BIS-onderzoekers testen XRP Ledger als controlelaag voor officiële statistieken
Onderzoekers van en rond de BIS hebben de XRP Ledger gebruikt om officiële economische data cryptografisch controleerbaar te maken. Het prototype moet aantonen of statistieken echt van de opgegeven uitgever komen en na publicatie zijn veranderd.
De cijfers zelf worden niet op de XRP Ledger gezet.
Alleen cryptografisch bewijs bereikt de ledger.
Daarmee testen de onderzoekers een andere toepassing van publieke blockchaintechnologie dan betalingen of tokenhandel.
BIS-paper gebruikt XRPL voor proof-of-concept
De Bank for International Settlements publiceerde op 2 september Working Paper 1374.
Het paper heet Verifiable official statistics: a blockchain-based approach.
Vier auteurs werken bij de BIS. Een vijfde auteur, Mario Rusev, werkt bij d-fine Austria.
Het onderzoek draait om SDMX.
Dat is een internationale standaard waarmee centrale banken, statistiekbureaus en internationale organisaties statistische gegevens uitwisselen.
Onder meer de BIS, ECB, Eurostat, IMF en Wereldbank gebruiken deze standaard.
Probleem ontstaat nadat cijfers worden gepubliceerd
Een centrale bank kan een economische dataset correct publiceren.
Daarna kan hetzelfde bestand via databedrijven, websites, API's en andere partijen verder worden verspreid.
Daar kan iets misgaan.
Een bestand kan worden aangepast.
Een verkeerde versie kan blijven circuleren.
Ook een geautomatiseerd systeem kan data uit een onbetrouwbare bron oppakken.
De gebruiker wil dan onafhankelijk kunnen controleren of hij nog naar de oorspronkelijke versie kijkt.
Blockchain voorkomt geen verkeerde officiële cijfers
Daar zit meteen een belangrijke grens.
Het systeem controleert integriteit en herkomst.
Het bepaalt niet of de economische cijfers inhoudelijk waar zijn.
Wanneer een statistiekbureau zelf een verkeerde inflatiewaarde publiceert, verklaart de blockchain die fout niet automatisch ongeldig.
De techniek kan alleen bewijzen dat het gecontroleerde bestand overeenkomt met de versie die eerder is vastgelegd.
Dat maakt het vooral een controlemechanisme tegen latere wijziging en verwarring over de bron.
Van iedere dataset wordt een digitale vingerafdruk gemaakt
De onderzoekers lossen dat op met cryptografische hashes.
Een hash kun je zien als een unieke digitale vingerafdruk van een bestand.
Verander zelfs een klein onderdeel van de dataset, dan verandert ook die vingerafdruk.
Verschillende hashes kunnen vervolgens via een Merkle-structuur worden samengevoegd tot één samenvattende waarde.
Die waarde wordt op de blockchain verankerd.
De volledige economische dataset blijft buiten de publieke ledger.
Eén controle op XRPL kan voldoende zijn
De gepubliceerde dataset bevat daarnaast informatie waarmee de ontvanger het bewijs kan reconstrueren.
Daar hoort een digitaal ondertekende credential bij.
Die koppelt de identiteit van de uitgever cryptografisch aan een XRPL-adres.
Een gebruiker kan daardoor opnieuw de hash berekenen en controleren of deze overeenkomt met het eerder vastgelegde bewijs.
Volgens de onderzoekers is daarvoor slechts één lookup op de ledger nodig.
Zo worden twee vragen tegelijk getest.
Komt dit bestand van de opgegeven uitgever?
En is de inhoud sinds publicatie veranderd?
Waarom kozen onderzoekers voor XRP Ledger?
De keuze voor XRPL was bewust, maar niet exclusief.
De auteurs noemen meerdere redenen.
XRPL heeft lage nominale transactiekosten.
De ledger bereikt snel finaliteit.
Daarnaast bestaan er veel ontwikkelaarstools en technisch onderzoek naar het consensusmechanisme.
Daarom werd XRPL gekozen voor het proof-of-concept.
De onderzoekers schrijven echter expliciet dat hun aanpak blockchain-agnostisch is.
Een andere geschikte publieke ledger zou dezelfde rol kunnen krijgen.
Tests draaiden op XRPL DevNet
Dat is voor XRP-houders misschien de belangrijkste technische nuance.
