- 報道によると、AWSとRippleは、XRP Ledgerのシステムログやネットワーク動作を分析するためにAmazon Bedrock AIの活用を検討している。
- この取り組みは、ログとコードの分析を自動化することで、XRPLのインシデント調査時間を数日から数分に短縮することを目指している。
- この取り組みは、XRPLのグローバルノードネットワーク全体にわたる膨大なC++ログ量によって引き起こされる長年の運用課題の解決を目的としている。
関係者によると、Amazon Web ServicesとRippleは、XRP Ledgerの監視および分析を改善するために、Amazon Bedrockの生成型人工知能（Gen-AI）機能の使用を検討していると報告されています。
テック大手と暗号通貨企業は、ネットワーク問題の調査に必要な時間を短縮するために、XRP LedgerのシステムログにAI分析を適用する計画を立てています。AWSエンジニアによる内部評価の一部では、以前は数日かかっていたプロセスが、現在は2〜3分で完了できることが示唆されています。
XRPL XRP Ledgerは、世界中の独立したノード演算者のグローバルネットワークによって支えられた分散型レイヤー1ブロックチェーンです。このシステムは2012年から稼働しており、C++コードに基づいて構築されています。この計算上の選択は高速ですが、複雑なシステムログを生成します。
XRPLはAmazon Bedrockで運用上の要求を削減
Rippleの文書によると、XRPLは大学、ブロックチェーン機関、ウォレットプロバイダー、金融機関に世界中に分散された900以上のノードを運用しています。分散型セットアップは耐性、セキュリティ、スケーラビリティを向上させますが、ネットワークのリアルタイムの動作に関する可視性を複雑にします。
⚠️AMAZON WEB SERVICES & RIPPLE、XRPLのためのAMAZON Bedrockを議論🔥
このビデオの概要：
XRPLは高性能なC++コード（強力なプログラミング言語）で稼働しています。
大規模なスケールでは、C++システムは大量の難解なログ（履歴）を生成します。
AWSはRippleと提携し、… pic.twitter.com/2bjfT9MOkn— ProfessoRipplEffect (@ProfRipplEffect) 2026年1月7日
各ノードは30〜50ギガバイトのログデータを生成し、推定2〜2.5ペタバイトのデータ量になります。障害が 事件 発生すると、エンジニアは手動でこれらのファイルを調べ、異常を特定し、根本的なC++コードに遡って追跡する必要があります。
単一の調査は、プロトコルの内部を理解するプラットフォームエンジニアと限られた数のC++専門家が密接に連携する必要があるため、約2〜3日に及ぶことがあります。プラットフォームチームは、インシデントに対応したり機能開発を再開したりする前にエンジニアの待機を余儀なくされ、コードベースの年齢と規模によってこの状況は増幅されました。
によると AWSの技術者 最近の会議での発言によると、Red Seaの海底ケーブル切断は、アジア太平洋地域の一部のノード演算者の接続に影響を与えました。Rippleのプラットフォームチームは、影響を受けた演算者からログを収集し、意味のある分析が始まる前にノードあたり数十ギガバイトを処理する必要がありました。
AWSのソリューションアーキテクトであるVijay Rajagopal氏は、人工知能エージェントをホストする管理プラットフォームであるAmazon Bedrockは、大規模なデータセットの推論が可能であると述べました。BedrockをXRPLのログ分析に使用することで、パターン認識と行動分析を自動化し、手動検査にかかる時間を短縮できるとされています。
Rajagopal氏によると、Amazon Bedrockは生のシステムログと人間の演算者の間の解釈レイヤーです。難解なエントリを行ごとにスキャンするのを助け、エンジニアはXRPLシステムの構造と期待される動作を理解するAIモデルにクエリを実行できます。
AWS Bedrockログ処理およびコード分析パイプライン
Rajagopal氏は、XRPLのバリデーター、ハブ、クライアントハンドラーによって生成される生のログから始まる技術的なワークフローについても話しました。ログはまず、GitHubツールとAWS Systems Managerを使用した専用ワークフローを通じてAmazon S3に転送されます。
データがS3に到達すると、イベントトリガーがAWS Lambda関数を起動し、個別のチャンクのバイト範囲を、ログ行の境界と定義されたチャンクサイズと同時に決定するために各ファイルを検査します。
生成されたセグメントは、スケーラブルな処理のためにAmazon SQSに送信されます。別のログプロセッサLambda関数は、受信したメタデータに基づいてS3から関連するチャンクのみを取得します。その後、ログ行と関連メタデータを抽出し、Amazon CloudWatchに転送し、そこでインデックス付けおよび分析が行われます。
「設定されたチャンクメタデータに基づいてS3から関連するチャンクのみを取得します。そして、ログ行を取得し、そこからメタデータを抽出し、これらのログ行とメタデータをCloudWatchに配置します」とアーキテクトは説明しました。
ログ取り込みソリューションとは別に、システムは2つの主要なリポジトリでXRPLコードベースも処理します。1つは XRP Ledgerの核心サーバーソフトウェアを含み、もう1つはネットワーク上に構築されたアプリとの相互運用性に関する標準と仕様を定義しています。
これらのリポジトリからの更新は、Amazon EventBridgeと呼ばれるサーバーレスイベントバスを通じて自動的に検出され、スケジュールされます。定義された間隔で、パイプラインはGitHubから最新のコードとドキュメントを取得し、データをバージョン管理して、さらに処理するためにS3に保存します。
AWSエンジニアは、プロトコルがどのように動作すべきかを理解せずに、生のログだけではノードの問題やダウンタイムを解決するのに不十分であると主張しました。彼らは、ログをXRPLの動作を定義する標準およびサーバーソフトウェアにリンクさせることで、AIエージェントが異常についてより正確な説明を提供できると提唱しました。
これをお読みいただいているあなたは、すでに一歩先を行っています。当社のニュースレターでその先を行ってください。
免責事項。 ここに提供される情報は取引助言ではありません。 Cryptopolitan.com 当社は、このページに提供される情報に基づいて行われたいかなる投資に対しても責任を負いません。いかなる投資判断を下す前に、独立した調査および/または資格を有する専門家への相談を強く推奨します。
Florence Muchai
フローレンスは過去6年間、暗号資産、ゲーム、テクノロジー、AIに関するニュースを報道してきました。メルウ科学技術大学でのコンピュータ学およびMMUSTでの災害管理と国際外交の学習により、言語能力、観察力、技術スキルを十分に備えています。フローレンスはVAPグループで勤務し、複数の暗号資産メディアハウスで編集者として活躍しました。
