King_Junaid1

Es vienmēr esmu dzirdējis, ka kriptogrāfija nodrošina sistēmas, bet es nekad īsti neesmu apstājies padomāt par to, ko tā faktiski nodrošina, pārskatot @SignOfficial dokumentus, kas sāka šķist nedaudz skaidrāki

virspusē šķiet, ka viss ir pārklāts

paraksti rāda, kas kaut ko radījis
hashi nodrošina, ka tas nav mainīts
pierādījumi ļauj to verificēt, neizliekot visu

tātad tas izskatās droši

bet šī drošība ir vērsta uz kaut ko ļoti specifisku

tā saglabā lietas konsekventas
tā nodrošina, ka tās ir izsekojamas
tā pārliecinās, ka nekas netiek mainīts laika gaitā

ko tā patiesībā nesaka, ir tas, vai tas, kas tika parakstīts, bija pareizs pirmajā vietā

jo kriptogrāfija nenosaka, kas iet iekšā #SignDigitalSovereignInfra sistēmā

tā vienkārši nodrošina, ka, kad tas ir tur, tas paliek tieši tāds pats

un tur notiek maiņa

pat ja kaut ko var verificēt, tas automātiski nenozīmē, ka tas sākotnēji bija derīgs

šī daļa joprojām atkarīga no tā, kas to radījis
noteikumiem, ko viņi ievēroja
un konteksta ap to

tādējādi uzticība patiesībā nepazūd

tā vienkārši pārvietojas

no datiem pašiem
uz avotu aiz tā
un nosacījumiem, saskaņā ar kuriem tas tika izveidots

un tas ir tas, kas padara drošību $SIGN nedaudz mazāk absolūtu, nekā tā sākumā šķiet

nevis nepilnīga

vienkārši vairāk slāņaina, nekā izskatās pirmajā acu uzmetienā

tātad tagad es cenšos saprast

Vai kriptogrāfija patiesībā nodrošina patiesību šajās sistēmās?

vai vienkārši pārliecinās, ka viss, kas tiek ierakstīts, paliek konsekvents 🤔

Es skatījos, kā sistēmas, piemēram, @SignOfficial , rīkojas ar verifikāciju, un kaut kas šķita nepareizi. Mēs parasti domājam, ka sistēma pārbauda datus.

Kā, vai tas ir patiesi? vai tas atbilst? vai tas ir derīgs?

Bet, jo vairāk es par to domāju, tas patiesībā nav pirmais, kas notiek.

Pirms tiek aplūkoti jebkuri dati, $SIGN sistēma pārbauda kaut ko citu, vai tā saprot, ko tā redz.

Vai tas atbilst zināmam formātam?
Vai tas atbilst gaidītajai struktūrai?
Vai tas ir kaut kas, ko sistēma vispār ir paredzēta apstrādāt?

Jo, ja tas neiztur šo daļu, faktiskie dati gandrīz nav svarīgi.

Tie var būt pilnīgi pareizi, un tomēr tiks ignorēti.

Nevis tāpēc, ka tie ir nepareizi.

Vienkārši tāpēc, ka tie neiederas.

Tas ir tas, kas šķiet viegli palaist garām.

Mēs domājam, ka verifikācija ir tikai par patiesības rādīšanu, bet tā ir arī par savietojamību.

Divi datu gabali var teikt to pašu,
bet, ja viens ir pareizi strukturēts, bet otrs nav, tie netiks izturēti vienādi.

Tātad sistēma patiesībā nesāk ar to, vai tas ir patiesi?

Tā sāk ar to, vai es varu ar to strādāt?

Un tas maina to, kā es raugos uz uzticību #SignDigitalSovereignInfra
Jo tas nav tikai par to, ko dati saka.

Tas ir par to, vai sistēma atpazīst veidu, kā tas ir teikts.

Un, ja šī daļa nesakrīt, pārējais pat nesaņem iespēju.

Lielākā daļa cilvēku skatās uz tokenu sadalījumu kā rezultātu. Tokeni pārvietojas, lietotāji saņem un programma beidzas.

Bet esmu domājis par to, kas notiek, kad šis process kļūst paredzams.

Jo, kad sadalījums ir strukturēts konsekventā veidā,

tas pārstāj būt tikai notikums
un sāk uzvesties kā sistēma.

Programmas var tikt atkārtotas
apstākļi var tikt atkārtoti izmantoti
rezultāti sāk sekot paraugiem

Un tas maina to, kā cilvēki mijiedarbojas ar @SignOfficial

Vietā, lai reaģētu uz iespējām,

ti sāk tās paredzēt.