De gemeten proeven draaiden niet op XRPL-mainnet.
De onderzoekers gebruikten XRPL DevNet.
Dat is een testnetwerk waarop ontwikkelaars toepassingen kunnen uitproberen zonder echte mainnettransacties uit te voeren.
De gebruikte transacties betekenen daarom niet dat de BIS echte XRP heeft gekocht of ingezet voor dit onderzoek.
Het paper noemt wel dat transactiekosten op mainnet volgens de gebruikte aannames onder een cent kunnen blijven.
Publiceren kostte drie tot vijf seconden
De prestatiemetingen zien er op het eerste gezicht sterk uit.
Publicatie kostte in de prototypeomgeving gemiddeld ongeveer drie tot vijf seconden.
Verificatie van individuele datasets nam circa één tot twee seconden in beslag.
Dat kan snel genoeg zijn voor software die vrijwel direct moet controleren of nieuwe data betrouwbaar is aangeleverd.
Maar die cijfers komen uit een gecontroleerde proefopstelling.
Geen zware productietest uitgevoerd
De auteurs zijn daar zelf duidelijk over.
Ze draaiden het systeem vanaf één ontwikkelwerkstation.
De datasets waren synthetisch en gebaseerd op openbare BIS-structuurdefinities.
Er werd geen langdurige belasting op XRPL-mainnet getest.
Ook enterprise-beveiliging met hardwarematige sleutelopslag en vijandige aanvalsscenario's vielen buiten de meting.
De tijden van één tot vijf seconden zeggen dus iets over het prototype.
Ze bewijzen nog niet hoe een wereldwijd statistieksysteem onder zware belasting presteert.
Duizenden datasets kunnen onder één bewijs vallen
De kosten worden vooral interessant door batching.
Niet iedere dataset hoeft een eigen blockchainregistratie te krijgen.
Hashes van grote aantallen bestanden kunnen worden samengevoegd.
Eén verankerde waarde kan volgens het onderzoek daardoor duizenden datasets vertegenwoordigen.
De ontvanger kan daarna nog steeds controleren of één specifieke dataset onderdeel was van die groep.
Bij redelijke batchgroottes worden de blockchainkosten volgens het rekenmodel zeer klein tegenover verwerking en gewone dataopslag.
Goedkoper betekent mogelijk iets langer wachten
Daar zit een ruil in.
Een statistiekbureau kan wachten tot voldoende datasets beschikbaar zijn en ze samen verankeren.
Dat verlaagt de gemiddelde kosten.
Maar wachten verhoogt de vertraging.
Bij maandelijkse statistieken kan enkele minuten weinig uitmaken.
Bij een belangrijk rentegerelateerd cijfer dat onmiddellijk naar financiële markten moet, kan snelheid zwaarder wegen.
Het paper bevat daarom een model om de optimale batchgrootte te berekenen.
AI maakt herkomst van cijfers lastiger
Een van de interessantere delen van het onderzoek gaat over AI.
AI-systemen kunnen automatisch enorme hoeveelheden economische informatie verzamelen en verwerken.
Daar ontstaat een nieuw probleem.
Een softwaresysteem moet niet alleen een cijfer vinden.
Het moet ook weten of dat cijfer uit de juiste bron komt.
Een foutieve dataset kan anders automatisch door analyses, modellen en andere agents worden verspreid.
AI-agent kan bewijs zelf controleren
De onderzoekers voorzien daarom een verificatiefunctie die machines rechtstreeks kunnen aanroepen.
Een AI-agent kan een dataset ontvangen.
Daarna kan hij het cryptografische bewijs opvragen en lokaal controleren of de informatie geldig is.
Bij een mislukte controle kan het systeem de data weigeren.
In een verdergaande toepassing kunnen agents databronnen continu volgen en afwijkingen signaleren.
Dat is nog geen operationeel BIS-systeem.
Het paper beschrijft het als uitbreiding van het prototype.
Menselijke controle blijft nodig
De auteurs noemen zelf verschillende open problemen.
Wie bepaalt welke AI-agent toegang krijgt?
Hoe wordt de identiteit van een agent beheerd?
Wat gebeurt er bij fouten?
Wanneer moet een mens ingrijpen?
En wie draagt verantwoordelijkheid wanneer geautomatiseerde controle verkeerd uitpakt?
De cryptografie kan bevestigen dat een bestand niet is gewijzigd.
