ผู้เขียนบทความ: Crux , Twitter:@ElaineZhoux นักวิจัยของ PKUBA
สรุป
คำถาม
1. Anti Sybil (Anti Sybil) เป็นการเล่าเรื่องระยะยาวที่ครอบคลุม Web2 และ Web3 และจะยังคงถูกกล่าวถึงต่อไปในอนาคตอันใกล้ แม้ว่าแนวคิดจะตรงไปตรงมาและเรียบง่าย แต่ก็เกี่ยวข้องกับเส้นทางที่ซับซ้อนและสถานการณ์การใช้งาน ควรจะเป็นอย่างไร บูรณาการและสอดคล้องกันจะดูและเข้าใจการกระทำต่อต้านแม่มดในขั้นตอนทางประวัติศาสตร์และบริบทข้อความที่แตกต่างกันได้อย่างไร
2. แคมเปญต่อต้านแม่มดเป็นเพียงความต้องการ ต่อต้านผู้ใช้ ที่ขับเคลื่อนโดยคุณค่าของปรัชญาการกระจายอำนาจหรือไม่? อะไรคือเหตุผลหลักที่สนับสนุนเหตุผลเบื้องหลังการต่อต้านนักขนสัตว์/นักวิทยาศาสตร์?
3. ปัจจุบันขั้นตอนการพัฒนาและความพร้อมในการแก้ปัญหาของเทคโนโลยีต่อต้านแม่มดในสถานการณ์การใช้งานที่แตกต่างกันคือเท่าใด เรื่องเล่าใหม่ใดที่เป็นความต่อเนื่องของการต่อต้านแม่มดจริงๆ?
4. อะไรคือผลลัพธ์ที่เป็นไปได้ของเกมระหว่าง ต่อต้านแม่มด และ ขนแกะ?
5. โอกาสในการลงทุนในโครงการที่มีศักยภาพมีอะไรบ้าง?
จุดหลัก
ผู้ใช้แต่ละคนมีแรงจูงใจที่แข็งแกร่งในการเป็นแม่มดและบรรลุการเก็งกำไรแบบหลายตัวตน ดังนั้นในปัจจุบัน การต่อต้านแม่มดจึงไม่ใช่ความต้องการโดยตรงของผู้ใช้ แต่เป็นความต้องการของโครงการสถานการณ์การใช้งานมากกว่า อย่างไรก็ตาม มาตรการต่อต้านแม่มดของฝั่งโครงการมีความสัมพันธ์อย่างใกล้ชิดกับเพดานรายได้ที่ผู้ใช้ทั่วไปสามารถรับได้ในสถานการณ์การใช้งานสิ่งจูงใจทางเศรษฐกิจต่างๆ ในฐานะผู้ใช้ การตรวจสอบเรื่องราวการต่อต้านแม่มดหลายชั้นล่วงหน้าอาจช่วยให้คุณตัดสินใจได้อย่างรวดเร็วว่าโปรเจ็กต์ใดคุ้มค่าที่จะรับคนใหม่ และสิ่งจูงใจของโปรเจ็กต์ใดที่ไม่สร้างผลกำไรจริงๆ เพื่อให้คุณสามารถจัดการความคาดหวังได้ดี
แม้ว่าอาจเผชิญกับการต่อต้านจากชุมชนในบางกรณี เราก็มีเหตุผลทุกประการที่เชื่อว่าการต่อต้านแม่มดช่วยเพิ่มคุณค่าทางนิเวศวิทยาที่แข็งแกร่งมากขึ้นในการเล่าเรื่องในฉากที่กว้างขึ้น และเป็นเกมที่ผลรวมเชิงบวกที่ได้รับความนิยมอย่างต่อเนื่องมากกว่าเกมที่ผลรวมเป็นศูนย์ คิดกันทั่วไป ในความเป็นจริง สถานการณ์และแนวทางแก้ไขสำหรับการโจมตีของแม่มดนั้นมีมานานก่อนที่งานแอร์ดรอปและปาร์ตี้วูลจะได้รับความนิยม เรื่องเล่าและการอภิปรายใหม่ ๆ บางเรื่องที่เกิดขึ้นในภายหลังนั้นเป็นความต่อเนื่องของการโจมตีต่อต้านแม่มด เช่น การขุด การลงคะแนนเสียง การบริจาค UBI และเครดิต คะแนน และกราฟโซเชียล