Kas rada citu veidu dinamiku.

Lietotāji optimizē apstākļus
projekti veidojas ap gaidāmo uzvedību
un sadalījums sāk ietekmēt pašu dalību

Tātad tas vairs nav tikai tas, kurš saņem ko

tas kļūst

kā cilvēki pozicionē sevi pirms tas notiek

Tur ir vieta, kur lietas sāk šķist mazāk acīmredzamas #SignDigitalSovereignInfra

Jo paredzamas sistēmas ir vieglāk mērogot, bet arī vieglāk manipulēt.

Un, kad uzvedība pielāgojas,

tad sākotnējā nodoma sadalījumam $SIGN var mainīties, neizmainot pašu sistēmu.

Tātad mans jautājums ir šāds:

Vai paredzamība padara šīs sistēmas spēcīgākas?

vai tikai padara tās vieglāk stratēģiski orientēt 🤔

Es esmu domājis par to, ko patiesībā nozīmē kaut ko pierādīt tādos sistēmās kā @SignOfficial un patiesībā daļa, kas šķiet pārāk tīra, ir pieņēmums, ka, kad kaut kas ir pierādīts, tam vajadzētu tikt pieņemts visur

virspusē tas šķiet loģiski
a akreditācija pastāv
to var pārbaudīt
tas ir pareizi

tā tam vienkārši jāstrādā

bet praksē kaut ko pierādīt automātiski nenozīmē, ka tas tiks vispārēji pieņemts

jo pierādījums nav vienīgā lieta, uz kuru sistēmas paļaujas

tās paļaujas uz kontekstu

kas to izsniedza
kādā veidā
kura shēma tā seko
ko pierādījums patiesībā domāts pārstāvēt

un viss tas ir jāinterpretē, pirms tiek pieņemts lēmums #SignDigitalSovereignInfra

tāpēc pat ja divas sistēmas skatās uz to pašu pierādījumu
tās var to neizturēt vienādi

nevis tāpēc, ka pierādījums ir nederīgs
bet tāpēc, ka tas neatbilst tiem pašiem pieņēmumiem

un tieši tur lietas sāk šķist mazāk skaidras

jo kaut ko pierādīt šķiet absolūti
bet pieņemšana nav

tā ir nosacīta

tā ir atkarīga no tā, vai sistēma, kas atpazīst šo pierādījumu, piekrīt tam, ko tas nozīmē

tāpēc tas, kas teorijā šķiet kā vispārēja patiesība
sāk uzvesties vairāk kā vietējā patiesība praksē

un šis pārtraukums kļūst redzamāks, kad sistēmas, piemēram, $SIGN , tiek izmantotas dažādās vidēs

neesmu pārliecināts, vai kaut ko padarīt pierādāmu patiešām padara to vispārēji uzticamu

vai vienkārši atvieglo katrai sistēmai izlemt, vai to pieņemt vai nē 🤔

Es domāju par to, kas patiesībā notiek, kad identitāte tiek atkārtoti izmantota dažādās @SignOfficial sistēmās, un, godīgi sakot, daļa, kas šķiet pārāk tīra, ir pieņēmums, ka nozīme automātiski pārnāk.

Vienā sistēmā tas darbojas labi.
Vienas akreditācijas dati → viens konteksts → viena interpretācija.

Bet, kad tā pati identitāte pārvietojas starp sistēmām, tā pārstāj būt vienkārša darbība.

Jo tagad vairāki slāņi sāk būt svarīgi.

Izdevējam jābūt atpazīstamam.
Shēmai jābūt saprotamai.
Nosacījumiem, saskaņā ar kuriem tā tika izveidota, jābūt interpretētiem.

Un viss tas jāatrisina, pirms sistēma var izlemt, ko šī identitāte patiesībā nozīmē.

Paša akreditācija var būt derīga.
Bet derīgums šeit nav īsti jautājums, interpretācija ir.

Jo identitāte nav tikai dati, tā ir konteksts.
Un konteksts ne vienmēr skaidri pārnāk.

Tātad, kas teorijā izskatās kā atkārtoti izmantojama identitāte, sāk atkarīgi no tā, kā katra sistēma lasa un saprot šo pierādījumu.

Un tieši tur lietas sāk mainīties #SignDigitalSovereignInfra , jo divas sistēmas var skatīties uz vienām un tām pašām akreditācijām un tomēr izturēties pret tām atšķirīgi.

Nevis tāpēc, ka tās ir nederīgas,
bet tāpēc, ka katrā vidē tās nozīmē kaut ko nedaudz atšķirīgu.

