ผู้แต่ง: Chloe, IOSG Associate

ชื่อเรื่องรอง

Insight

DID & PoP การรับรองความถูกต้องและการจัดการ

ฉบับล่าสุดของ "The Human-Machine Game Has Just Begun" ได้พูดถึงสาเหตุที่ DID และ PoP มีความสำคัญเป็นพิเศษใน Web 3.0 สัปดาห์นี้ เราจะสำรวจแนวคิดของ DID และ PoP และแนะนำวิธีการตรวจสอบความถูกต้องของ PoP และโครงการชั้นนำต่างๆ

ชื่อเรื่องรอง

ตรรกะการจัดการตัวตนที่แพร่หลาย

ไม่ว่าจะเป็นการจัดการข้อมูลประจำตัวในโลกแห่งความเป็นจริงหรือ DiD ใน Web3.0 จะมีการปฏิบัติตามตรรกะต่อไปนี้

- แท็กบุคคล ขั้นแรก เราต้องมีตัวระบุเพื่อ "แท็ก" บุคคล ตัวระบุนี้ต้องไม่ซ้ำกันและไม่มีการเปลี่ยนแปลง เช่น หมายเลขประจำตัว

- ยืนยันตัวตน ประการที่สอง เราต้องตรวจสอบตัวระบุ การรับรองความถูกต้องในโลกแห่งความเป็นจริงมักจะผ่านการพิสูจน์ความเป็นเจ้าของ เช่น การมี ID หรือผ่านการตรวจสอบยืนยันตัวตนด้วยไบโอเมตริก (ลายนิ้วมือ การจดจำใบหน้า ฯลฯ) เมื่อบุคคลมีเครื่องหมาย "ระบุ" เฉพาะ และการติดต่อนี้ได้รับการยืนยันว่าถูกต้อง บุคคลทางชีวภาพเทียบเท่ากับตัวตน

คำอธิบายภาพ

ชื่อเรื่องรอง

สิ่งที่ทำให้ DID พิเศษ

มีอะไรพิเศษเกี่ยวกับ DIDs บ้าง? ประการแรกคือ DID ในแง่ของ "การกระจายอำนาจ" ซึ่งแตกต่างจากตัวระบุแบบดั้งเดิมที่ควบคุมโดยหน่วยงานส่วนกลาง ตัวระบุ DID ควรเป็นของตนเอง เป็นอิสระ และขึ้นอยู่กับเครือข่าย P2P แบบกระจายอำนาจ ประการที่สอง วิธีการตรวจสอบของ DID ก็แตกต่างกันเช่นกัน ไม่ได้รับการพิสูจน์โดยการถือใบรับรองบางประเภท แต่ใช้รหัสสาธารณะและรหัสส่วนตัวที่เข้ารหัสเพื่อยืนยันลายเซ็น ประการสุดท้าย จุดเน้นของข้อมูลส่วนบุคคลก็แตกต่างกันเช่นกัน ข้อมูลที่นี่ส่วนใหญ่เป็นกิจกรรมบนเครือข่าย เช่น NFT ใดที่ซื้อ จำนวนบันทึกการถ่ายโอน เกมเชนที่เล่น ฯลฯ ข้อมูลบนเครือข่ายเหล่านี้จะแนบไปกับตัวระบุ

คำอธิบายภาพ

ชื่อเรื่องรอง

แนวปฏิบัติต่างๆ ของ ปภ

การพิสูจน์ความเป็นบุคคลตามชื่อที่แนะนำนั้นขึ้นอยู่กับการพิสูจน์ตัวตนของบุคคลทางชีวภาพ วิธีการแยกความแตกต่างระหว่างบุคคลทางชีวภาพและ AI อย่างมีประสิทธิภาพ ทุกวันนี้การพัฒนาปัญญาประดิษฐ์มาถึงจุดที่สามารถเอาชนะมนุษย์ได้ในหลายด้าน เช่น AlphaGo เอาชนะแชมป์โลกโกะ ดังนั้น ในการระบุ AI และมนุษย์ทางชีวภาพให้ประสบความสำเร็จ จึงจำเป็นต้องเริ่มต้นด้วยจุดอ่อนของ AI

