سرعت بیشتر در وب ۳؛ فناوری RLNC چگونه کار می‌کند؟

گاهی پیش می‌آید که همه درباره‌ی پیشرفت‌های وب ۳ حرف می‌زنند، اما هنوز هم سوال‌های اساسی درباره‌ی چگونگی رسیدن به یک اکوسیستم سریع و گسترده به گوش می‌رسد. هر چه باشد، اگر قرار است شبکه‌های بلاکچینی با ترافیک بالا و میلیون‌ها کاربر هم‌زمان کار کنند، باید مقیاس‌پذیری‌شان تضمین شود. در تازه‌ترین بحث‌های حوزه رمز ارز و فناوری‌های غیرمتمرکز، موضوع RLNC (کدگذاری شبکه خطی) داغ شده و ظاهراً یک استاد دانشگاه MIT تأکید کرده که این روش می‌تواند تحول قابل‌ملاحظه‌ای را در مسیر پذیرش گسترده‌ی وب ۳ رقم بزند. اما واقعاً RLNC چیست؟ چگونه می‌خواهد مشکل مقیاس‌پذیری را حل کند؟ آیا این همه هیاهو در نهایت به یک انقلاب عملی منجر خواهد شد یا فقط مانوری برای جلب توجه است؟

در ادامه، سعی می‌کنیم با زبانی ساده و در عین حال شفاف، نگاه دقیق‌تری به RLNC بیندازیم و بفهمیم چرا برخی معتقدند که این فناوری، مسیر وب ۳ را هموارتر می‌کند. در این مسیر، از مثال‌ها و مقایسه‌های ملموس استفاده خواهیم کرد تا هر فردی، حتی اگر چندان درگیر مباحث فنی نباشد، بتواند اصل ماجرا را متوجه شود. پس اگر فکر می‌کنید بحث‌های فناوری بلاکچین همیشه پیچیده و خسته‌کننده هستند، کمی صبر کنید و با ما همراه شوید. شاید در پایان نظرتان متفاوت باشد.

RLNC چیست و از کجا آمده است؟

وقتی صحبت از RLNC می‌شود، ممکن است تصور کنید با مفهومی کاملاً جدید و انقلابی روبه‌رو هستید که در هیچ‌جای دنیا کاربرد دیگری نداشته است. اما واقعیت این است که پایه‌های Random Linear Network Coding سال‌ها پیش در مباحث مهندسی شبکه مطرح شد. ایده‌ی اصلی این است که داده را می‌توان به قطعات مجزا شکست و سپس به‌صورت تصادفی و خطی کدگذاری کرد. در نهایت، گیرنده می‌تواند بدون نیاز به دریافت همه‌ی قسمت‌ها از منابع مختلف، با داشتن تعداد کافی از قطعات کدگذاری‌شده، پیام اصلی را بازسازی کند.

هر چند این توضیح ممکن است کمی پیچیده به نظر برسد، اما تصور کنید در یک کلاس درس، استاد به دانشجویان می‌گوید: «می‌خواهم مطلبی را توضیح دهم، اما هر کدام از شما بخشی از اطلاعات را خواهید داشت. اگر تعدادتان زیاد باشد، همه می‌توانید در کنار هم کل مطلب را متوجه شوید.» در RLNC هم همین فلسفه برقرار است؛ داده به‌صورت پراکنده بین گره‌های مختلف (Nodes) پخش می‌شود و نیازی نیست هر گره عیناً کپی کامل را داشته باشد تا بازیابی داده امکان‌پذیر باشد. به این ترتیب، ریسک از دست رفتن داده یا کندی انتقال به مراتب کاهش می‌یابد.

نقش RLNC در شبکه‌های توزیع محتوا (CDN)

برای درک بهتر، می‌توان نگاه کوتاهی به شبکه‌های توزیع محتوا انداخت. شبکه‌ی CDN کاری می‌کند که محتوای وب در سرورهای مختلف نزدیک به کاربران توزیع شود. به این ترتیب، وقتی فردی در تهران می‌خواهد ویدیویی را از سرور اصلی در نیویورک تماشا کند، به سرور نزدیک‌تر وصل می‌شود تا تجربه‌ی کاربری بهتری داشته باشد. حالا اگر در این فرآیند، RLNC را اضافه کنیم، می‌توان بخش‌هایی از ویدیو را کدگذاری و توزیع کرد؛ به‌طوری‌که دیگر حتی وابسته به یک سرور خاص نباشیم. این یعنی افزایش سرعت و کاهش احتمال قطعی یا کمبود پهنای باند در یک نقطه‌ی متمرکز.

