入能力や金利曲線を定期的に調整するといったものが含まれるかもしれません。正確な閾値は、DAO内での議論を通じて決定されます。過去のオンチェーン取引量、トークン準備金、一括交換のための最小のスリッページなどの要因を考慮して決定されるかもしれません。
貸し手と借り手にとって、マネーマーケットは、DEXsのVIPトレーダー向けの手数料還付プログラムに類似した強化されたサービスと体験を提供できます。オンチェーンユーザーの包括的なプロファイルを作成することを目指す既存の信用スコアソリューションがあります。目標は、リキデーションイベントの回避や健全な平均LTV比率の維持、安定した大口預金の実行など、効果的なリスク管理を示す良い行動を奨励することです。これらのポジティブな行動に対して、通常のユーザーよりも良好でスムーズな金利、より高い最大LTVおよびリキデーション比率、リキデーションのためのバッファータイム、低いリキデーション手数料などを含む信頼性のある報酬が与えられることがあります。
ステーキング＆リステーキング
信頼最小限のオラクル
MergeとShanghai/Shapellaのアップグレード以降、リキッドステーキング市場はDeFi市場で最大の市場となりました。特に、Lidoは290億ドル以上のTVLを集め、Rocketpoolは36億ドル以上のTVLを持っています。
巨額の資金が関与していることから、ビーコンチェーン上の関連する検証者の正確な残高などの情報を報告するために使用されるオラクルが依然として信頼されていることに注意することが重要です。これらのオラクルは、実行レイヤーのステーカーに報酬を分配する上で重要な役割を果たしています。
現在、Lidoは5対9のクォーラムメカニズムを採用し、信頼できるメンバーのリストを維持して悪意のある行為者に対抗しています。同様に、Rocketpoolは招待制のOracle DAOを運営しており、実行レイヤーのスマートコントラクトで報酬情報を更新することに信頼されているノードオペレーターで構成されています。
ただし、信頼できる第三者の過半数が侵害された場合、リキッドステーキングトークン（LST）保有者やLSTを中心に構築されたデフィエコシステム全体に重大な影響を与える可能性があることを認識することが重要です。誤った／悪意のあるオラクルレポートのリスクを軽減するために、Lidoは一連の正常性チェックそのプロトコルの実行レイヤーコードに実装されているもの。
EIP-4788「EVMのビーコン・ブロック・ルート」の導入により、コプロセッサがコンセンサス・レイヤー上のデータにアクセスし、計算することが容易になりました。=nill; Foundation、簡潔 そして、DendrETHはすべて、Lido向けに独自のZK-proof TVLオラクルを開発しています。最大限のセキュリティを確保するために、Lidoはマルチプルーフアーキテクチャを利用することができます。
例えば、=nil;の設計を取ると、オラクルは、ビーコンブロックヘッダー、ビーコンステート、Lido契約アドレスなど、コンセンサスおよび実行レイヤーから重要な情報を取得します。その後、全Lidoバリデータの総ロックバリューやバリデータ数に関するレポートを計算します。これらのデータに加え、追加の必要な情報がプルーフプロデューサーに渡され、専用回路で実行されてZKプルーフが生成されます。オラクルはプルーフを取得し、そのプルーフとレポートをスマートコントラクトに提出します。これらのオラクル設計はまだテスト段階にあり、変更の対象となりますのでご注意ください。
ただし、4788を介して送信される内容の限られた性質のため、EL側で証明できないデータが常に存在する可能性があることに注意する価値があり、そのデータのサブセットについては、オラクルが引き続き必要とされるかもしれません。
さらに、信頼度を最小限に抑えたZKプルーフオラクルはまだ初期段階にあります。Lidoの貢献者による提案されたアプローチは、ZKオラクルによって提供される情報を、信頼されたオラクルによって行われた作業に対する「正気のチェック」として使用することです。これらのZK実装が戦闘テストされるまで、現在オラクルシステムにある信頼をすべてZKシステムに移すのはリスクが高すぎます。
さらに、このサイズのデータの証明は非常に計算量が多く（例：30〜45分かかることさえあります）、非常に高価なので、現在の技術の成熟度では、日常的な報告や日中報告などの代替として適していません。
バリデーターのリスクとパフォーマンス分析
バリデーターは、ステーキングエコシステムで重要な役割を果たします。彼らはビーコンチェーン上で32 ETHをロックし、検証サービスを提供します。適切に行動すれば報酬を受け取りますが、不適切な行動をすればスラッシュに直面します。バリデーターは、異なるリスクプロファイルを持つノードオペレーターによって実行されます。彼らはキュレーション（例：Lidoのキュレートされたバリデーターセット）、ボンディング（例：Rocket Pool、Lidoの）CSM)またはソロステーカー。クラウドデータセンターや自宅で、暗号規制に適している地域や非友好的な地域でサービスを実行することを選択できます。さらに、バリデーターはDVT技術を利用して、内部ノードを分割したり、クラスタに結合したりしてフォールトトレランスを強化することができます。Eigenlayerや様々なAVS(Actively Validated Services)が登場するにつれ、バリデーターはイーサリアムの検証以外のサービスも提供できる可能性があります。バリデーターのリスクプロファイルは間違いなく複雑であり、リスクプロファイルを正確に評価することが不可欠です。優れたバリデーターのリスクとパフォーマンス分析により、次のような無限の可能性への扉が開かれます。
