Project Timestamper, Common Crawl'ın 339 milyar web anlık görüntüsünü Bitcoin'e bağladı

Zaman damgalama nasıl yapıldı

Yüz milyarlarca öğeyi tek tek hash'lemek ve zaman damgalamak son derece yavaş olurdu. Project Timestamper bunun yerine Common Crawl'ın önceden yaptığı çalışmanın üzerine inşa etti: vakıf, her web sayfası anlık görüntüsünü hash'lemiş ve bu hash'leri 3.000 indeks girişine kadar olan bloklara gruplamıştı. Bu, işi kabaca 134 milyon bloğu hash'lemeye indirgedi; proje bunu birkaç hafta içinde tamamladı ve elde edilen hash'leri tek bir toplu işlemle OpenTimestamps servisi üzerinden zaman damgalayarak taahhütleri Bitcoin blockchain'e sabitledi.

Zincir üzerindeki kayıt, koleksiyonun 26 Eylül 2026 tarihindeki durumunu sabitlediği için, duyuruya göre bu tarihten sonra yapılan herhangi bir değişiklik tespit edilebilir olacak.

Tek bir anlık görüntüyü doğrulama

Hash'ler ve zaman damgası kanıtları, 339 milyar anlık görüntüden herhangi birini doğrulamanın birkaç saniye ve birkaç yüz kilobaytlık indirilen veri alacağı şekilde düzenlendi. Proje, bir kaydı Common Crawl blok koleksiyonuna karşı npx tsx verify.ts komutuyla tek bir komutla kontrol eden bir doğrulama aracı sunuyor.

Blog yazısında gösterilen örnek bir doğrulama, İngilizce Vikipedi ana sayfasının bir kaydını teyit ediyor; kaydın ait olduğu tarama segmentini (CC-MAIN-2026-39), kanıt veren 968666 numaralı Bitcoin bloğunu, 2026-09-26T09:35:20Z zaman damgasını ve arşivlenen WARC yükünün SHA-1 hash'ini belirtiyor.

Neden önemli

Web arşivleri, web'in ne söylediğine ve ne zaman söylediğine dair referans noktaları olarak giderek daha fazla kullanılıyor. Üretken sistemler taklit ve uydurma içeriği daha ucuz üretilebilir hale getirdikçe, kamusal bir deftere bağlı bir varlık kanıtı, araştırmacılara el değmemiş bir kayıt ile sonradan değiştirilmiş bir kaydı ayırt etme imkanı veriyor. Zaman damgası, bir sayfanın baştan doğru şekilde kaydedildiğini değil, yalnızca saklanan baytların bilinen bir tarihte Common Crawl'ın koleksiyonunda var olduğunu doğruluyor; ama bir arşivin ihtiyaç duyduğu güvence tam olarak bu.

Common Crawl'ın açık derlemesi, makine öğrenimi için eğitim verisi dahil olmak üzere yoğun biçimde kullanılıyor; dolayısıyla zaten açık bir veri kümesinin üzerine yerleştirilen bir bütünlük çapası, aşağı akış kullanıcıları için anlamlı. Project Timestamper, koleksiyonu açık API'ler ve açık veriyle sürdürdüğü için Common Crawl Vakfı'na teşekkür ediyor ve tarama devam ettikçe yeni materyali zaman damgalamaya devam etmeyi umduğunu, böylece aynı güvencenin gelecekteki kayıtlara da uzanacağını söylüyor.

Bu çalışma ayrıca blockchain zaman damgalamasının mevcut altyapının üzerine inşa edildiğinde ölçeklenebileceğini gösteriyor: Common Crawl'ın önceden hesaplanmış hash blokları, 339 milyar öğelik bir sorunu kabaca 134 milyonluk bir soruna dönüştürdü ve bu birkaç hafta içinde tamamlandı.