چگونه RLNC می‌تواند وب ۳ را دگرگون کند؟

پلتفرم‌های وب ۳ عموماً با محدودیت‌هایی در پهنای باند و قدرت پردازشی روبه‌رو هستند؛ چون هر گره باید اطلاعات مشترکی را ذخیره یا تأیید کند. تصور کنید در یک شبکه‌ی بلاکچینی، چندین هزار نود وجود داشته باشد. هر نود باید اطلاعاتی دریافت و پردازش کند تا یک تراکنش تأیید شود. حالا اگر قرار باشد RLNC وارد عمل شود، می‌تواند این جریان داده را به شکلی هوشمند پخش و کدگذاری کند. نتیجه‌ی احتمالی: انتقال داده‌ی سریع‌تر، نیاز کمتر به تکرار اطلاعات و در نهایت شبکه‌ای مقیاس‌پذیرتر.

جالب این‌که برخی کارشناسان می‌گویند استفاده از RLNC حتی می‌تواند راه‌حل‌هایی که اکنون در لایه دو اجرا می‌شود را بهبود بخشد. یعنی این فناوری نه‌تنها در لایه اصلی بلاکچین (لایه ۱) مفید است، بلکه در لایه‌های دیگر هم می‌تواند به توزیع و ترکیب دیتا سرعت بدهد. به بیان ساده‌تر، اگر پیش‌تر برای رسیدن به مقیاس‌پذیری باید از ترفندهای مختلفی استفاده می‌کردیم، حالا RLNC می‌آید و می‌گوید: «من می‌توانم فرآیند انتقال و اشتراک داده‌ها را از اساس بهینه‌تر کنم.»

چرا بحث مقیاس‌پذیری وب ۳ مهم است؟

همان‌طور که اینترنت سنتی (وب ۲) به مرور توانست خدماتی مثل استریم ویدیو یا شبکه‌های اجتماعی عظیم را مدیریت کند، در وب ۳ هم انتظارات بالاست. کسی دوست ندارد برای تأیید یک تراکنش ساده یا تعامل با قراردادهای هوشمند، چند دقیقه صبر کند یا کارمزدهای عجیب‌وغریب بپردازد. تصور کنید یک فروشگاه اینترنتی دارید که روزانه هزاران سفارش ثبت می‌کند. اگر هر تراکنش برای ثبت نهایی، زمان زیادی بخواهد، بی‌تردید مشتری‌هایتان کلافه می‌شوند و به فکر راه‌های دیگری می‌افتند. بنابراین، مقیاس‌پذیری وب ۳ صرفاً یک اصطلاح لوکس یا تکنیکی نیست؛ بلکه موضوعی حیاتی است که تجربه‌ی کاربری و آینده‌ی بازار را تحت تأثیر قرار می‌دهد.

مقیاس‌پذیری در دنیای بلاکچین به‌طور خلاصه یعنی توانایی شبکه در پردازش تعداد زیادی تراکنش در هر ثانیه (TPS) بدون این‌که امنیت و غیرمتمرکز بودن فدا شود. مشکل اینجاست که وقتی صحبت از بلاکچین می‌شود، امنیت و غیرمتمرکز بودن همواره در اولویت هستند و اضافه کردن سرعت، گاهی با محدود کردن ویژگی‌های مهم دیگر همراه می‌شود. راهکارهای لایه دو (مانند شبکه‌های جانبی، رولاپ‌ها یا کانال‌های پرداخت) روی کار آمده‌اند تا این سه‌گانه را به نوعی با هم سازگار کنند؛ اما هنوز بحث اصلی این است که آیا می‌توان پلتفرم‌های عظیمی ساخت که واقعاً مثل غول‌های وب ۲ کار کنند یا نه.

