Библиотеки C++ становятся узким местом: Ripple и AWS используют Bedrock для оптимизации XRP Ledger

XRP Ledger сталкивается с серьезной технической проблемой — огромным объемом логов, создаваемых библиотеками C++, что затягивает анализ и устранение сбоев на несколько дней. Чтобы решить эту проблему, Ripple и Amazon Web Services объединились для исследования применения Amazon Bedrock — мощной платформы ИИ, которая сокращает время проверки с нескольких дней до 2-3 минут. Это инновационный шаг в использовании ИИ для оптимизации работы блокчейна уровня 1 без изменения основного механизма консенсуса.

Проблема огромных библиотек C++ на XRPL

XRP Ledger функционирует как децентрализованная сеть с более чем 900 узлами, расположенными в университетах и компаниях по всему миру. Эта база данных построена на высокоуровневых библиотеках C++, что оправдано для достижения высокой пропускной способности и эффективности. Однако это также приводит к тому, что каждый узел генерирует около 30-50 ГБ логов в день, всего по сети — примерно 2-2,5 ПБ данных.

Более того, сложность библиотек C++ усложняет диагностику. В случае сбоя или аномалии инженеру требуется специалист по C++, чтобы проследить каждую строку протокола, понять контекст логов и определить корень проблемы. Этот процесс, учитывая объем логов, может занимать от 3 до 7 дней, замедляя реакцию на критические ситуации, влияющие на сеть.

Amazon Bedrock: ИИ-решение для автоматического анализа логов

Чтобы преодолеть эти трудности, Ripple совместно с архитектором AWS Вджайем Раджагопалом и его командой исследует возможности Amazon Bedrock. Bedrock выступает как слой преобразования — превращает сырые, трудно понимаемые логи в сигналы, пригодные для поиска и анализа. Вместо того чтобы вручную анализировать каждую строку логов, инженер может напрямую обращаться к моделям ИИ Bedrock для понимания поведения XRPL.

Внутренние оценки показывают, что такой подход способен сократить время анализа с нескольких дней до всего 2-3 минут. Это значительный технологический прорыв, позволяющий быстрее реагировать на потенциальные проблемы до их широкого распространения.

Архитектура обработки данных XRPL с помощью AWS

Предлагаемый технический процесс делится на два основных потока, оба управляемые службами AWS. Первый поток начинается с передачи логов от валидаторских узлов в Amazon S3 через автоматизированные инструменты GitHub и AWS Systems Manager.

После загрузки логов запускается событие-триггер, активирующее AWS Lambda для определения границ сегментов каждого огромного файла. Затем метаданные сегментов отправляются в Amazon SQS для параллельной обработки, что обеспечивает максимальную скорость. Второй Lambda извлекает соответствующие байты из S3, разделяет строки логов и отправляет всю метаинформацию в CloudWatch для индексирования.

Эта архитектура основана на модели событийной обработки с использованием EventBridge для координации задач на масштабном уровне. Такой подход позволяет эффективно обрабатывать терабайты логов без ручного вмешательства.

Связь логов с исходным кодом и стандартами для быстрого устранения сбоев

Обработка логов — лишь часть решения. Одновременно AWS реализует процесс создания снимков исходного кода XRPL и стандартов протокола. Этот поток отслеживает основные репозитории Ripple, планирует обновления через Amazon EventBridge и хранит снимки в S3 по версиям.

Ключевым этапом является связывание — при возникновении сбоя система объединяет подписи логов с релизами программного обеспечения и спецификациями протокола. Это важно, поскольку одних логов зачастую недостаточно для объяснения специфических ситуаций протокола. Связывая информацию из логов, исходного кода и стандартов, ИИ-агент может сопоставить аномалию с точным участком кода.

В результате операторы узлов получают более быстрые и последовательные инструкции по диагностике, что помогает им эффективнее устранять сбои или снижать производительность. Например, при аварии подводного кабеля в Красном море, когда операторы в Азиатско-Тихоокеанском регионе теряли связь, анализ большого количества логов каждого узла занимал бы часы. С Bedrock этот процесс можно завершить за несколько минут.

Расширение XRPL: многофункциональные токены и подготовка к будущему

Эта работа проводится в то время, когда экосистема XRPL развивает новые функции. Ripple представила Multi-Purpose Tokens — более гибкий дизайн токенов, оптимизированный по стоимости и более простым для токенизации. Также вышла новая версия Rippled 3.0.0 с важными исправлениями и обновлениями. По мере расширения экосистемы возрастает необходимость быстрого мониторинга и анализа.

Кроме того, разрабатывается стандарт XLS-86 Firewall (протокольный межсетевой экран) для повышения безопасности протокольного уровня XRPL.

Текущий статус: от исследований к практической реализации

На данный момент сотрудничество Ripple и AWS находится на стадии исследований и тестирования. Официальных дат запуска пока не объявлено, команды проверяют точность моделей ИИ и управление данными. Важным фактором является готовность операторов узлов делиться логами — не все хотят публиковать их для расследований.

Тем не менее, этот подход ясно показывает, что ИИ и облачные инструменты могут не только улучшить наблюдение за блокчейном, но и делать это без изменения основных правил консенсуса XRPL. Это важный шаг в интеграции современных технологий с децентрализованной инфраструктурой блокчейна.