- Berichten zufolge prüfen AWS und Ripple den Einsatz von Amazon Bedrock KI zur Analyse von Systemprotokollen und Netzwerkverhalten des XRP Ledger.
- Die Initiative zielt darauf ab, die Untersuchungszeiten für XRPL-Vorfälle durch Automatisierung der Protokoll- und Codeanalyse von Tagen auf Minuten zu verkürzen.
- Das Vorhaben adressiert langjährige operative Herausforderungen, die durch massive C++-Protokollmengen im globalen Knotennetzwerk des XRPL verursacht werden.
Amazon Web Services und Ripple sollen laut mit der Initiative vertrauten Personen die Nutzung der generativen künstlichen Intelligenz (Gen-AI)-Fähigkeiten von Amazon Bedrock erforschen, um die Überwachung und Analyse des XRP Ledger zu verbessern.
Der Tech-Riese und das Krypto-Unternehmen planen, KI-Analysen auf die Systemprotokolle des XRP Ledger anzuwenden, um die Zeit für die Untersuchung von Netzwerkproblemen zu verkürzen. Einige interne Bewertungen von AWS-Ingenieuren deuten darauf hin, dass Prozesse, die einst mehrere Tage in Anspruch nahmen, nun in 2-3 Minuten abgeschlossen werden könnten.
XRPL ist eine dezentrale Layer-1-Blockchain, die von einem globalen Netzwerk unabhängiger Node-Betreiber unterstützt wird. Das System ist seit 2012 in Betrieb und basiert auf C++-Code, einer rechnerischen Wahl, die es schnell macht, aber komplexe Systemprotokolle erzeugt.
XRPL zielt darauf ab, die Betriebsanforderungen mit Amazon Bedrock zu reduzieren
Laut den Dokumenten von Ripple betreibt XRPL mehr als 900 Knoten, die weltweit an Universitäten, Blockchain-Institutionen, Wallet-Anbietern und Finanzfirmen verteilt sind. Das dezentrale Setup verbessert die Widerstandsfähigkeit, Sicherheit und Skalierbarkeit, erschwert jedoch die Einblicke in das Echtzeitverhalten des Netzwerks.
⚠️AMAZON WEB SERVICES & RIPPLE diskutieren AMAZON Bedrock für den XRPL🔥
Die Übersicht zu diesem Video:
XRPL läuft auf hocheffizientem C++-Code (einer leistungsstarken Programmiersprache).
Im großen Maßstab erzeugen C++-Systeme große Mengen kryptischer Protokolle (Verlauf).
AWS kooperiert mit Ripple und nutzt… pic.twitter.com/2bjfT9MOkn— ProfessoRipplEffect (@ProfRipplEffect) 7. Januar 2026
Jeder Knoten erzeugt zwischen 30 und 50 Gigabyte an Protokolldaten, was zu geschätzten 2 bis 2,5 Petabyte an Daten führt. Wenn Vorfälle auftreten, müssen Ingenieure diese Dateien manuell durchsuchen, um Anomalien zu identifizieren und sie auf den zugrunde liegenden C++-Code zurückzuführen.
Eine einzelne Untersuchung kann sich über etwa zwei oder drei Tage erstrecken, da sie erfordert, dass Plattformingenieure und ein begrenzter Pool an C++-Experten, die die Interna des Protokolls verstehen, eng zusammenarbeiten. Plattformteams befanden sich in der Warteposition auf Ingenieure, bevor sie auf Vorfälle reagieren oder die Feature-Entwicklung wieder aufnehmen konnten, was durch das Alter und die Größe der Codebasis verstärkt wurde.
Laut AWS-Techniker die auf einer kürzlichen Konferenz sprachen, berichteten, dass ein Schnitt in einer Unterwasserkabelverbindung im Roten Meer einmal die Konnektivität für einige Node-Betreiber in der Region Asien-Pazifik beeinträchtigte. Das Plattformteam von Ripple musste Protokolle von den betroffenen Betreibern sammeln und dann Dutzende von Gigabyte pro Knoten verarbeiten, bevor eine sinnvolle Analyse beginnen konnte.