Un, kad tu uz to skaties caur sistēmām, piemēram, $SIGN , jautājums kļūst grūtāk ignorējams.

Nezinu, vai atkārtoti izmantojama identitāte patiešām pārnēsā uzticību starp sistēmām,
vai katra sistēma beidzot atjauno savu versiju par to 🤔

Es esmu domājis par automatizāciju izplatīšanā

un šķiet, ka tas ir viens no tiem jautājumiem, kas uz virsmas izklausās taisnīgs
līdz brīdim, kad paskatās, kur patiesībā notiek lēmumu pieņemšana

sistēmās, piemēram, @SignOfficial , izplatīšana nav patiešām nejauša vai neitrāla

to nosaka apstākļi, kas jau ir definēti kaut kur citur

kas kvalificējas
kura aktivitāte tiek uzskatīta par derīgu
kuri signāli sistēma uzskata par derīgiem

līdz brīdim, kad žetoni tiek izdalīti,
rezultāts jau ir izlemt

automatizācija to vienkārši izpilda

tātad iekšā #SignDigitalSovereignInfra
process izskatās tīrs, jo

nav manuālas izvēles
nav redzamas iejaukšanās
viss izskatās pilnīgi balstīts uz noteikumiem

bet tas nenozīmē, ka tas ir neitrāls

tas tikai nozīmē, ka aizspriedums, ja tāds ir, pastāv agrāk
kā šie noteikumi tika izstrādāti
un ko sistēma izvēlas atpazīt

un, kad viss ir kodēts,
tas kļūst grūtāk apšaubāms

jo nav skaidra brīža,
kad cilvēka lēmums ir redzams

tādēļ, lai noņemtu aizspriedumus,
automātizācija varētu vienkārši virzīt to
uz slāni, ko lielākā daļa cilvēku nekad neredz

kas liek man domāt 🤔

Vai automatizācija patiešām padara izplatīšanu taisnīgu?
vai tikai padara lēmumu pieņemšanas slāni mazāk acīmredzamu sistēmās, piemēram, $SIGN Network.

Es esmu domājis par atsaukšanu akreditācijas sistēmās, un šķiet, ka tā ir viena no lietām, kas izklausās vienkārši, līdz tu patiešām paskaties, kā tā darbojas praksē

uz papīra atsaukšana padara akreditācijas drošākas, jo, ja kaut kas mainās, sistēma var to atzīmēt kā nederīgu, un verificēšanai vajadzētu to pamanīt

bet iekšējās sistēmās, piemēram, @SignOfficial , tas darbojas tikai tad, ja verificētājs var uzticami piekļūt jaunākajai statusam

kas nozīmē, ka derīga akreditācija nav tikai par pašu pierādījumu
tā ir atkarīga no tā, vai sistēma var apstiprināt, ka tā joprojām ir derīga tieši šajā brīdī

un tas rada atkarību, par kuru daudz nerunā

jo tagad verificēšana vairs nav pilnībā pašpietiekama
tā paļaujas uz statusa sarakstiem, reģistriem vai kādu ārēju slāni, kas ir pieejams un aktuāls #SignDigitalSovereignInfra

tāpēc, tā vietā, lai noņemtu uzticības pieņēmumus, tas tos pārvieto

tu vairs neuzticies tikai izsniedzējam
tu uzticies sistēmai, kas tev saka, vai šī izsniedzēja prasība joprojām ir spēkā

un lielā mērogā tas sāk justies mazāk kā statisks pierādījums
un vairāk kā nepārtraukti uzturēta valsts

negribu teikt, ka atsaukšana ir nepareiza
vienkārši neesmu pilnībā pārliecināts, vai tā padara akreditācijas drošākas

vai vienkārši vairāk atkarīgas no tā, kā sistēmas, piemēram, $SIGN , saglabās visu sinhronizētu 🤔

Es domāju par to, kā airdropi patiesībā darbojas praksē, un daļa, kas mani nepārtraukti uztrauc, nav viedais līgums, bet gan viss, kas notiek pirms tā

atbilstības saraksti, snapshots, filtrēšana, viss tas parasti tiek apkopots ārpus ķēdes, un tur notiek lielākā daļa kļūdu, nevis pašā līgumā

TokenTable no @SignOfficial mēģina pieslēgties šai slānim, saistot izplatīšanu tieši ar attestācijām, nevis ar statiskiem sarakstiem

uz papīra tas izklausās tīrāk, ja atbilstība tiek definēta kā pārbaudāmi dati, tad izplatīšanai vajadzētu kļūt precīzākai

bet es nedomāju, ka tas ir tik vienkārši

jo tagad jautājums pāriet no
vai saraksts ir pareizs?
vai attests ir pareizs?

