Вы совершаете обмен токенов на определённой DEX, открываете сундуки в блокчейн-играх или ликвидируете позиции в кредитных протоколах — все эти операции в сети в конечном итоге зависят от одного незаметного звена: потока данных. Проблема в том, что этот канал зачастую невероятно уязвим.

Посмотрите на эти цифры, и всё станет ясно: за последние несколько лет блокчейн-экосистема потеряла более 1,3 миллиарда долларов из-за атак на оракулы. Звучит безумно, правда? Но это отражает болезненную реальность — сама блокчейн-учётная книга непроницаема, а входы внешних данных зачастую практически отсутствуют.

Пока не появились такие оракулы с двухсеточной архитектурой, как APRO, которые используют полноценную "систему защиты данных", поднимая базовые уровни безопасности блокчейн-приложений на новый уровень.

**Почему уязвимости оракулов так опасны**

Представьте, что вы заметили в каком-то DeFi-приложении очень низкую цену на токен и решили купить его, считая, что он сильно недооценён. А что если эта цена — не реальная рыночная цена, а искусственно манипулируемые фейковые данные? В момент завершения сделки цена резко падает, и ваш капитал исчезает.

Вот в чём ужас уязвимостей оракулов. Блокчейн — это независимая система, и смарт-контракты не могут самостоятельно получать внешние данные, им нужны внешние источники информации. Проблема традиционных оракулов в том, что обычно есть всего один или два поставщика данных. Если этот узел будет куплен, взломан или ошибётся, вся база данных, на которой строится экосистема, рухнет.

**Как двухуровневая проверочная сеть APRO решает эту проблему**

Метод APRO прост и одновременно надёжен. Он не полагается на один источник данных, а строит двухуровневую систему проверки:

Первый уровень — это оффчейн-сеть данных — сбор информации с сотен независимых источников в реальном времени, что исключает возможность одностороннего манипулирования результатом. Второй уровень — это верификация и арбитраж внутри сети, основанный на распределённом механизме консенсуса, который обеспечивает окончательную достоверность данных.