何よりもまず、リスク評価は、パーミッションレスなバリデーターセットを確立する上で重要な役割を果たします。Lidoの文脈では、ステーキングルーターの導入と将来のEIP-7002「実行レイヤートリガー可能な出口」は、バリデータのパーミッションレスな参加と出口を可能にする道を開く可能性があります。参加または脱退の基準は、バリデーターの過去の検証活動から導き出されたリスクプロファイルとパフォーマンス分析に基づいて決定できます。
次に、DVTでのノード選択です。ソロステーカーの場合、他のノードを選択してDVTクラスターを作成すると便利な場合があります。これにより、フォールトトレランスを実現し、歩留まりを向上させることができます。ノードの選択は、さまざまな分析に基づいて行うことができます。さらに、クラスターの形成はパーミッションレスにすることができ、過去のパフォーマンスが強いノードを参加させ、パフォーマンスの低いノードを削除することができます。
第三に、リステーキング。Liquid Restaking Protocolsは、リステーカーがEigenlayerのリステーキングマーケットに参加できるようにします。これらのプロトコルはLiquid Restaking Tokens（LRT）と呼ばれる流動性のある収益証明を生成するだけでなく、リステーカーに最適なリスク調整済みリターンを確保することを目指しています。たとえば、レンゾの戦略には、指定された最大損失に従いながら、最高のシャープレシオを持つAVSポートフォリオを構築し、DAOを介してリスク許容度とウェイトを調整することが含まれます。AVSプロジェクトがさらに立ち上がるにつれて、特定のAVSへのサポートを最適化し、最適なAVSオペレーターを選択する重要性がますます高まっています。
これまで、私たちは検証者のリスクとパフォーマンス分析の重要性、およびそれが可能にする幅広いユースケースに重点を置いてきました。しかし、問題は残っています: 検証者のリスクプロファイルを正確に評価するにはどうすればよいのでしょうか？1つの潜在的な解決策がGate.ioによって開発されています。Ionプロトコル.
Ion Protocolは、検証可能なバリデーターによるデータを利用する貸出プラットフォームです。ユーザーはステークおよびリステークされたポジションに対してETHを借りることができます。貸出パラメーター（金利、LTV、ポジションの健全性など）はコンセンサスレイヤーデータによって決定され、ZKデータシステムで保護されています。
IonはSuccinctチームと協力していますプレシジョンEthereumのコンセンサスレイヤーのバリデータの経済状態を検証するための信頼できるフレームワーク。これは、担保資産の価値を正確に評価し、潜在的な操作やスラッシングリスクを軽減することを目指しています。このシステムが確立されると、融資発生や清算プロセスを容易にすることができます。
IonはModulus Labsと提携し、信頼性のある分析と貸出市場のパラメータ設定にZKMLを活用しています。これには金利、LTV、およびその他の市場詳細も含まれ、異常なスラッシュ事件が発生した場合のリスク露出を最小限に抑えます。
結論
DeFiは、金融活動のあり方に革命をもたらし、仲介者の必要性を排除し、カウンターパーティリスクを軽減するという点で、本当に注目に値します。しかし、DeFiは現在、優れたユーザーエクスペリエンスを提供するには不十分です。エキサイティングなニュースは、DeFiプロトコルがデータ駆動型機能を提供し、UXを強化し、リスク管理を洗練させるコプロセッサの導入により、この状況が変化の瀬戸際にあることです。さらに、分散型AIインフラが進歩するにつれて、インテリジェントDeFiの未来に向けて前進します。
免責事項：
関連記事
ステーブルコインとは何ですか？
流動性ファーミングとは何ですか?
ブロックチェーンについて知っておくべきことすべて
知的DeFiの公開：Coprocessor革命
はじめに
現在の分散型アプリケーションは、ブロックチェーンの処理能力の制約により、複雑なオンチェーン計算を行う際に制限があります。しかし、ブロックチェーンコプロセッサなどの技術の急速な発展と、ゲーム理論やメカニズム設計との組み合わせにより、新たなユースケースが登場し、ユーザーエクスペリエンスの大幅な改善が可能となっています。
この記事では、コプロセッサの設計空間を探求し、可能なユースケースに焦点を当てています。
キーポイント：
- ブロックチェーンの計算は高価で制限されています。その解決策の1つは、計算をオフチェーンに移し、コプロセッサを介してチェーン上で結果を検証することで、より複雑なDappロジックを可能にすることです。
- コプロセッサは、彼らのセキュリティの前提に基づいて、信頼できない（ZK）、最小限の信頼（MPC/TEE）、楽観的、および暗号経済に分類されることができます。これらのソリューションは、望ましいセキュリティ対効率のトレードオフを実現するために組み合わせることもできます。
- DeFiにおいて、異なる種類のコプロセッサは異なるタスクに適しています。潜在的なユースケースには、DEX（AMM＆オーダーブック）、マネーマーケット、ステーキング、再ステーキングなどが含まれます。
- 分散型AIの台頭と共に、コプロセッサと共に、新しい時代に入っています。“インテリジェントDeFi
コプロセッサーの役割
ブロックチェーンは一般的な用途のCPU仮想マシン（VM）と見なされることが一般的であり、重い計算には適していない場合があります。データ駆動型分析や集中計算を必要とするタスクは、オフチェーンソリューションがしばしば必要とされます。たとえば、dydx v3のようなオーダーブック取引所は、オフチェーンのマッチングやリスクエンジンを集中型サーバー上で実行し、資金の決済のみをオンチェーンで行っています。