Solutions Architect bei AWS, Vijay Rajagopal, sagte, dass die verwaltete Plattform, die KI-Agenten hostet, auch bekannt als Amazon Bedrock, in der Lage ist, über große Datensätze zu schlussfolgern. Die Verwendung von Bedrock für die Protokollanalyse auf XRPL würde angeblich die Mustererkennung und Verhaltensanalyse automatisieren, um die von manuellen Inspektoren benötigte Zeit zu verkürzen.
Laut Rajagopal ist Amazon Bedrock eine interpretative Schicht zwischen rohen Systemprotokollen und menschlichen Bedienern. Es kann helfen, kryptische Einträge zeilenweise zu scannen, und Ingenieure könnten KI-Modelle abfragen, die die Struktur und das erwartete Verhalten des XRPL-Systems verstehen.
AWS Bedrock Protokollverarbeitung und Codeanalyse-Pipeline
Rajagopal sprach auch über den technischen Workflow, beginnend mit den von Validierern, Hubs und Client-Handlern von XRPL generierten Rohprotokollen. Die Protokolle werden zunächst über einen dedizierten Workflow unter Verwendung von GitHub-Tools und AWS Systems Manager in Amazon S3 übertragen.
Sobald die Daten S3 erreichen, aktivieren Event-Trigger AWS Lambda-Funktionen, die jede Datei untersuchen, um Byte-Bereiche für einzelne Chunks in Verbindung mit Protokollzeilengrenzen und vordefinierten Chunk-Größen zu bestimmen.
Die resultierenden Segmente werden dann an Amazon SQS gesendet, um die Verarbeitung im großen Maßstab zu verteilen. Eine separate Lambda-Funktion zum Verarbeiten von Protokollen ruft nur die relevanten Chunks aus S3 ab, basierend auf den Metadaten, die sie empfängt. Sie extrahiert dann Protokollzeilen und zugehörige Metadaten, bevor sie diese an Amazon CloudWatch weiterleitet, wo sie indiziert und analysiert werden können.
„Es ruft tatsächlich nur die relevanten Chunks aus S3 ab, basierend auf den konfigurierten Chunk-Metadaten, die es gelesen hat. Und es übergibt die Protokollzeilen, extrahiert die Metadaten daraus und legt diese Protokollzeilen und Metadaten in CloudWatch ab“, erklärte der Architekt.
Neben der Protokoll-Ingestion-Lösung verarbeitet das System auch die XRPL-Codebasis mit zwei primären Repositories. Eines enthält die Kern-Server-Software für den XRP Ledger, während das andere Standards und Spezifikationen für die Interoperabilität mit Apps definiert, die auf dem Netzwerk aufgebaut sind.
Updates aus diesen Repositories werden automatisch erkannt und über eine serverlose Event-Bus namens Amazon EventBridge geplant. In einem definierten Rhythmus zieht die Pipeline den neuesten Code und die neueste Dokumentation von GitHub, versioniert die Daten und speichert sie in S3 zur weiteren Verarbeitung.
Die AWS-Ingenieure behaupteten, dass rohe Protokolle ohne das Verständnis, wie das Protokoll sich verhalten sollte, nicht ausreichen, um Node-Probleme und Ausfallzeiten zu lösen. Sie vertraten die Ansicht, dass KI-Agenten durch die Verknüpfung von Protokollen mit den Standards und der Server-Software, die das Verhalten von XRPL definieren, genauere Erklärungen für Anomalien liefern können.
Lesen Sie nicht nur Krypto-Nachrichten. Verstehen Sie sie. Abonnieren Sie unseren Newsletter. Es ist kostenlos.
Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan.com Wir übernehmen keine Haftung für Investitionen, die auf den auf dieser Seite bereitgestellten Informationen basieren. Wir empfehlen dringend, vor jeglichen Anlageentscheidungen eine unabhängige Recherche durchzuführen und/oder einen qualifizierten Fachmann zu konsultieren.
Florence Muchai
Florence berichtet seit sechs Jahren über Kryptowährungen, Gaming, Technologie und KI. Ihr Studium der Computerwissenschaften an der Meru University of Science and Technology sowie ihr Studium im Bereich Katastrophenmanagement und internationale Diplomatie an der MMUST haben sie umfassend mit Sprach-, Beobachtungs- und technischen Fähigkeiten ausgestattet. Florence war bei der VAP Group tätig und arbeitete als Redakteurin für mehrere Krypto-Medienhäuser.