تکامل بهره‌وری در وب ۳

از آنجایی که وب ۳ ترکیبی از قراردادهای هوشمند، تراکنش‌های همتا به همتا، توکن‌های غیرمثلی (NFT) و بسیاری جنبه‌های دیگر است، سرعت در همه‌ی این بخش‌ها اهمیت دارد. فرض کنید می‌خواهید هم‌زمان یک بازی بلاکچینی انجام دهید، NFT‌هایتان را معامله کنید و از طرفی در یک شبکه‌ی اجتماعی غیرمتمرکز هم پست بگذارید. اگر هر کدام از این فرآیندها با کندی مواجه شوند یا کارمزد عجیبی بخواهند، احتمالاً چندان از تجربه‌تان راضی نخواهید بود و به سراغ راه‌های متمرکز می‌روید که روان‌تر کار می‌کنند. RLNC می‌تواند زمینه‌ساز افزایش پهنای باند موثر باشد تا این فعالیت‌ها در کنار هم بدون کاهش کیفیت انجام شوند.

آیا RLNC همه‌ی مشکلات بلاکچین را حل می‌کند؟

اینکه RLNC یک راه‌حل جذاب برای افزایش سرعت انتقال داده در شبکه‌های غیرمتمرکز است، شکی در آن نیست. اما نباید تصور کرد که با آمدن RLNC، ناگهان همه‌ی چالش‌های بلاکچینی فراموش می‌شود. مقیاس‌پذیری تنها یکی از مشکلات است. همچنان موضوعاتی مانند:

• حفظ امنیت
• مصرف انرژی
• طراحی تجربه کاربری ساده
• قابلیت تعامل میان شبکه‌های مختلف (Interoperability)

باید در سطح بالایی باقی بمانند. یک استاد MIT یا هر متخصص دیگر، ممکن است از جنبه‌ی فنی تأکید کند که RLNC سرعت را افزایش می‌دهد و ترافیک شبکه را توزیع می‌کند، اما واقعیت این است که وب ۳ هنوز در حال تکامل بوده و فناوری‌های دیگری هم باید دست به دست هم دهند تا به مرحله‌ی پذیرش انبوه برسد. بنابراین، اگر جایی شنیدید که RLNC تمام درهای بسته را باز می‌کند، کمی با احتیاط نگاه کنید. از طرف دیگر، اگر این فناوری را صرفاً یک ایده‌ی خیالی و غیرکاربردی دانستند هم زود قضاوت نکنید، چون ماجرا می‌تواند در عمل بسیار کارساز باشد.

پیشینه مختصر: از کدگذاری‌های سنتی تا تصادفی خطی

کدگذاری داده از سال‌ها پیش در شبکه‌ها و حتی پخش رادیویی یا تلویزیونی مورداستفاده قرار می‌گرفت. FEC (Forward Error Correction) نمونه‌ای از همین فناوری‌هاست که باعث می‌شود اگر بخش کوچکی از سیگنال از دست رفت، بتوان با داده‌های جانبی بازیابی انجام داد. اما RLNC با افزودن خاصیت تصادفی و خطی کردن کد، کارآمدی را بالا برده است. در روش‌های قدیمی‌تر، لازم بود بسته‌های خاصی از داده را دریافت کنید تا بتوانید پیام کامل را بازسازی کنید؛ اما در RLNC کافی است تعدادی از قطعات کدگذاری‌شده را داشته باشید تا با ترکیب آن‌ها به اصل داده برسید. این انعطاف‌پذیری بالا دقیقاً همان چیزی است که در شبکه‌های بلاکچینی بزرگ می‌تواند معجزه کند.

