- Selon des informations, AWS et Ripple étudient l'utilisation de l'intelligence artificielle Amazon Bedrock pour analyser les journaux système du XRP Ledger et le comportement du réseau.
- Cette initiative vise à réduire les délais d'enquête sur les incidents XRPL, passant de plusieurs jours à quelques minutes, grâce à l'automatisation de l'analyse des journaux et du code.
- Cet effort cible les défis opérationnels persistants causés par les volumes massifs de journaux C++ au sein du réseau mondial de nœuds du XRPL.
Amazon Web Services et Ripple étudieraient l'utilisation des capacités d'intelligence artificielle générative (Gen-AI) d'Amazon Bedrock pour améliorer la surveillance et l'analyse du XRP Ledger, selon des personnes familières avec l'initiative.
Le géant de la technologie et l'entreprise de cryptomonnaies prévoient d'appliquer l'analyse IA aux journaux système du XRP Ledger pour réduire le temps nécessaire à l'enquête sur les problèmes réseau. Certaines évaluations internes des ingénieurs AWS indiquent que des processus qui prenaient autrefois plusieurs jours pourraient désormais être achevés en 2-3 minutes.
XRPL est une blockchain de couche 1 décentralisée soutenue par un réseau mondial d'opérateurs de nœuds indépendants. Le système est en ligne depuis 2012 et est construit sur le code C++, un choix de calcul qui le rend rapide mais génère des journaux système complexes.
XRPL cherche à réduire les exigences opérationnelles avec Amazon Bedrock
Selon les documents de Ripple, XRPL fait fonctionner plus de 900 nœuds répartis mondialement dans des universités, des institutions blockchain, des fournisseurs de portefeuilles et des entreprises financières. La configuration décentralisée améliore sa résilience, sa sécurité et sa scalabilité, mais complique la visibilité sur le comportement du réseau en temps réel.
⚠️AMAZON WEB SERVICES & RIPPLE discutent d'AMAZON Bedrock pour le XRPL🔥
Le résumé de cette vidéo :
XRPL fonctionne sur du code C++ haute performance (un langage de programmation puissant).
À grande échelle, les systèmes C++ produisent de grands volumes de journaux cryptiques (historique).
AWS s'associe à Ripple, en utilisant… pic.twitter.com/2bjfT9MOkn— ProfessoRipplEffect (@ProfRipplEffect) 7 janvier 2026
Chaque nœud produit entre 30 et 50 gigaoctets de données de journal, ce qui représente environ 2 à 2,5 pétaoctets de données. Lorsque Comme signalé précédemment par se produisent, les ingénieurs doivent trier manuellement ces fichiers pour identifier les anomalies et les relier au code C++ sous-jacent.
Une seule enquête peut s'étendre sur environ deux ou trois jours, car elle nécessite une coordination étroite entre les ingénieurs de la plateforme et un pool limité d'experts C++ maîtrisant les mécanismes internes du protocole. Les équipes de plateforme se sont retrouvées en attente des ingénieurs avant de pouvoir répondre aux incidents ou reprendre le développement de nouvelles fonctionnalités, une situation amplifiée par l'âge et la taille de la base de code.
Selon Les techniciens d'AWS lors d'une conférence récente, une coupure du câble sous-marin de la mer Rouge a une fois affecté la connectivité de certains opérateurs de nœuds dans la région Asie-Pacifique. L'équipe de plateforme de Ripple a dû collecter les journaux des opérateurs concernés, puis traiter des dizaines de gigaoctets par nœud avant qu'une analyse significative ne puisse commencer.
Vijay Rajagopal, architecte de solutions chez AWS, a déclaré que la plateforme gérée qui héberge des agents d'intelligence artificielle, également connue sous le nom d'Amazon Bedrock, est capable de raisonner sur de grands ensembles de données. L'utilisation de Bedrock pour l'analyse des journaux de XRPL permettrait d'automatiser la reconnaissance de motifs et l'analyse comportementale pour réduire le temps pris par les inspecteurs manuels.
Selon Rajagopal, Amazon Bedrock est une couche interprétative entre les journaux système bruts et les opérateurs humains. Il peut aider à scanner les entrées cryptiques ligne par ligne, et les ingénieurs pourraient interroger des modèles d'IA qui comprennent la structure et le comportement attendu du système XRPL.
Pipeline de traitement des journaux et d'analyse de code AWS Bedrock
Rajagopal a également parlé du flux de travail technique, commençant par les journaux bruts générés par les validateurs, les hubs et les gestionnaires de clients de XRPL. Les journaux sont d'abord transférés dans Amazon S3 via un flux de travail dédié utilisant les outils GitHub et AWS Systems Manager.
Une fois les données arrivées dans S3, des déclencheurs d'événements activent des fonctions AWS Lambda qui inspectent chaque fichier pour déterminer les plages d'octets pour des chunks individuels en tandem avec les limites de lignes de journal et des tailles de chunks prédéfinies.
Les segments résultants sont ensuite envoyés à Amazon SQS pour distribuer le traitement à grande échelle. Une fonction Lambda de traitement des journaux distincte ne récupère que les chunks pertinents de S3 en fonction des métadonnées qu'elle reçoit. Elle extrait ensuite les lignes de journal et les métadonnées associées avant de les transmettre à Amazon CloudWatch, où elles peuvent être indexées et analysées.
« Il récupère en fait uniquement les chunks pertinents de S3 en fonction des métadonnées de chunk configurées qu'il a lues. Et il transmet les lignes de journal, extrait les métadonnées, et place ces lignes de journal et métadonnées dans CloudWatch », a expliqué l'architecte.
À part la solution d'ingestion de journaux, le système traite également la base de code XRPL avec deux dépôts principaux. L'un contient le logiciel serveur principal pour le XRP Ledger, tandis que l'autre définit les normes et spécifications pour l'interopérabilité avec les applications construites sur le réseau.
Les mises à jour de ces dépôts sont automatiquement détectées et planifiées via un bus d'événements sans serveur appelé Amazon EventBridge. À une cadence définie, le pipeline récupère le dernier code et la documentation de GitHub, versionne les données et les stocke dans S3 pour un traitement ultérieur.
Les ingénieurs d'AWS ont affirmé que sans comprendre comment le protocole est censé se comporter, les journaux bruts peuvent ne pas suffire pour résoudre les problèmes de nœuds et les temps d'arrêt. Ils ont soutenu qu'en reliant les journaux aux normes et au logiciel serveur qui définissent le comportement de XRPL, les agents d'IA peuvent fournir des explications plus précises des anomalies.
Ne vous contentez pas de lire les actualités crypto. Comprenez-les. Abonnez-vous à notre newsletter. C'est gratuit.
Avertissement. Les informations fournies ne constituent pas des conseils en matière d'investissement. Cryptopolitan.com ne saurait être tenue responsable des investissements réalisés sur la base des informations fournies sur cette page. Nous recommandons vivement de mener vos propres recherches et/ou de consulter un professionnel qualifié avant de prendre toute décision d'investissement.
Florence Muchai
Florence couvre depuis 6 ans l'actualité crypto, du jeu vidéo, de la technologie et de l'IA. Ses études en informatique à l'Université de sciences et technologies de Meru et sa formation en gestion des catastrophes et en diplomatie internationale à l'MMUST lui ont amplement permis de développer des compétences linguistiques, d'observation et techniques. Florence a travaillé au sein du groupe VAP et en tant qu'éditrice pour plusieurs médias spécialisés dans la crypto.