ประการแรก ตรรกะที่เรียบง่ายและตรงไปตรงมาที่สุดคือมนุษย์และ AI ดูแตกต่างกัน AI สามารถเลียนแบบความคิดของมนุษย์ได้ แต่เป็นการยากที่จะเลียนแบบรูปร่างหน้าตาของมนุษย์ เช่น รูม่านตา ผิวสัมผัส และลักษณะทางชีววิทยาอื่นๆ ดังนั้นวิธีที่ตรงที่สุดคือการแยกบุคคลโดยการแสดงลักษณะทางชีวภาพ วิธีนี้เรียกว่า บุคคลนิรนาม (Pseudonym Parties) เช่นเดียวกับการเข้าร่วมการสัมภาษณ์ ผู้ใช้ต้องแสดงใบหน้า เสียง และลักษณะทางชีววิทยาอื่นๆ ของตนโดยการเข้าร่วมในปาร์ตี้ออนไลน์หรือออฟไลน์เพื่อพิสูจน์ว่าพวกเขาเป็นคนที่มีตัวตนจริง

ประการที่สอง คุณลักษณะอื่นที่ทำให้มนุษย์แตกต่างจาก AI ก็คือคุณลักษณะทางสังคมของพวกเขา มนุษย์เป็นสัตว์สังคม ต้องมีสายสัมพันธ์ทางสังคมกับคนรอบข้าง ซึ่งเป็นสิ่งที่หุ่นยนต์ไม่ทำ ดังนั้น Web of Trust จึงใช้ประโยชน์จากคุณสมบัตินี้และตรวจสอบผ่านคุณลักษณะทางสังคมของผู้คน หากผู้ใช้ใช้แพลตฟอร์มโซเชียลหลายแพลตฟอร์มเป็นเวลานานและมีปฏิสัมพันธ์กับผู้อื่นมากขึ้น ความน่าจะเป็นที่บุคคลนี้จะเป็นบอทก็จะน้อยลง

นอกจากนี้ สิ่งที่แตกต่างจาก AI คือมนุษย์เก่งในการคิดเชิงตรรกะและการจดจำรูปแบบ ซึ่งเป็นจุดที่แมชชีนเลิร์นนิงเอาชนะได้ยาก การทดสอบทัวริงย้อนกลับใช้ประโยชน์จากคุณลักษณะนี้ การทดสอบทัวริงผกผันมีมาหลายปีแล้วและใช้กันอย่างแพร่หลาย ทุกคนต้องเคยเจอหน้าต่างป๊อปอัปที่มีกระเบื้องเก้าแผ่นเมื่อท่องอินเทอร์เน็ตทำให้ผู้ใช้สามารถเลือกชิ้นส่วนที่มีสัญญาณไฟจราจร/หัวรถจักร/ทางม้าลายเพื่อให้จดจำได้ นี่คือแอปพลิเคชันของการทดสอบทัวริงแบบย้อนกลับ