หากฝ่ายโครงการไม่สามารถให้คำมั่นสัญญาที่น่าเชื่อถือและหลักฐานทางเทคนิคแก่สมาชิกชุมชนในการต่อสู้กับการโจมตีของซีบิล การโจมตีของซีบิลในระยะยาวจะสร้างความเสียหายต่อความปลอดภัยและความน่าเชื่อถือของโครงการ ผู้ใช้เก่าและผู้ที่อาจเป็นผู้ใช้ใหม่อาจลดการมีส่วนร่วมหรือหลีกเลี่ยงการลงทุนในโครงการโดยสิ้นเชิง ซึ่งอาจนำไปสู่ปัญหาลูกโซ่ต่างๆ ที่ชั้นแอปพลิเคชัน เช่น การสูญเสียคนงานเหมือง อัตราการจำนำลดลง การประเมินจำนวนสูงเกินไป ของผู้ใช้จริง แรงจูงใจในการบริจาคไม่เพียงพอ และการออกรายได้พื้นฐานสากลมากเกินไป .
การเล่าเรื่องที่เกี่ยวข้องกับการต่อต้านแม่มดนั้นส่วนใหญ่แบ่งออกเป็นสามชั้น: สถานการณ์การใช้งาน ฉันทามติโปรโตคอล และการตรวจจับการตรวจสอบ เลเยอร์สถานการณ์ของแอปพลิเคชันจะกำหนดเป้าหมายมูลค่าของ Anti-Sybil เลเยอร์ฉันทามติของโปรโตคอลจะกำหนดกฎเกณฑ์ของสถาบันของ Anti-Sybil และเลเยอร์การตรวจสอบและการตรวจจับจะกำหนดประสิทธิภาพทางเทคนิคของ Anti-Sych งานโครงสร้างพื้นฐานในการจับแม่มดและทำเครื่องหมายที่อยู่ของแม่มดเป็นรากฐานของการเล่าเรื่องของเลเยอร์การให้คะแนนเครดิต DeFi ในอนาคต เลเยอร์กราฟโซเชียล SocialFi และ GameFi
การพัฒนาฉันทามติโปรโตคอลต่อต้านซีบิลและเทคโนโลยีการตรวจจับการตรวจสอบกำลังเติบโตเต็มที่ ด้วยการขยายสถานการณ์การใช้งาน โครงการชั้นนำหลายโครงการจะประกาศมาตรการต่อต้านแม่มดก่อนที่แผนจะถูกนำมาใช้ และได้ผ่านการแก้ปัญหาทางเทคนิคซ้ำหลายรอบแล้ว ในปัจจุบัน การตรวจจับการสกัดกั้นโดยใช้การผสมผสานระหว่างข้อมูลประจำตัวและการขุดกราฟและอัลกอริธึม AI-ML อื่นๆ นั้นมีประสิทธิภาพมากที่สุด
เนื่องจากลักษณะแรงจูงใจทางเศรษฐกิจดั้งเดิมของ Web3 ปัญหาแม่มดจึงมีแนวโน้มที่จะแพร่กระจายมากกว่าในสภาพแวดล้อมเครือข่าย Web2 และเป็นการยากที่จะแก้ไขด้วยวิธีทางเทคนิคได้อย่างสมบูรณ์ ในอนาคต ผู้ใช้จริงทุกคนอาจเป็นแม่มดที่ไม่รุนแรง: ที่อยู่หลักเพียงแห่งเดียวเท่านั้นที่สามารถจดจำและระบุได้ เนื่องจากอัตลักษณ์ที่สามารถสั่งสมชื่อเสียงได้อย่างยั่งยืน (ทับซ้อนกับความหมายของ DID บางส่วน) ผู้ใช้จะได้รับสิทธิประโยชน์จูงใจจากฝ่ายโครงการเท่านั้น เช่น การส่งทางอากาศผ่านที่อยู่หลัก อย่างไรก็ตาม TA สามารถเชื่อมโยงที่อยู่ในท้องถิ่นในสถานการณ์การแบ่งย่อยหลายรายการสำหรับการโต้ตอบกับโครงการแอปพลิเคชัน เพื่อป้องกันความเสี่ยงเชิงระบบที่เกิดจากการสูญหายหรือการโจรกรรมที่อยู่หลัก
ตรรกะโดยรวมของการลงทุนขั้นปฐมภูมิ: แนวโน้มคุณค่าของแอปพลิเคชัน > เทคโนโลยีการตรวจสอบและการตรวจจับ > นวัตกรรมที่เป็นเอกฉันท์ของโปรโตคอล
1. เมื่อเราพูดถึงการโจมตีของแม่มด เราหมายถึงอะไรกันแน่?