Ze neemt bestuurlijke verantwoordelijkheid niet over.
Zero-knowledge kan later meer privacy geven
Het onderzoek verkent daarnaast selective disclosure met cryptografische technieken.
Daarmee kan mogelijk worden bewezen dat bepaalde informatie onderdeel is van een geldige dataset zonder andere informatie uit hetzelfde bestand prijs te geven.
Zero-knowledge proofs kunnen daar een rol bij spelen.
Dat kan interessant zijn bij gegevens die niet volledig openbaar mogen worden gemaakt.
Denk aan financiële rapportages waarbij een toezichthouder slechts een bepaald onderdeel hoeft te controleren.
Ook dit zit nog in de onderzoeksfase.
Methode kan verder gaan dan economische statistieken
SDMX vormt het eerste gebruiksgebied.
De auteurs denken dat dezelfde aanpak ook voor andere gestructureerde bestanden bruikbaar kan zijn.
Ze noemen onder meer XBRL.
Die standaard wordt veel gebruikt voor digitale financiële rapportages.
Ook CSV-bestanden, JSON-datastromen en wetenschappelijke datasets worden als mogelijke toepassingen besproken.
De kern blijft telkens hetzelfde.
Maak een vingerafdruk.
Veranker het bewijs.
Laat ontvangers onafhankelijk controleren of de informatie nog overeenkomt met het origineel.
Is dit BIS-adoptie van XRP?
Nee.
Het paper is geen besluit van de BIS om XRP te gebruiken.
Er is geen aankondiging dat centrale banken het systeem invoeren.
Er is geen productieomgeving op XRPL-mainnet aangekondigd.
En de onderzoekers zeggen zelf dat een andere blockchain dezelfde technische functie kan vervullen.
Daarnaast staat op iedere BIS Working Paper dat de standpunten van de auteurs niet noodzakelijk die van de BIS of aangesloten centrale banken vertegenwoordigen.
Toch is XRPL-keuze technisch relevant
De andere uiterste conclusie zou eveneens verkeerd zijn.
De onderzoekers hadden een publieke ledger nodig voor een werkend prototype en kozen daadwerkelijk XRPL.
Ze bouwden daar een open-source referentie-implementatie omheen.
Ze testten snelheid.
Ze ontwikkelden een kostenmodel.
En ze koppelden digitale identiteit aan ledgeradressen.
Dat is concreter dan XRPL alleen in een theoretische paragraaf noemen.
Voor het ecosysteem laat het vooral zien dat XRPL technisch kan worden onderzocht voor toepassingen waarbij een publieke ledger als onafhankelijke bewijslaag dient.
XRP-koers krijgt daar niet automatisch vraag van
Voor de XRP-markt blijft het economische effect voorlopig vrijwel volledig open.
De tests draaiden op DevNet.
Er bestaat geen productiecontract.
Zelfs bij toekomstige invoering zouden door batching relatief weinig on-chain registraties nodig kunnen zijn.
Een succesvolle technische proef moet daarom niet worden vertaald naar de conclusie dat centrale banken grote hoeveelheden XRP nodig hebben.
Dat volgt nergens uit het onderzoek.
Echte waarde zit voorlopig in verificatie
De interessantste boodschap van Working Paper 1374 gaat uiteindelijk minder over XRP dan over vertrouwen in data.
Financiële markten reageren binnen seconden op inflatie, werkgelegenheid en economische groei.
AI-systemen kunnen die cijfers nog sneller oppakken en doorgeven.
Dan wordt de herkomst van één bestand belangrijker.
XRPL was in deze proef het publieke controlepunt. Of de BIS of een centrale bank daar ooit een productiesysteem van maakt, staat volledig open — maar het prototype laat wel zien hoe een blockchain kan bewijzen dat een officieel cijfer nog hetzelfde cijfer is als op het moment van publicatie.
Stop met te veel betalen voor je crypto. Bij de Amsterdamse exchange Finst handel je tegen de laagste tarieven van Nederland, zonder verborgen kosten.
👀 Bekijk Finst nu ›Let op: Beleggen in crypto brengt risico’s met zich mee. Handel alleen met geld dat u kunt missen.
Ga verder met lezen
Dit vind je misschien ook leuk
Laat mensen jouw mening weten
Lees ook
Populair Nieuws
Loading