ในปัจจุบัน โครงการชั้นนำส่วนใหญ่ในเส้นทาง PoP ใช้วิธีการตรวจสอบความถูกต้องข้างต้นอย่างน้อยหนึ่งวิธี ตัวอย่างเช่น การพิสูจน์ความเป็นมนุษย์และ BrightID รับรองความถูกต้องผ่านการพบปะที่ไม่ระบุชื่อและการเชื่อมต่อทางสังคม ตรรกะของทั้งสองโปรเจกต์นี้คล้ายกัน และทั้งคู่ได้รับการยืนยันผ่านวิดีโอฉันทามติของวงกลมขนาดเล็ก BrightID ยังได้คิดค้นบนพื้นฐานนี้และแนะนำวิธีการตรวจสอบใหม่ตามตำแหน่งบนกราฟเครือข่ายสังคม - การตรวจสอบ Bitu วิธีการตรวจสอบ Bitu คือการประเมินระดับความสัมพันธ์ทางสังคมของผู้ใช้แต่ละคนใกล้กับศูนย์กลางของเครือข่าย หากผู้ใช้เชื่อมโยงกับบัญชีที่ไม่คุ้นเคยซึ่งไม่มีทางตัดกัน พวกเขาจะได้รับโทษจุดหนึ่ง ซึ่งจะเพิ่มค่าใช้จ่ายในการ "ทำชั่ว" อย่างไรก็ตาม Proof of Humanity และ BrightID ยังคงมีปัญหาบางประการ ประการแรกคือการกำหนดให้ผู้ใช้ "แสดงใบหน้า" และเผยแพร่ข้อมูลส่วนตัวบางส่วน ซึ่งลดความเป็นส่วนตัวของผู้ใช้ในระดับหนึ่ง ข้อบกพร่องอีกประการหนึ่งคือค่าใช้จ่ายสูงในการจัดประชุม การตรวจสอบโดยมนุษย์ และการบำรุงรักษาเครือข่าย PoP ทำให้ความสามารถในการปรับขยายลดลง

คำอธิบายภาพ

ระดับและหมายเลขการยืนยันผู้ใช้ Idena

ยังมีหนทางอีกยาวไกลในการสำรวจ DID และ PoP ในปัจจุบัน โซลูชัน DID ส่วนใหญ่จะทุ่มเทให้กับการรวบรวมข้อมูลออนเชน/ออฟเชนสำหรับผู้ใช้ เช่น โครงการ SocialFi ยอดนิยมล่าสุด, CyberConnect, Galaxy เป็นต้น ซึ่งสร้างกราฟโซเชียลและภาพบุคคลสำหรับผู้ใช้ อย่างไรก็ตาม การอภิปรายและการสำรวจ "ตัวระบุ" นั้นค่อนข้างล้าหลัง และผู้คนโดยทั่วไปจะเปรียบตัวระบุของ Web 3.0 กับที่อยู่กระเป๋าเงิน บุคคลสามารถมีเอกลักษณ์เฉพาะ แต่สามารถสมัครที่อยู่กระเป๋าเงินได้นับไม่ถ้วน โชคดีที่มีก้าวแรกในทิศทางนี้กับ Sismo ซึ่งเป็นโซลูชัน DID ที่ใช้ประโยชน์จากเทคโนโลยี zk และออกตราให้กับผู้ใช้ตามกิจกรรมบนเครือข่าย

ผู้ใช้สามารถระบุที่อยู่กระเป๋าเงินอื่นๆ และรวบรวมป้ายกิจกรรมของที่อยู่กระเป๋าเงินอื่นๆ ภายใต้ชื่อโดเมน ENS เดียวกัน สิ่งนี้ไม่เพียงแก้ปัญหาความขัดแย้งระหว่างกระเป๋าเงินหลายใบและเอกลักษณ์เฉพาะตัวของผู้ใช้เท่านั้น แต่ยังปกป้องความเป็นส่วนตัวของผู้ใช้อีกด้วย อย่างไรก็ตาม ผู้ใช้ยังสามารถอ้างสิทธิ์ชื่อโดเมน ENS ได้หลายชื่อ ในปัจจุบัน การสำรวจตัวระบุของอุตสาหกรรมมีวิธีการเฉพาะที่หลากหลาย แต่ยังมีหนทางอีกยาวไกลในการส่งเสริมแอปพลิเคชันเหล่านี้อย่างกว้างขวาง DID ซึ่งเป็นพื้นฐานของ Web3.0 จะถูกสำรวจโดยโครงการที่เป็นนวัตกรรมใหม่ๆ ในอนาคต คอยติดตาม IOSG เราจะนำเสนอบทความเพิ่มเติมเกี่ยวกับ Web 3.0