コンピューティングでは、接頭辞「co-」で示されるように、プロセッサが特定のタスクを実行するのを支援するためにコプロセッサが導入されます。たとえば、GPU は CPU のコプロセッサとして機能します。これらは、3Dレンダリングやディープラーニングなどのタスクに必要な並列計算の処理に優れています。この配置により、プライマリCPUは汎用処理に集中できます。コプロセッサ モデルにより、コンピューターは、単一の汎用 CPU では実現できなかった、より複雑なワークロードを処理できるようになりました。
コプロセッサを活用し、オンチェーンデータにアクセスすることで、ブロックチェーンアプリケーションは高度な機能を提供し、的確な意思決定を行う可能性があります。これにより、追加の計算を行う機会が生まれ、より複雑なタスクの実行が可能となり、アプリケーションがより「知的」になる可能性が生まれます。
コプロセッサの異なる種類
信頼の前提に基づいて、コプロセッサは主に3つの異なるタイプに分類される可能性があります-ゼロ知識（ZK）、楽観的、および暗号経済学。
ZKコプロセッサーは、正しく実装されれば理論的に信頼できます。彼らはオフチェーンの計算を実行し、オンチェーンの証明を検証のために提出します。彼らはスピードを提供する一方で、証明コストに関してはトレードオフがあります。カスタムハードウェアが進化し、暗号技術が発展するにつれて、最終的なコストは最終消費者に転嫁され、より受け入れられるレベルに削減される可能性があります。
アクシオムそしてRISC ZeroBonsai は ZK コプロセッサの例です。これにより、オンチェーン状態にアクセスできる任意の計算をオフチェーンで実行し、計算が実行されたことを証明します。
典型的なZKコプロセッサがどのように動作するかをより明確に理解するために、以下を検討してみましょうRISC Zero Bonsaiのワークフロー.
アプリケーションは、Bonsaiリレーに共処理リクエストを送信し、それがBonsaiプルービングサービスに証明リクエストを転送します。 RISC Zero zkVMはプログラムを実行し、コードの正しい実行を検証する証拠を生成し、誰でも検証できます。その後、Bonsaiリレーはチェーン上に証拠を公開し、アプリケーションはコールバック関数を通じて結果を受け取ります。
イーサリアム上の盆栽
ZKコプロセッサーは、検証可能なオフチェーン計算を実現する1つの方法ですが、MPCやTEEなどの代替手段は異なるアプローチを提供します。 MPCは機密データに対する共同計算を可能にし、TEEは安全なハードウェアベースのエンクレーブを提供します。各オプションには、セキュリティと効率の間でトレードオフがあります。この記事では、ZKコプロセッサーに焦点を当てます。
楽観的なコプロセッサは費用対効果の高いソリューションを提供しますが、著しいレイテンシの問題（通常は数週間）に苦しんでいます。彼らは、詐欺証明を正直な当事者が挑戦期間内に効果的に挑戦する必要があります。したがって、セキュリティ保証までの時間が遅れます。
暗号経済協力プロセッサは、実行時に十分な経済的保証を持つ楽観的なコプロセッサであり、オンチェーンの保険システムを備えており、他の人が誤った計算に対する補償を確保できるようにしています。この経済的保証と保険は、Eigenlayerのような共有セキュリティプロバイダーを介して購入できます。利点は即時決済ですが、デメリットは保険の取得コストです。
さまざまなコプロセッサータイプの特性
*少なくとも、小規模で最適化された証明については、1秒未満の生成時間がありますが、それらは急速に改善されています。
コプロセッサの種類が異なれば、コスト、待ち時間、およびセキュリティの特性も異なります。異なるタイプのコプロセッサを組み合わせることで、ユーザーエクスペリエンスを最適化できます。傑出した例は、ブレビス. 最初はzk-コプロセッサーを搭載したBrevisですが、今では公開されましたブレビスコチェーンこのイノベーションは、暗号経済とZKPをZKコプロセッサ内で組み合わせ、コストを削減し、レイテンシを最小限に抑え、ユーザーエクスペリエンスを向上させています。
純粋なZKコプロセッサーは、現在の状態では、高い証明生成コストやスケーラビリティの問題など、課題が依然として存在します。これは、データアクセスや計算結果のZK証明が常に事前に生成されるためです。Eigenlayerのリステイキングインフラを活用し、Brevis coChainは、dappsが望む暗号経済セキュリティレベルを調整できるようにし、ユーザーエクスペリエンスを向上させる柔軟性を提供します。ここに、その動作方法の簡単な説明があります。
Brevis coChainは最初にPoSコンセンサスに基づいてコプロセスリクエストに対して「楽観的に」結果を生成します。その後、2つのチャレンジウィンドウが開始されます。1つはアプリケーション固有で開発者によって設定可能であり、もう1つはより長いグローバルcoChainスラッシングウィンドウです。
ブレビスcoChainワークフロー
アプリケーションチャレンジウィンドウ中に、オブザーバーはコプロセッシング結果と矛盾するZKPを送信できます。チャレンジが成功すると、提案者は斬られ、挑戦者には報酬が与えられます。プロポーザルが失敗すると、挑戦者の保証金は没収されます。
チャレンジがない場合、アプリは結果を有効と見なします。グローバルcoChainスラッシュウィンドウはセキュリティを強化するために存在します。アプリが誤った結果を受け入れたとしても、coChainスラッシュウィンドウが開いている限り、悪意のあるバリデーターはスラッシュされ、誤った結果が訂正される可能性があります。