1. ทบทวนแนวคิดคลาสสิก
Anti-Sybil หรือที่เรียกว่าการล่าแม่มดและการโจมตีต่อต้านแม่มด การโจมตีของ Sybil โดยทั่วไปหมายถึงความผิดปกติที่บุคคลจริงควบคุมข้อมูลระบุตัวตนที่เป็นเท็จหลายครั้งเพื่อรับผลประโยชน์จูงใจจากผู้สร้างระบบนิเวศซ้ำ ๆ เป็นการขยายและขยายแนวคิดเรื่อง ต่อต้านการโกง และ ต่อต้านการฉ้อโกง ใน Web2 ในเว็บ 3 พูดง่ายๆ ก็คือ มีคนคนหนึ่งแกล้งทำเป็นผู้ใช้หลายคนและซ่อนมันจากทีมงานโปรเจ็กต์หลายครั้ง ปรากฏการณ์ที่เกี่ยวข้องซึ่งเราตรวจพบได้ง่ายกว่าคือการเกิดขึ้นอย่างไม่สิ้นสุดของ สตูดิโอนวดผม
ตามข่าวลือ สาเหตุที่เรียกการโจมตีของแม่มดว่าการโจมตีของแม่มดก็เพราะมีภาพยนตร์เรื่อง แม่มด ซึ่งนางเอกมีบุคลิกมากกว่าหนึ่งโหล ฉันคิดว่ามันชัดเจนมากที่จะอ้างถึงคน ๆ หนึ่งที่ควบคุมอัตลักษณ์เท็จหลาย ๆ .
การโจมตีของแม่มดในยุค Web2: Didi เคยถูกฉ้อโกงเงินอุดหนุนจากคนขับที่สั่งออเดอร์เปล่า ๆ แพลตฟอร์มวิดีโอที่ให้คุณได้รับค่าคอมมิชชั่นจากการดูโฆษณานั้นจริง ๆ แล้วใช้งบประมาณการโฆษณาของแบรนด์เพื่อสร้างข้อมูลการคลิกของผู้ใช้ที่เป็นเท็จ แฟน ๆ คนดังกำลังควบคุมมัน เพื่อการประชาสัมพันธ์ช่วงวิกฤต คอมเมนต์เรื่อง troll นี่มันแม่มดโจมตียุค Web2
2. ความต้องการของผู้ใช้หรือความต้องการต่อต้านผู้ใช้?
