🚨 اخبار ارز دیجیتال

2 روز باقی مانده: تغییر XRP با فعال سازی نادر 100٪ اجماع چشم – U.Today

اکوسیستم XRPL به دلیل تغییر قابل توجهی که در چند روز آینده اعمال خواهد شد در حال شمارش معکوس است.

طبق داده‌های XRPScan، تغییر اصلاح “fixCleanup3_1_3” در XRPL 3.1.3 وارد یک دوره فعال‌سازی 2 هفته‌ای با جدول زمانی پیش‌بینی‌شده در 27 مه 2026 شده است.

ویژگی این اصلاحیه این است که به 100٪ اجماع رسیده است، که برای اکثر اصلاحات نادر است، همانطور که توسط XRPScan اکسپلورر محبوب XRPL ذکر شده است، تنها بیش از علامت 80٪ لازم است.

بیت کوین (BTC)، Hyperliquid (HYPE)، Zcash (ZEC)، Dogecoin (DOGE) و Ethereum (ETH) تجزیه و تحلیل قیمت 23 مه: تغییر بنیادی در احساسات سرمایه گذاران: بیت کوین در بازار صعودی اولیه

سیستم تغییر XRP Ledger از یک فرآیند اجماع برای تأیید تغییراتی که بر تراکنش‌های روی XRP Ledger تأثیر می‌گذارد استفاده می‌کند. تغییرات فرآیند تراکنش کاملاً کاربردی به عنوان اصلاحیه معرفی شد. اعتباردهندگان سپس به این تغییرات رأی می دهند.

اگر تغییری بیش از 80% پشتیبانی به مدت دو هفته دریافت کند، تغییر معتبر می شود و به طور دائم در تمام نسخه های دفتر کل بعدی اعمال می شود. غیرفعال کردن یک تغییر انتقال یافته مستلزم ایجاد یک تغییر جدید برای آن است.

شما هم ممکن است دوست داشته باشید

“fixCleanup3_1_3” توانست به 100٪ اجماع برسد زیرا نیازی به رای گیری دستی نداشت و تغییر پیش فرض بله بود. این مجموعه ای از اصلاحات برای NFT ها، دامنه های مجاز، Vaults و پروتکل وام است.

این تغییر پس از آن صورت گرفت که ریپل امنیت XRP Ledger را از طریق هوش مصنوعی بازبینی کرد. پیشرفت در کشف اشکال توسط تیم قرمز مبتنی بر هوش مصنوعی که با تمرکز بر تجزیه و تحلیل مداوم پایگاه کد XRPL و نحوه تعامل ویژگی‌ها در سناریوهای دنیای واقعی و نه تنها در انزوا، ایجاد شده است.

در نتیجه، نسخه 3.1.3 XRPL فقط شامل رفع اشکال و بهبودهایی بود و هیچ ویژگی جدیدی که نیاز به رأی گیری داشته باشد را شامل نمی شد.

ریپل تلاش های امنیتی XRPL را گسترش می دهد

در ماه مارس، ریپل اعلام کرد که در حال بازنگری در نحوه ایمن سازی XRP Ledger با هوش مصنوعی در مرکز این تلاش است.

شما هم ممکن است دوست داشته باشید

تیتر اخبار

در کنار آزمایش فعال، ریپل اظهار داشت که در حال سرمایه گذاری در نوسازی و تراز کردن بهتر پایگاه کد XRPL است. بسیاری از کلاس‌های باگ در سیستم‌های طولانی‌مدت مانند xrpld نه تنها از اشکالات فردی ناشی می‌شوند، بلکه از مشکلات ساختاری مانند ایمنی نوع محدود، الگوهای تعامل ناسازگار بین ویژگی‌ها، پیاده‌سازی تحت اللفظی ناکافی، و مفروضات غیرمستند یا اجرا نشده نیز ناشی می‌شوند.

بنابراین، پرداختن به این مسائل حیاتی است زیرا سیستم را قابل پیش بینی تر، استدلال آسان تر و انعطاف پذیرتر می کند.

منبع: U.Today

دیدگاهتان را بنویسید

دکمه بازگشت به بالا