Este artículo presenta qué es la aleatoriedad, comprende sus tipos y explora los desafíos que plantea en el ecosistema de blockchain y Web3.

El término "aleatoriedad" se refiere a la falta de patrón o previsibilidad. El resultado de lanzar una moneda, el patrón de una huella dactilar y la forma de un copo de nieve se consideran impredecibles. Si bien los resultados impredecibles son abundantes en la naturaleza, lo mismo no puede decirse de la aleatoriedad generada por computadoras. Dado que las computadoras son dispositivos deterministas, puede que no sea posible generar números verdaderamente aleatorios puramente a través de un conjunto de algoritmos informáticos.

Además, si bien se considera que los eventos aleatorios individuales son impredecibles, la frecuencia de resultados diferentes en eventos repetidos puede ser predecible. Por ejemplo, si bien el resultado de cualquier tirada de dados individual es impredecible, la probabilidad de resultados en 100 tiradas de dados se puede calcular con alta certeza.

Con interacciones económicas, sociales y culturales que cada vez tienen más lugar en Internet, ha habido una creciente demanda en las últimas décadas de imitar la imprevisibilidad del mundo natural y crear sistemas digitales que incorporen resultados impredecibles. Los casos de uso para esta imprevisibilidad incluyen la introducción de escasez artificial, la construcción de mecanismos de seguridad más robustos y facilitar procesos de toma de decisiones creíblemente neutrales.

En este artículo, desglosaremos qué es la aleatoriedad, aprenderemos sobre los tipos de aleatoriedad y exploraremos los desafíos que presenta la aleatoriedad cuando se trata de cadenas de bloquesy el ecosistema Web3.

¿Es la aleatoriedad realmente aleatoria?

Primero, necesitamos definir un conjunto de principios que hagan que una secuencia sea aleatoria. Si se pretende identificar una secuencia como aleatoria, debe poseer las siguientes cualidades:

• Impredecible: el resultado debe ser desconocido de antemano.
• Imparcial—Cada resultado debe ser igualmente posible.
• Probable: El resultado debe ser verificable de forma independiente.
• A prueba de manipulaciones: el proceso de generación de aleatoriedad debe ser resistente a la manipulación por cualquier entidad.
• No reproducible: El proceso de generación de aleatoriedad no puede reproducirse a menos que se preserve la secuencia original.

Una computadora es un dispositivo predecible con circuitos preestablecidos, componentes y un conjunto definido de código y algoritmos, lo que hace posible la predicción de una salida de número aleatorio o secuencia generada por una computadora bajo condiciones fijas. Así como una calculadora en funcionamiento siempre debería producir la salida de 2+2 para ser 4, una computadora siempre debería producir una salida dada el mismo entrada. Como tal, las computadoras pueden ser incapaces de generar condiciones contingentes y números aleatorios verdaderos.

Para evitar esta limitación, los generadores de números aleatorios (RNG) utilizan una semilla, el valor inicial (entrada) del cálculo que se utiliza para generar la salida. La semilla puede generarse en función de cualquier cosa que sea complicada de reproducir: datos capturados de una fotografía, la hora del día, el movimiento del ratón del usuario, o lámparas de lava.

Sin embargo, incluso si el proceso de generación de números aleatorios es difícil de reproducir, eso no significa que reproducirlo sea técnicamente imposible. Si se combinan varios métodos de generación de semillas difíciles de repetir, los resultados pueden considerarse relativamente fiables, incluso si es una suposición razonable que esas semillas puedan ser reveladas con el tiempo. Pero si se utiliza el mismo método matemático al generar diferentes semillas, los resultados no serán verdaderamente aleatorios. La pregunta entonces es: ¿Qué tipo de aleatoriedad se puede considerar verdaderamente aleatoria?

Generadores de números aleatorios seudorandom vs. verdaderos generadores de números aleatorios

Generalmente, podemos dividir los generadores de números aleatorios en dos categorías: generadores de números aleatorios seudorandom (PRNG) y generadores de números aleatorios verdaderos (TRNG). Los PRNG utilizan algoritmos matemáticos como medio para generar valores aleatorios, mientras que los TRNG utilizan medios físicos como el ruido atmosférico.

PRNGs son un conjunto de algoritmos que utilizan fórmulas matemáticas para generar una secuencia aleatoria que imita números verdaderamente aleatorios. Como las computadoras son sistemas distintos, los números pueden parecer aleatorios para los observadores humanos, pero pueden contener patrones discernibles que pueden ser revelados a través de un análisis estadístico extenso.