un tas joprojām ir atkarīgs no tā, kā dati tika savākti, kas tos izsniedza un kādi kritēriji tika izmantoti pirmajā vietā

tādējādi, nevis novēršot kļūdas, sistēma varētu vienkārši pārvietot tās vienu slāni dziļāk
grūtāk pamanīt, grūtāk apstrīdēt, bet joprojām tur #SignDigitalSovereignInfra

un, kad izplatīšana tiek automatizēta, pamatojoties uz šiem datiem, jebkura kļūda ne tikai pastāv, bet tiek realizēta mērogā

kas liek man domāt

Vai TokenTable patiešām samazina airdropu kļūdas, vai tikai slēpj tās?

un tāpēc es turu acis uz $SIGN un turpināšu uzdot jautājumus.

Es domāju par to, kā @SignOfficial verifikācija patiesībā uzvedas, kad lietošana sāk pieaugt, un godīgi sakot, daļa, kas šķiet pārāk tīra, ir pieņēmums, ka tā paliek instantāna neatkarīgi no tā. #SignDigitalSovereignInfra

Mazā mērogā tas darbojas labi
viens akreditācijas dokuments → viena pārbaude → rezultāts

bet, kad sistēma pieaug, Signa verifikācija pārstāj būt vienkārša operācija, jo tā sāk atkaroties no vairākiem slāņiem

apstiprinājumiem ir jābūt izlasītiem
shēmām ir jābūt validētām
izsniedzējiem ir jābūt uzticamiem
reizēm dati ir jāiegūst no ārējā krātuves
reizēm pat pār ķēdēm

un viss, kas tam jādara, ir jābūt pabeigtam, pirms tiek sniegta atbilde

sistēma joprojām ir tehniski pareiza
bet pareizība šeit patiesībā nav problēma
bet laiks ir

jo identitātes verifikācija bieži tieši saistīta ar piekļuvi
un aizkavēšanās ne vienmēr izskatās kā neveiksme, tā izpaužas kā berze

izlaista piemērotība
aizkavētas atbildes
neviendabīga uzvedība slodzes laikā

kas to padara interesantāku, ir tas, ka tas neparādās ideālos apstākļos
viss izskatās gludi līdz pieprasījums pieaug un vairāki komponenti ir jāreaģē vienlaikus

tur ir vieta, kur koordinācija kļūst par reālu ierobežojumu, un koordinācija neizplūst tik tīri kā loģika

tāpēc tas, kas teorijā izskatās kā reāllaika verifikācija, sāk atkaroties no tā, cik labi dažādas daļas $SIGN paliek saskaņotas spiediena apstākļos

neesmu pārliecināts, vai identitātes infrastruktūra patiesībā ir optimizēta šāda veida mērogam
vai tā vienkārši darbojas labi, līdz slodze sāk atklāt katra slāņa ierobežojumus 🤔

Sistēmas neiznīkst skaļi, tās vispirms klusi novirzās.

Vismaz to esmu sācis pamanīt.

Parasti mēs gaidām, ka neveiksme būs acīmredzama. Kaut kas sabrūk, kaut kas pārstāj darboties, kaut kas skaidri noiet greizi.

Bet lielākā daļa laika tas tā nav.

Lietas turpina darboties. Viss vēl verificējas. Nekas neizskatās salauzts. Un tieši tāpēc neviens to neapšauba.

Maigas pieņēmumi tiek izstiepti. Nosacījumi tiek atkārtoti izmantoti. Loģika, kas nekad nav tikušas dziļi pārbaudīta, turpina iziet, jo tehniski tā joprojām atbilst noteikumiem.

Kaut kas tāds kā Midnight šeit šķiet vēl interesantāks.

Jo sistēma var turpināt pierādīt, ka lietas ir derīgas, neparādot, kas patiesībā notiek zem virsmas.

Tātad no ārpuses viss izskatās stabils.

Bet stabilitāte ne vienmēr nozīmē pareizību.

Dažreiz tas vienkārši nozīmē, ka nekas vēl nav apšaubīts.

Un tas ir tas, par ko es turpinu domāt.

Kas notiks, ja sistēmas neizdodas, kad tās sabrūk,
bet kad mēs beidzot pamanām, ka tās jau ir izgāzušās?

@MidnightNetwork $NIGHT #night