異なる種類のコプロセッサは、異なるコスト、待ち時間、セキュリティ特性を示すため、アプリケーションは要件を評価して必要なコプロセッサの種類を決定する必要があります。計算に高セキュリティなタスクが関与する場合（たとえば、数十億ドルがかかっているLiquid StakingのBeaconチェーンのバリデータの残高を計算するなど）、ZKコプロセッサは最適な選択肢です。これらは結果を信頼できるように検証できるため、最大限のセキュリティを提供します。さらに、このようなシナリオでは待ち時間は懸念事項ではなく、受け入れ可能な時間枠内で証明を生成できます。
低レイテンシーを必要としない、社会的なプロフィールにオンチェーンの達成指標を表示するなど、重要な金銭価値を伴わないタスクに対しては、最も低いオフチェーン演算を提供する楽観的コプロセッサが好ましいかもしれません。
他のタスクにおいて、購入された保険がリスクの価値をカバーしている場合、暗号経済コプロセッサーの方が費用対効果が高くなります。保険費用の分析は、アプリケーションによって提供される価値に大きく影響を受けるケースバイケースで行うべきです。これらのタスクには、多様な分析とリスクモデリングがしばしば伴います。
コプロセッサを分類する別の方法は、次のような例を使用して、計算タイプによって分類することです。
DeFiでのコプロセッサの使用は、大きなポテンシャルを秘めた新興分野です。以下では、コプロセッサがDEX、マネーマーケット、ステーキング、リステーキングなど、DeFi内のさまざまなセクターでどのように活用されるかについて既存のアイデアや実装を概説します。
DEX
DEXには複数の利害関係者が関与しています。これにはトレーダー、流動性提供者、市場メーカー、流動性マネージャー、ソルバー/フィラーなどが含まれます。コプロセッサは、異なる信頼前提を持つ複雑なタスクを効率的に処理する潜在能力を持ち、最終的にこれらの利害関係者の体験を向上させることができます。
コスト削減
基本的なAMMでは、ユーザーがスワップを開始する際に必要なパラメータを計算することが重要です。これらのパラメータには、スワップインおよびアウトの金額、手数料、およびスワップ後の価格が含まれます。zk-coprocessorsの計算能力を活用するための1つの直感的なユースケースは、一部のスワップ機能をオフチェーンで実行し、残りのステップをオンチェーンで完了することです。zkAMMは、プロトコル内でゼロ知識証明を統合したAutomated Market Makers（AMM）のバリアントです。Diego (@0xfuturisticRisc Zero zkVMを使用したUniswap v3ベースのzkAMM（zkUniswap）の実装を紹介します。ここでは、AMMスワップ計算の一部がRisc Zero zkVMにオフロードされます。ユーザーはチェーン上でリクエストを行い、リレーザが入力を拾い上げ、計算はオフチェーンで行われます。その後、リレーザは出力と証明を投稿します。AMMは証明を検証し、スワップを決済します。
現在の段階で、計算コストはまだEVMと比較して同等ですが、RiscZeroの継続機能により独立したパスでのスワップの計算を並行化することで、より高い効率を実現することが可能です。基本的に、スワップの実行はオンチェーンで順次行われますが、このアプローチを使用すると、実際のスワップ手順をオフチェーンで並行して計算することができます。これにより、EVMではネイティブには不可能なバッチの最も重い部分を並列化することが可能となります。検証コストも、複数のトランザクションをまとめてバッチ処理することで分散することができます。
ユーザーは、スワップリクエストを送信するための代替データ可用性レイヤーを使用するオプションもあります。別のアプローチとして、オフチェーン伝播のためにEIP712署名を利用することも可能であり、これによりスワップコストをさらに削減することができます。
ダイナミックパラメータ
コプロセッサーは、AMMプールのスワップ手数料を動的に制御するためにも利用できます。動的手数料のコンセプトは、市場の変動期に手数料率を増やし、市場が落ち着いた状況では減らすことです。これは、受動的な流動性提供者にとって利益となります。なぜなら、彼らは一貫して取引の不利な側面を取り、損失と再バランス（LVR）を通じて価値の漏れを経験するからです。動的手数料の導入は、LPを適切に補償することで、この問題に対処することを目的としています。
一部のAMMにはすでにこの機能があります。 たとえば、アンビエント外部オラクルを利用し、60分ごとに異なる手数料ティアのUniswap v3プールを監視し、スナップショットを取得して最もパフォーマンスの優れたものを選択します。
手数料率を調整するためのさらなる洞察を提供するために、追加のデータが活用されることがあります。これには、特定のAMMプールで行われた過去の取引や、さまざまな流動性プール（Ambientソリューションなど）での同じペアに対する取引、または異なるネットワーク上のプールなど、オンチェーンおよびオフチェーンの両方が含まれます。特定の信頼の前提条件が許可される場合、ChainlinkやPythなどの信頼性のあるオラクルからのオフチェーンデータ（例：CEX取引データ）も導入される可能性があります。
手数料の調整頻度に影響を受けて、どの種類のコプロセッサを使用するかの決定が行われます。プールが非常に頻繁にダイナミックな手数料変更を必要とする場合、暗号経済コプロセッサがより適しているかもしれません。なぜなら、証明のコストが保険料を上回る可能性が高いためで、これは手数料率の差に平均ボリュームを乗じたものと見積もることができます。誤った計算があった場合、LPはEigenlayerによって容易に保険金を請求し、手数料の損失を補償することができます。
一方、頻繁な手数料率の変更を好まないプールもあります。ただし、これらのプールは非常に大きな取引量を扱うため、保険購入のコストが高騰する可能性があります。そのような場合、ZKコプロセッサは最も適しているため、最も強力な保証を提供します。