Los TRNG utilizan fuentes físicas impredecibles como el ruido cósmico, la descomposición radiactiva de isótopos o la estática en las ondas de aire para generar números aleatorios basados en fenómenos naturales. Dado que los TRNG "extraen" la aleatoriedad de los fenómenos físicos, se considera que producen una aleatoriedad más fuerte (más impredecible) que la que producen las computadoras. Aun así, la información que utilizan los TRNG también puede ser determinista. Si alguien se interpone entre el TRNG y el fenómeno que está escaneando, podrían captar la misma señal y saber exactamente cuál es la secuencia de números.

Mientras que los TRNG pueden producir secuencias aleatorias que tienen una menor probabilidad de ser reveladas como conteniendo patrones discernibles, son más costosos que los PRNG, lo que los hace imprácticos para casos de uso comunes. Los PRNG también tienen otro beneficio clave en comparación con los TRNG: la reproducibilidad. Un observador puede reproducir la misma secuencia de números si conocen el punto de inicio de la secuencia, lo que hace posible la verificación del proceso de generación de números aleatorios, un aspecto útil para muchos Web3aplicaciones que incorporan aleatoriedad.

Por qué la aleatoriedad es importante para las blockchains

La aleatoriedad segura es la base de la criptografía utilizada en las blockchains. Un ingrediente esencial en la generación de una clave privada para una billetera de criptomonedas, las funciones hash criptográficas aseguran que sea prohibitivamente difícil adivinar cuál es la clave privada de una billetera en particular. Según algunas estimaciones, el número de combinaciones posibles de claves privadas en SHA-256, la función hash utilizada en el protocolo Bitcoin, es cercano al número estimado de átomos en el universo observable.

El consenso distribuido está fundamentalmente limitado por la cantidad de mensajes que se pueden enviar en un período de tiempo (rendimiento) y el tiempo que tarda un mensaje en ser enviado a través de la red (latencia). En una blockchain pública con miles de participantes distribuidos que necesitan llegar a un acuerdo, cada nodo que necesita enviar mensajes a todos los demás nodos no sería práctico. Para limitar la cantidad de mensajes que deben enviarse para lograr consenso, Bitcoin utiliza Prueba de Trabajo (PoW) como una fuente de aleatoriedad que determina qué bloque se agrega a la blockchain. Dado que el rompecabezas computacional que los mineros compiten por completar para agregar con éxito un bloque a la blockchain es difícil de resolver, la probabilidad de que múltiples nodos resuelvan el rompecabezas al mismo tiempo es baja, lo que limita la cantidad de mensajes necesarios para que la red alcance consenso.

La aleatoriedad también se usa comúnmente en los sistemas de Prueba de Participación (PoS) para respaldar la distribución justa e impredecible de las responsabilidades del validador. Si un actor malintencionado puede influir en la fuente de aleatoriedad utilizada en el proceso de selección, puede aumentar su probabilidad de ser seleccionado y comprometer la seguridad de la red.

Debido a la transparencia de las blockchains, todas las entradas y salidas están expuestas a los participantes del sistema, lo que potencialmente hace que las secuencias generadas aleatoriamente sean predecibles. Por ejemplo, algunos métodos de generación de números aleatorios en cadena, como el hash de bloque, contienen lagunas de seguridad fácilmente explotables. Si el minero/validador tiene interés en un resultado particular decidido por un valor o secuencia aleatoria, el productor de bloque puede influir en la generación de secuencias aleatorias al no publicar bloques que le darían una desventaja, básicamente volviendo a lanzar los dados hasta que aparezca un resultado favorable para ellos.

Por otro lado, las soluciones RNG fuera de la cadena son opacas, lo que requiere que los usuarios confíen en que el proveedor de datos centralizado no manipulará los resultados a su favor, sin forma de que el usuario distinga entre la verdadera aleatoriedad o la manipulada. Ambas soluciones se vuelven cada vez más preocupantes a medida que aumenta la cantidad de valor asegurado por la solución RNG.

Aleatoriedad en Web3

Cuando la gente piensa en juegos blockchain, NFTproyectos, o arte digital, es posible que no tengan en cuenta la importancia de la aleatoriedad en la determinación de los resultados. Ya sea para determinar la ubicación de los activos en el juego metaverso, agregando variación a un algoritmo de arte generativo, generando el contenido de una caja de botín, acuñando NFT, distribuyendo premios a los ganadores, autenticando boletos de eventos, o determinando periódicamente qué participante de DAO es seleccionado para un rol de gobernanza particular, las aplicaciones Web3 requieren una fuente segura de aleatoriedad para crear resultados justos e impredecibles.

https://youtu.be/DvBVlOLpPNg

Dado que estos sistemas pueden acumular una cantidad considerable de valor del mundo real, los resultados explotables de soluciones de aleatoriedad subóptimas pueden llevar a asimetrías de información y una ventaja injusta para un subconjunto de participantes. Estos escenarios a menudo pueden crear bucles de retroalimentación negativa que conducen a un desequilibrio de poder en las interacciones y resultan en el fracaso completo de los mecanismos económicos y teóricos de juegos diseñados para facilitar la actividad económica y la coordinación social.