مثال ساده‌ای از دنیای واقعی

برای این‌که بیشتر لمس کنیم RLNC چطور عمل می‌کند، به بازی پازل توجه کنید. فرض کنید قرار است یک تصویر ۱۰۰ تکه‌ای را کنار هم بگذارید. روش سنتی می‌گوید باید هر قطعه‌ی دقیق این پازل را داشته باشیم تا بتوانیم تصویر را کامل کنیم. حالا RLNC می‌گوید هر قطعه به صورت تصادفی ترکیبی از رنگ‌ها و شکل‌ها را دارد؛ حتی اگر شما ۷۰ قطعه از ۱۰۰ قطعه را داشته باشید، می‌توانید با یک محاسبه‌ی خطی آن ۳۰ قطعه‌ی گمشده را هم بازتولید کنید. بنابراین، اگر تکه‌هایی از دست رفت یا دیر رسید، باز مشکلی برای تشکیل تصویر نخواهید داشت. در شبکه‌های بلاکچینی، این معادل آن است که اگر برخی نودها یا کانال‌های ارتباطی موقتاً قطع شوند، باز هم امکان ادامه‌ی کار و بازتولید داده وجود دارد.

مزایا و چالش‌های احتمالی RLNC

بدون تردید RLNC امکانات تازه‌ای را برای بلاکچین‌ها و شبکه‌های غیرمتمرکز فراهم می‌کند. با این حال، لازم است در کنار مزایا، چالش‌ها را هم یادآور شویم تا تصویر کامل‌تری داشته باشیم.

مزایا:

1. سرعت بالاتر انتقال داده: چون تنها به دریافت نسخه‌ی کامل داده نیاز نداریم و کدگذاری تصادفی انعطاف بالایی دارد.
2. کاهش ترافیک تکراری: بسیاری از شبکه‌ها برای اطمینان از صحت داده، چندین نسخه‌ی یکسان را بارگذاری یا ارسال می‌کنند؛ RLNC از این تکرارهای اضافی کم می‌کند.
3. مقاومت در برابر اختلال شبکه: هر گره می‌تواند از ترکیب داده‌های چند منبع مختلف، پیام اصلی را بازسازی کند. اختلال در یک مسیر خاص، کل فرآیند را مختل نخواهد کرد.
4. هم‌افزایی با سایر راهکارهای لایه یک و دو: می‌تواند مکمل راه‌حل‌هایی مثل شاردینگ، رولاپ یا کانال‌های دولایه باشد.

چالش‌ها:

• پیچیدگی پیاده‌سازی: هر فناوری جدیدی، مخصوصاً در سطح زیرساخت، به تخصص بالا و تست‌های گسترده نیاز دارد.
• همسویی با پروتکل‌های موجود: بلاکچین‌ها و شبکه‌های موجود، ساختار خاص خود را دارند و افزودن RLNC باید با توجه به معماری‌های پیشین انجام شود.
• هزینه محاسباتی: کدگذاری و بازگشایی داده‌ها هرچند سریع است، اما نیازمند توان محاسباتی اضافی است که باید بهینه شود.
• مقاومت جامعه کاربران و توسعه‌دهندگان: گاهی تغییرات اساسی در پروتکل با مقاومت یا بی‌اعتمادی روبه‌رو می‌شود؛ زیرا افراد به عملکرد کنونی عادت کرده‌اند.

جدول مقایسه‌ای RLNC و روش‌های سنتی کدگذاری شبکه

برای درک بهتر تفاوت‌ها و این‌که RLNC چه چیزی جدیدی را به ارمغان می‌آورد، نگاهی به جدول زیر بیندازید. در این جدول، RLNC با یک روش رایج سنتی به نام Reed-Solomon (مثالی از کدگذاری صحیح برای بازیابی خطا) مقایسه شده است:

ویژگی	RLNC (تصادفی خطی)	روش سنتی (مثلاً Reed-Solomon)
نوع کدگذاری	داده‌های ترکیبی با ضرایب تصادفی	داده‌های قطعه‌قطعه با ساختار از پیش تعیین‌شده
نیاز به بسته‌های خاص	خیر، هر زیرمجموعه‌ای با اندازه‌ی کافی از بسته‌ها می‌تواند داده را بازسازی کند	بله، حتماً باید بسته‌های مشخصی دریافت شوند تا بازسازی امکان‌پذیر باشد
انعطاف در شبکه‌های بزرگ	بالا	معمولی؛ در صورت از دست رفتن بسته‌های خاص، بازسازی دشوار می‌شود
پیاده‌سازی	نسبتاً پیچیده اما پویا	ساختار مشخص‌تر، اما انعطاف کمتری دارد
کاربرد در وب ۳	بسیار امیدوارکننده	قابل استفاده، اما برای مقیاس‌های خیلی بزرگ کمتر انعطاف‌پذیر است