Active Liquidity Manager (ALM)
パッシブな流動性提供は、価格変動に過度に心配することなく、アイドルな流動性から手数料を得たい経験の浅いユーザーにとって魅力的なオプションとなる可能性があります。しかし、一部の流動性提供者（LP）は、価格変動や統計的なアービトラージによる損失をより受けやすいです。以前に、手数料を動的に調整することでこの問題を緩和できると述べました。しかし、なぜ手数料をさらに調整して、流動性カーブの形を完全に変えないのでしょうか？これは、アクティブな流動性マネージャー（ALM）として知られる流動性管理のより洗練されたアプローチです。
残念ながら、既存のALMの大部分は再バランスなどの基本的な戦略しか提供しておらず、手数料収集には限界があります。一方、マネーマーケットやデリバティブを用いたヘッジなど、やや高度なテクニックも利用可能です。ただし、これらはオンチェーンで頻繁に実行すると高コストがかかるか、中央集権的なオフチェーンのブラックボックス計算に依存しています。
コプロセッサは、コストと信頼性の問題に取り組む可能性を秘めており、高度な戦略の採用を可能にします。次のような最先端のゼロ知識機械学習(ZKML)ソリューションと統合することで、モジュラスラボそして、次のような分散型AIプラットフォームリチュアル, リクイディティマネージャーは、過去の取引データ、価格の相関関係、ボラティリティ、モメンタムなどに基づく複雑な戦略を活用しながら、プライバシーと信頼性の利点を享受することができます。
ハイ・フリクエンシー取引戦略には正確なタイミングと迅速な実行が必要です。ZKソリューションは常に必要な速度を満たすわけではありませんが、暗号経済コプロセッサはこの領域で優れています。これらのコプロセッサを使用すると、AIアルゴリズムを迅速に実行し、パラメータをブロック時間が許す限り頻繁に更新できます。ただし、このアプローチを利用すると保険費用が発生します。これらのコストを正確に見積もることは、資金管理者が資金を誤って取り扱ったり、対立取引に従事したりするなどのリスクがあるため、難しい場合があります。この決定プロセスには、追加のリターンと保険費用のバランスを取る必要がありますが、最終的にはコプロセッサの測定された時間枠内で発生する総取引量に依存します。このプロセスをスケーリングすることも、単一のAVSで利用可能な資本と、任意の時点でのリスク価値を予測する能力に基づいて困難であることがあります。
メトリクスベースの報酬分配
各トランザクションはブロックチェーンに記録されますが、スマートコントラクトは、トランザクション量、インタラクション数、単位時間あたりのTVLなど、これらのトランザクションが表すメトリックを決定する際の課題に直面しています。貴重な情報を提供するDune Analyticsのようなインデックス作成ソリューションの使用を提案する人もいるかもしれません。しかし、オフチェーンインデックスに頼ることで、信頼層がさらに高まります。ここで、コプロセッサが有望なソリューションとして浮上します。
特に価値のあるオンチェーン指標の1つは取引高です。例えば、特定のアドレスに関連する特定のブロック内の特定のAMMプールで蓄積された取引高です。この指標はDEXにとって非常に有益です。1つのユースケースは、取引高に基づいてユーザーに異なる手数料ティアを設定することを可能にすることです。このアプローチは動的手数料に類似していますが、一般的なデータに頼るのではなく、アドレス固有のデータを見ています。
ブレビス提供された興味深い例は、ボリューム証明がカスタマイズされた手数料リベートUniswapフックと組み合わされ、CEXesのVIPトレーダーに類似したボリュームベースの手数料リベートを提供することができる可能性がある点を示しています。
具体的には、Uniswap v4 はユーザーの過去30日間の取引履歴を読み取り、各取引イベントをカスタマイズされたロジックで解析し、Brevis で取引高を計算することができます。 Brevis によって生成された取引高と ZK Proof は、Uniswap v4 Hook スマートコントラクトで信頼できる方法で検証され、ユーザーの VIP 手数料ティアが非同期に決定および記録されます。検証が完了した後、対象のユーザーの将来の取引は、VIP レコードを簡単に参照し、それに応じて取引手数料を軽減する getFee() 関数をトリガーします。
「VIP」として認定を受けるコストは、パフォーマンスのベンチマーク結果に基づいて約$2.5程度で比較的安価です。このようなソリューションを使用して複数のユーザーを集約することで、コストをさらに削減することが可能です。NEBRA唯一の欠点は遅延で、2600件のオンチェーンUniswap取引にアクセスして計算するのに約400秒かかりました。ただし、これは時間に敏感でない機能についてはあまり心配する必要はありません。
レイテンシーの懸念に対処するために、dappsはBrevisのcoChainを活用することができます。結果は、遅延を最小限に抑えるために、PoSコンセンサスメカニズムを通じて迅速に計算および配信されます。悪意のあるアクティビティが発生した場合、チャレンジウィンドウ中にZKPを使用して、不正なバリデーターにペナルティを科すことができます。
たとえば、前述のVIP料金シナリオでは、coChainの検証者の3分の2以上が、「VIPティアルックアップテーブル」に不正に特定のユーザーにより高いVIPティアを割り当てた場合、一部のユーザーは最初により大きな料金割引を受けるかもしれません。しかし、スラッシングウィンドウ中にZKプルーフが提示されると、VIPティアが間違っていることを証明し、悪意のある検証者はペナルティを受けることになります。誤ったVIPティアは、VIPティアルックアップテーブルを更新するためにチャレンジコールバックを有効にすることで修正できます。より慎重なシナリオでは、開発者は拡張されたアプリケーションレベルのチャレンジウィンドウを実装することも選択でき、追加のセキュリティと適応性のレイヤーを提供します。