Acceder a una fuente de aleatoriedad a prueba de manipulaciones, impredecible y auditable por todos los participantes no es una tarea fácil. Sin embargo, el deseo de equidad y transparencia en la industria Web3 ha desbloqueado muchas aplicaciones y protocolos que destacan en comparación con sus contrapartes Web2. La capacidad de acceder a una fuente de aleatoriedad justa e imparcial de manera verificable abre un sinfín de nuevos casos de uso en juegos blockchain, NFTs,gobierno descentralizado, medios de comunicación social Web3, recaudación de fondos y caridad, tokens sociales y más allá.

Chainlink VRF

Chainlink Función Aleatoria Verificable (VRF)es la solución RNG estándar de la industria, que permite a contratos inteligentes y sistemas fuera de la cadena acceder a una fuente de aleatoriedad verificable utilizando computación fuera de la cadena y criptografía. VRF combina datos de bloque que aún son desconocidos cuando se realiza la solicitud con la clave privada precomprometida del nodo oráculo para generar tanto un número aleatorio como una prueba criptográfica. La aplicación consumidora solo aceptará la entrada de número aleatorio si tiene una prueba criptográfica válida, y la prueba criptográfica solo se puede generar si el proceso VRF es a prueba de manipulaciones.

Chainlink VRF utiliza computación fuera de la cadena y criptografía para crear una fuente de aleatoriedad a prueba de manipulaciones.

Desde su lanzamiento, Chainlink VRF ha cumplido más de 6.5 millones de solicitudes de números aleatorios justos e imparciales y actualmente proporciona aleatoriedad verificable a más de 3,400 únicos contratos inteligentesa través de múltiples redes blockchain, incluyendo Avalanche, BNB Chain, Ethereum y Polygon.

Chainlink VRF proporciona una serie de características críticas que lo convierten en el estándar de la industria, tales como:

• Impredecible—Nadie puede predecir la aleatoriedad generada por Chainlink VRF ya que los datos del bloque son desconocidos en el momento de la solicitud de aleatoriedad.
• Justo/imparcial—El número aleatorio generado se basa en una distribución uniforme, lo que significa que todos los números en el rango tienen la misma probabilidad de ser seleccionados.
• Verificable: los usuarios pueden verificar la integridad de una aplicación confiando en una entrada aleatoria de Chainlink VRF a través de la verificación en cadena de la prueba criptográfica.
• A prueba de manipulaciones. Nadie, ni siquiera el oráculo, entidades externas o el equipo de desarrollo, pueden manipular el proceso de generación de números aleatorios. Si el proceso VRF es manipulado, el nodo no puede producir una prueba criptográfica válida y el contrato inteligente no aceptará la entrada de números aleatorios.
• Transparente—Gracias a que el código es de código abierto, los usuarios pueden verificar el proceso de obtención de aleatoriedad.

Con la ayuda de estas características incomparables, una multitud de técnicas de seguridad integradas, y mejoras continuasbasándose en la retroalimentación de los usuarios, las aplicaciones alimentadas por Chainlink VRF pueden producir resultados imparcialmente justos e impredecibles a través de un RNG a prueba de manipulaciones y desbloquear funciones y experiencias significativas y emocionantes.

Si eres un desarrollador y quieres conectar rápidamente tu aplicación a Chainlink VRF, visita el documentación del desarrollador y únete a la discusión técnica en DiscordSi desea programar una llamada para discutir la integración más a fondo, comuníquese aquí.

Descargo de responsabilidad：

1. Este artículo ha sido reimpreso de []. Todos los derechos de autor pertenecen al autor original [**]. Si hay objeciones a esta reimpresión, por favor contacte al Gate Learnequipo y lo manejarán rápidamente.
2. Descargo de responsabilidad: Las opiniones expresadas en este artículo son únicamente las del autor y no constituyen ningún consejo de inversión.
3. Las traducciones del artículo a otros idiomas son realizadas por el equipo de Gate Learn. A menos que se mencione, está prohibido copiar, distribuir o plagiar los artículos traducidos.