نکته: این جدول صرفاً نگاهی کلی ارائه می‌کند. هر دوی این روش‌ها در دنیای واقعی امتحان خود را پس داده‌اند، اما RLNC به‌دلیل انعطاف بیشتر در محیط‌های غیرقابل پیش‌بینی (مثل شبکه‌های غیرمتمرکز) محبوب‌تر به نظر می‌رسد.

نقش استاد دانشگاه MIT و جرقه‌ای برای تغییر

اخیراً نام یک استاد MIT در محافل رمز ارز و فناوری پیچیده است که با تأکید روی جایگاه RLNC در آینده‌ی وب ۳، خواستار استفاده‌ی گسترده از این روش شده است. اساس استدلال وی بر پایه‌ی این نکته است که تأخیر شبکه و مشکلات انتقال داده، مهم‌ترین عامل شکست پروژه‌هایی بوده که خواسته‌اند زیرساخت‌های وب ۳ را به تراز وب ۲ برسانند. حالا او معتقد است با پیاده‌سازی رویکرد کدگذاری خطی تصادفی در مقیاس کلان، می‌توان حجم زیادی از داده را در زمانی کوتاه‌تر بین صدها یا هزاران نود پخش کرد. گفتنی است که MIT از قدیم تا امروز مرکز پژوهش‌های مبتکرانه در حوزه‌ی کامپیوتر و شبکه بوده و وقتی از آنجا حرفی از چنین ایده‌هایی به میان می‌آید، جامعه‌ی فناور و سرمایه‌گذاران توجه ویژه‌ای نشان می‌دهند.

این اتفاق شبیه زمانی است که ساتوشی ناکاموتو ایده‌ی بیت‌کوین را مطرح کرد: در ابتدا افراد کمی تصور می‌کردند که می‌تواند آینده را تغییر دهد، اما آرام‌آرام موجی به راه افتاد. البته RLNC قبلاً وجود داشته، اما اکنون به‌صورت مشخص، صحبت از تلفیق آن با فناوری بلاکچین است که ماجرا را برای فعالان این حوزه جذاب‌تر کرده است.

آیا شاهد پروژه‌های واقعی مبتنی بر RLNC خواهیم بود؟

همه‌ی این تئوری‌ها زمانی تأثیرگذار می‌شوند که پروژه‌های واقعی قدم به میدان بگذارند و نشان دهند در عمل، RLNC چه قدرتی دارد. خبرهای غیررسمی از این حکایت می‌کنند که چند تیم توسعه‌دهنده‌ی بلاکچینی و حتی برخی شرکت‌های ارائه‌دهنده‌ی زیرساخت‌های ابری (Cloud) در حال بررسی تلفیق RLNC با پروژه‌هایشان هستند. اگر این پروژه‌ها نتیجه بدهند، به احتمال زیاد شاهد راهکارهای مقیاس‌پذیرتری خواهیم بود که حتی کاربران عادی هم به‌جای شبکه‌های سنتی، از آن‌ها استفاده می‌کنند؛ زیرا تجربه‌ی سریع‌تر و ارزان‌تری ارائه می‌دهند.با این حال، مثل هر فناوری نوظهور دیگری، باید مراقب بود که پروژه‌های اسکم (کلاهبرداری) هم وارد میدان نشوند و از اسم RLNC سوءاستفاده نکنند. اگر خاطرتان باشد، زمانی بلاکچین تبدیل به کلیدواژه‌ی جادویی شده بود و هر کسب‌وکاری که نام آن را یدک می‌کشید، می‌توانست از طریق تبلیغات، سرمایه‌ی کلانی جذب کند. بنابراین، لازم است کاربران و سرمایه‌گذاران پیش از ورود، حتماً جنبه‌های فنی و تیم اجرایی پروژه را بررسی کنند.