流動性マイニング
Liquidity miningは、流動性をブートストラップするための報酬配布の形態です。DEXは、コプロセッサを通じて流動性プロバイダーの行動をより深く理解し、適切に流動性マイニング報酬やインセンティブを配布することができます。すべてのLPが同じではないことを認識することが重要です。一部は傭兵として行動し、他の人は忠実な長期的な信者として留まります。
最適な流動性インセンティブは、特に重要な市場の変動期においてLPの献身を事後的に評価するべきです。このような期間に常にプールへの支援を提供する人々は、最高の報酬を受けるべきです。
ソルバー/フィラー評判システム
ユーザー意図に焦点を当てた将来では、ソルバー/フィラーが複雑な取引を簡素化し、より速く、安く、またはより良い結果を達成することで重要な役割を果たします。ただし、ソルバーの選択プロセスに関する批判が続いています。現在の解決策には次のものが含まれています:
- オランダオークションまたは手数料エスカレーターを利用する許可のないシステム。 ただし、このアプローチは、競争力のある許可のないオークション環境を確保する際に課題に直面しており、ユーザーにとって遅延問題や実行されない可能性さえも生じるかもしれません。
- 許可されていないシステムでは、参加のためにトークンをステーキングする必要があり、これにより参入の財政的障壁が生じ、明確なスラッシング/ペナルティ条件や透明で信頼できる執行が欠如する可能性があります。
- または、レピュテーションと関係に基づいてソルバーのホワイトリストを確立することもできます。
これからの道は、パーミッションレスでトラストレスなものでなければなりません。しかし、これを実現するためには、優れたソルバーとそうでないソルバーを区別するためのガイドラインを確立する必要があります。ZKコプロセッサを利用することで、検証可能な証明を生成して、特定のソルバーがこれらのガイドラインを満たしているかどうかを判断できます。この情報に基づいて、ソルバーは優先順位フロー、スラッシング、一時停止、さらにはブラックリストの対象にすることができます。理想的には、優れたソルバーはより多くのオーダー フローを受け取り、悪いソルバーはより少ないオーダー フローを受け取ります。これらのレーティングを定期的に見直して更新し、定着を防ぎ、競争を促進し、新規参入者にも平等に参加の機会を与えることが重要です。
操作耐性価格オラクル
Uniswapはすでにv2およびv3バージョンに埋め込みオラクルを導入しています。v4のリリースにより、Uniswapはより高度なオラクルオプションを導入することで開発者の可能性を拡大しました。しかし、オンチェーン価格オラクルに関してはまだ制限や制約があります。
まず、コストの考慮があります。コプロセッサーの計算価格オラクルがコスト改善を提供できる場合、より手頃な代替手段として役立つ可能性があります。価格オラクルの設計が複雑になればなるほど、コスト削減の可能性が高まります。
第二に、オンチェーン価格オラクルプールはまだ操作の影響を受けやすいです。 これを解決するためには、さまざまなソースから価格を集約し、操作に強い価格オラクルを作成するために計算を行うのが一般的です。 コプロセッサは、さまざまなプールから過去の取引を取得し、異なるプロトコルをまたいでさえ、他のDeFiプロトコルと統合するための競争力のあるコストで操作に強い価格オラクルを生成する能力を持っています。
DIAデータZKベースのオラクルに取り組んでおり、O(1) LabsMinaエコシステムから。アプローチは似ています - マーケットデータを取得し、オフチェーンでより洗練された計算を行い、ガスコストや他の実行制約から解放されますが、計算の整合性を検証する能力があり、結果がオンチェーンで提供されます。これにより、シンプルな価格フィードを補完することが可能になり、深さなどの他のマーケットデータを含め、清算の影響を評価したり、プロトコルがフィードをカスタマイズするためのメタデータを提供したりすることができます。
マージンシステム
ブロックチェーン技術の計算上の限界を克服するために、多くのデリバティブプラットフォームは、リスク管理システムなどの特定のコンポーネントをオフチェーンに移動することがよくあります。
@0x_emperorそして@0xkraneコプロセッサーの興味深いユースケースを提案します。ここでは、証拠金ロジックが透明で検証可能です。多くの取引所では、過剰なレバレッジを防ぐためにリスク管理システムが導入されています。その1つの例として、自動レバレッジングシステム（ADL）が挙げられます。このシステムは、清算された取引者が経験した損失を収益のある取引者に割り当て、これによって未払いの債務を相殺します。基本的には、これによって未払いの債務をカバーするために、収益のある取引者の間で損失を再分配します。
ユーザーは、ポジションの強制クローズに関する質問を持っているかもしれません。 これを解決するために、取引所はコプロセッサを利用してオンチェーンのデータを使用してマージンエンジンロジックを実行し、正しい計算を検証するための証明を生成することができます。 ADLの発生はまれですので、遅延や証明コストについての懸念は最小限です。 ただし、信頼性のある検証可能なZkコプロセッサの使用は、透明性と整合性を向上させ、取引所とそのユーザーにとって有益です。
マネーマーケット
歴史的なオンチェーンデータからの洞察を活用することで、コプロセッサはLPや貸出プロトコルのリスク管理を向上させる可能性があります。さらに、プロトコルはデータ駆動型の分析に基づいた改善されたユーザーエクスペリエンスを提供できます。
数か月前、Curveが脆弱性を経験したとき、数百万のCRVトークンが清算のリスクにさらされたマネーマーケットへの注目が集まりました。 Fraxの貸し手は、ローン・トゥ・バリュー（LTV）比率が健全でなくなったときにプロトコルの積極的な金利引き上げでいくらか安心を見出しました。これにより、Curveの創設者は債務をより迅速に返済することを奨励されました。ただし、AAVEのステークホルダーは懸念を表明し、担保能力の引き下げや市場の一時停止についての議論を開始しました。彼らの懸念は、成功した清算のための十分な流動性の可能性に根ざしており、これは不良債権や市況の脆弱性につながる可能性がありました。
幸いにも、危機は解決されました。市場に上場されている資産を定期的に見直すことは重要です。特に、市場における流動性に焦点を当て、特に清算イベント中には特にそうです。非流動性の資産には、低いローン-バリュー（LTV）比率と担保能力を割り当てるべきです。
しかし、短期金融市場におけるリスク・パラメータの変化に対する意思決定プロセスは、CRVの状況で観察されたように、しばしば事後対応的です。トラストレスなソリューションを含む、より迅速で積極的な対策が必要です。の使用に関する議論がありましたフィードバック コントロールは、あらかじめ決められた曲線に頼るのではなく、流動性の利用状況などのオンチェーン指標に基づいてパラメータを動的に調整すること。興味深いコンセプトの1つに、特定の市場におけるオンチェーン流動性の証明を検証するレンディングプールがあります。コントローラーは、ZKコプロセッサーによってオンチェーンメトリクスから計算されたプルーフを受け取り、資産が特定のしきい値を超えて十分に流動性を失ったことを示します。この情報に基づいて、コントローラーは、金利の調整、LTVの上限の設定、市場の一時停止、さらには市場の完全中止など、さまざまな措置を講じることができます。
より高度な戦略には、前の週のオンチェーン流動性に基づいて担保借入能力や金利曲線を定期的に調整するといったものが含まれるかもしれません。正確な閾値は、DAO内での議論を通じて決定されます。過去のオンチェーン取引量、トークン準備金、一括交換のための最小のスリッページなどの要因を考慮して決定されるかもしれません。
貸し手と借り手にとって、マネーマーケットは、DEXsのVIPトレーダー向けの手数料還付プログラムに類似した強化されたサービスと体験を提供できます。オンチェーンユーザーの包括的なプロファイルを作成することを目指す既存の信用スコアソリューションがあります。目標は、リキデーションイベントの回避や健全な平均LTV比率の維持、安定した大口預金の実行など、効果的なリスク管理を示す良い行動を奨励することです。これらのポジティブな行動に対して、通常のユーザーよりも良好でスムーズな金利、より高い最大LTVおよびリキデーション比率、リキデーションのためのバッファータイム、低いリキデーション手数料などを含む信頼性のある報酬が与えられることがあります。
ステーキング＆リステーキング
信頼最小限のオラクル
MergeとShanghai/Shapellaのアップグレード以降、リキッドステーキング市場はDeFi市場で最大の市場となりました。特に、Lidoは290億ドル以上のTVLを集め、Rocketpoolは36億ドル以上のTVLを持っています。
巨額の資金が関与していることから、ビーコンチェーン上の関連する検証者の正確な残高などの情報を報告するために使用されるオラクルが依然として信頼されていることに注意することが重要です。これらのオラクルは、実行レイヤーのステーカーに報酬を分配する上で重要な役割を果たしています。
現在、Lidoは5対9のクォーラムメカニズムを採用し、信頼できるメンバーのリストを維持して悪意のある行為者に対抗しています。同様に、Rocketpoolは招待制のOracle DAOを運営しており、実行レイヤーのスマートコントラクトで報酬情報を更新することに信頼されているノードオペレーターで構成されています。
ただし、信頼できる第三者の過半数が侵害された場合、リキッドステーキングトークン（LST）保有者やLSTを中心に構築されたデフィエコシステム全体に重大な影響を与える可能性があることを認識することが重要です。誤った／悪意のあるオラクルレポートのリスクを軽減するために、Lidoは一連の正常性チェックそのプロトコルの実行レイヤーコードに実装されているもの。
EIP-4788「EVMのビーコン・ブロック・ルート」の導入により、コプロセッサがコンセンサス・レイヤー上のデータにアクセスし、計算することが容易になりました。=nill; Foundation、簡潔 そして、DendrETHはすべて、Lido向けに独自のZK-proof TVLオラクルを開発しています。最大限のセキュリティを確保するために、Lidoはマルチプルーフアーキテクチャを利用することができます。
例えば、=nil;の設計を取ると、オラクルは、ビーコンブロックヘッダー、ビーコンステート、Lido契約アドレスなど、コンセンサスおよび実行レイヤーから重要な情報を取得します。その後、全Lidoバリデータの総ロックバリューやバリデータ数に関するレポートを計算します。これらのデータに加え、追加の必要な情報がプルーフプロデューサーに渡され、専用回路で実行されてZKプルーフが生成されます。オラクルはプルーフを取得し、そのプルーフとレポートをスマートコントラクトに提出します。これらのオラクル設計はまだテスト段階にあり、変更の対象となりますのでご注意ください。
ただし、4788を介して送信される内容の限られた性質のため、EL側で証明できないデータが常に存在する可能性があることに注意する価値があり、そのデータのサブセットについては、オラクルが引き続き必要とされるかもしれません。