همگرایی با دیگر راهکارهای مقیاس‌پذیری

اگر نگاهی به نقشه‌ی راه شبکه‌های بزرگ بیندازیم، می‌بینیم که همگی روی افزایش سرعت تراکنش و کاهش هزینه تمرکز ویژه دارند. برای مثال، اتریوم پس از مهاجرت به مکانیزم اثبات سهام (PoS)، بیش از پیش به راهکارهای لایه دو و شاردینگ توجه می‌کند. پالیگان و آربیتروم هم به‌عنوان لایه دوم، سرشان حسابی شلوغ است. در عین حال، سولانا یا الگراند مدل‌های متفاوتی از اجماع را ارائه می‌دهند تا به توان عملیاتی بالا برسند. حالا تصور کنید RLNC در این میان نقش یک کاتالیزور را بازی کند و سرعت پخش داده را بهتر کند. در آن صورت، احتمالاً شبکه‌ها می‌توانند با دیتای عظیم سر‌و‌کله بزنند بی‌آن‌که دچار ترافیک سنگین یا ازدحام شوند.

نوآوری برای رقابت با غول‌های وب ۲

آن‌چه وب ۳ برای رقابت با غول‌های وب ۲ به آن نیاز دارد، فقط شعار غیرمتمرکز بودن نیست؛ بلکه باید کارایی و سرعت هم در سطح بالایی باشد. مثل این است که شما خودرویی بسازید که با سوخت پاک کار می‌کند، اما سرعت و راحتی یک خودروی معمولی را نداشته باشد. چه تعداد از مردم حاضرند از آن استفاده کنند؟ به‌همین دلیل، اگر RLNC یا هر فناوری دیگری بتواند سرعت را به حد قابل قبولی برساند، مردم عادی مایل خواهند بود خدمات غیرمتمرکز را امتحان کنند و این می‌تواند نقطه‌ی عطف پذیرش گسترده وب ۳ باشد.

نگاهی به آینده‌ی نزدیک

کارشناسان در پیش‌بینی‌ها همیشه با احتیاط عمل می‌کنند، اما می‌شود این‌گونه حدس زد که طی یکی دو سال آینده، RLNC در چند شبکه‌ی آزمایشی (Testnet) پیاده‌سازی شود تا عملکرد واقعی‌اش بررسی گردد. اگر آزمایش‌ها موفقیت‌آمیز باشد و تعداد نودها به اندازه‌ی کافی بالا برود، نسخه‌ی اصلی روی مین‌نت (Mainnet) هم ممکن است راه‌اندازی شود. در این میان، اگر رسانه‌ها و جامعه‌ی کاربری هم هیجان‌زده شوند، احتمالش هست که پروژه‌های دیگر نیز به پیاده‌سازی این فناوری رغبت نشان دهند.

نتیجه‌گیری

به‌نظر می‌رسد آنچه RLNC ارائه می‌دهد، راه‌حلی امیدبخش برای یکی از چالش‌های کلیدی وب ۳ یعنی مقیاس‌پذیری است. این فناوری با ایجاد انعطاف بیشتر در انتقال و بازیابی داده‌ها، می‌تواند سرعت و کارایی شبکه‌های بلاکچینی را به سطح تازه‌ای برساند. اما نباید فراموش کرد که پازل وب ۳ علاوه بر سرعت، قطعات اساسی دیگری مانند امنیت، آسانی استفاده و محبوبیت عمومی نیز دارد که همگی باید در کنار هم قرار بگیرند تا تصویر نهایی جذاب شود.

پذیرش گسترده یک فناوری در فضای غیرمتمرکز، معمولاً به گذر از مراحل تحقیقاتی، تست موفقیت‌آمیز، حمایت جامعه‌ی توسعه‌دهندگان و در نهایت، اثبات کارآمدی در پروژه‌های بزرگ نیاز دارد. RLNC نیز از این قاعده مستثنا نیست. با این حال، هیجان پیرامون حضور یک استاد MIT در رأس این ماجرا نشان می‌دهد بسیاری امیدوارند که این فناوری انقلابی در بحث انتقال داده و کاهش تأخیر ایجاد کند.