さらに、信頼度を最小限に抑えたZKプルーフオラクルはまだ初期段階にあります。Lidoの貢献者による提案されたアプローチは、ZKオラクルによって提供される情報を、信頼されたオラクルによって行われた作業に対する「正気のチェック」として使用することです。これらのZK実装が戦闘テストされるまで、現在オラクルシステムにある信頼をすべてZKシステムに移すのはリスクが高すぎます。
さらに、このサイズのデータの証明は非常に計算量が多く（例：30〜45分かかることさえあります）、非常に高価なので、現在の技術の成熟度では、日常的な報告や日中報告などの代替として適していません。
バリデーターのリスクとパフォーマンス分析
バリデーターは、ステーキングエコシステムで重要な役割を果たします。彼らはビーコンチェーン上で32 ETHをロックし、検証サービスを提供します。適切に行動すれば報酬を受け取りますが、不適切な行動をすればスラッシュに直面します。バリデーターは、異なるリスクプロファイルを持つノードオペレーターによって実行されます。彼らはキュレーション（例：Lidoのキュレートされたバリデーターセット）、ボンディング（例：Rocket Pool、Lidoの）CSM)またはソロステーカー。クラウドデータセンターや自宅で、暗号規制に適している地域や非友好的な地域でサービスを実行することを選択できます。さらに、バリデーターはDVT技術を利用して、内部ノードを分割したり、クラスタに結合したりしてフォールトトレランスを強化することができます。Eigenlayerや様々なAVS(Actively Validated Services)が登場するにつれ、バリデーターはイーサリアムの検証以外のサービスも提供できる可能性があります。バリデーターのリスクプロファイルは間違いなく複雑であり、リスクプロファイルを正確に評価することが不可欠です。優れたバリデーターのリスクとパフォーマンス分析により、次のような無限の可能性への扉が開かれます。
何よりもまず、リスク評価は、パーミッションレスなバリデーターセットを確立する上で重要な役割を果たします。Lidoの文脈では、ステーキングルーターの導入と将来のEIP-7002「実行レイヤートリガー可能な出口」は、バリデータのパーミッションレスな参加と出口を可能にする道を開く可能性があります。参加または脱退の基準は、バリデーターの過去の検証活動から導き出されたリスクプロファイルとパフォーマンス分析に基づいて決定できます。
次に、DVTでのノード選択です。ソロステーカーの場合、他のノードを選択してDVTクラスターを作成すると便利な場合があります。これにより、フォールトトレランスを実現し、歩留まりを向上させることができます。ノードの選択は、さまざまな分析に基づいて行うことができます。さらに、クラスターの形成はパーミッションレスにすることができ、過去のパフォーマンスが強いノードを参加させ、パフォーマンスの低いノードを削除することができます。
第三に、リステーキング。Liquid Restaking Protocolsは、リステーカーがEigenlayerのリステーキングマーケットに参加できるようにします。これらのプロトコルはLiquid Restaking Tokens（LRT）と呼ばれる流動性のある収益証明を生成するだけでなく、リステーカーに最適なリスク調整済みリターンを確保することを目指しています。たとえば、レンゾの戦略には、指定された最大損失に従いながら、最高のシャープレシオを持つAVSポートフォリオを構築し、DAOを介してリスク許容度とウェイトを調整することが含まれます。AVSプロジェクトがさらに立ち上がるにつれて、特定のAVSへのサポートを最適化し、最適なAVSオペレーターを選択する重要性がますます高まっています。
これまで、私たちは検証者のリスクとパフォーマンス分析の重要性、およびそれが可能にする幅広いユースケースに重点を置いてきました。しかし、問題は残っています: 検証者のリスクプロファイルを正確に評価するにはどうすればよいのでしょうか？1つの潜在的な解決策がGate.ioによって開発されています。Ionプロトコル.
Ion Protocolは、検証可能なバリデーターによるデータを利用する貸出プラットフォームです。ユーザーはステークおよびリステークされたポジションに対してETHを借りることができます。貸出パラメーター（金利、LTV、ポジションの健全性など）はコンセンサスレイヤーデータによって決定され、ZKデータシステムで保護されています。
IonはSuccinctチームと協力していますプレシジョンEthereumのコンセンサスレイヤーのバリデータの経済状態を検証するための信頼できるフレームワーク。これは、担保資産の価値を正確に評価し、潜在的な操作やスラッシングリスクを軽減することを目指しています。このシステムが確立されると、融資発生や清算プロセスを容易にすることができます。
IonはModulus Labsと提携し、信頼性のある分析と貸出市場のパラメータ設定にZKMLを活用しています。これには金利、LTV、およびその他の市場詳細も含まれ、異常なスラッシュ事件が発生した場合のリスク露出を最小限に抑えます。
結論
DeFiは、金融活動のあり方に革命をもたらし、仲介者の必要性を排除し、カウンターパーティリスクを軽減するという点で、本当に注目に値します。しかし、DeFiは現在、優れたユーザーエクスペリエンスを提供するには不十分です。エキサイティングなニュースは、DeFiプロトコルがデータ駆動型機能を提供し、UXを強化し、リスク管理を洗練させるコプロセッサの導入により、この状況が変化の瀬戸際にあることです。さらに、分散型AIインフラが進歩するにつれて、インテリジェントDeFiの未来に向けて前進します。
免責事項：
関連記事
ステーブルコインとは何ですか？
流動性ファーミングとは何ですか?