• จากมุมมองของผู้ใช้หรือผู้เข้าร่วมระบบนิเวศชุมชน หลักฐานแรกที่ต้องพิจารณาคือ: การอุทธรณ์ของระบบนิเวศชุมชนต่อแม่มดนั้นแข็งแกร่งเพียงพอหรือไม่? ต้องยอมรับว่าในปัจจุบัน การต่อต้านแม่มดไม่ใช่ความต้องการโดยตรงของผู้ใช้ แต่เป็นความต้องการของโครงการสถานการณ์การใช้งานมากกว่า อาจกล่าวได้ว่ากลุ่ม Woolies อาจมีส่วนสนับสนุน TVL จำนวนมากในช่วงแรกๆ ยกตัวอย่างสถานการณ์ airdrop ผู้ใช้มีแรงจูงใจที่แข็งแกร่งในการเป็นแม่มด แต่พวกเขาแค่ชั่งน้ำหนักข้อดีและข้อเสียในกระบวนการต่อสู้กับรางวัลและกฎการลงโทษที่กำหนดโดยทีมงานโครงการ ในที่สุดก็ถอยออกมาและกลายเป็นนักล่าทางอากาศ
• สำหรับฝั่งโปรเจ็กต์ ความล้มเหลวในการออกโทเค็นให้กับผู้ใช้จริงนั้นมีผลกระทบที่ตามมาได้ง่าย ๆ สองประการ: ต้นทุนการตลาดเพิ่มขึ้นสองเท่าและแรงกดดันในการขายมหาศาล
￮ ตัวอย่างเช่น Aptos ยังไม่ได้กำหนดมาตรการต่อต้านแม่มด ทันทีที่มีข่าว Airdrop ออกมา มีบัญชีหลายร้อยบัญชีบน Twitter และในชุมชนโพสต์ภาพหน้าจอการสมัครเข้าร่วมเครือข่ายทดสอบ ดังนั้นโดยเฉลี่ยแล้ว ราคาเท่าไหร่ โครงการใช้จ่ายจริงหรือ 10 เท่าของต้นทุนต่อหน่วยเพื่อให้ได้ผู้ใช้ใหม่ที่แท้จริง ประการที่สอง เมื่อพิจารณาจากแนวโน้มการซื้อขายของ Binance ชุมชน Aptos ล้มเหลวในการทนต่อแรงกดดันการขายมหาศาล หลังจากออนไลน์ พินแตะ $100 ทันที จากนั้นกลับมาที่ประมาณ $10 โดยตรง จากนั้นลดลงไปจนถึง $6 หรือประมาณ USD การวิจัยพบว่าประมาณ 40% ของโทเค็นที่ไหลเข้าสู่การแลกเปลี่ยนมาจากที่อยู่ของแม่มด ดังนั้นจึงเป็นประโยชน์ที่จะทราบสัดส่วนของแม่มดที่อยู่ล่วงหน้าเพื่อคาดการณ์ความผันผวนของราคาของโทเค็นโครงการ
￮ เราสามารถวิเคราะห์เกมง่ายๆ เพื่อทำความเข้าใจผลกระทบที่เป็นไปได้ของมาตรการต่อต้านแม่มดของโปรเจ็กต์ต่อผู้ใช้จริง: สมมติว่า Alice เป็นผู้ใช้จริงที่มีที่อยู่กระเป๋าเงินเพียงแห่งเดียวสำหรับการโต้ตอบ Bob เป็นแม่มดที่ควบคุม N บัญชีปลอม ต้นทุนต่อหน่วยของการลงทุนเพิ่มเติมคือ F ก่อนการแอร์ดรอป ผู้ใช้จะต้องทำงานให้เสร็จสิ้น รับคะแนน จ่ายค่าธรรมเนียมน้ำมัน และการลงทุนด้านเวลา พลังงาน และเงินอื่นๆ ตั้งค่าเป็น N*(aZ-bX-cY-dF) โดยทั่วไปแล้ว ฝ่ายโครงการจะเลือกที่จะเพิ่ม X, Y หรือลด Z เพื่อลด ROI ของการโจมตีของ Sybil อย่างไรก็ตาม เมื่อมาตรการต่อต้านแม่มดของทีมโปรเจ็กต์ต่อ Bob ไม่แม่นยำเพียงพอหรือเข้มงวดเกินไป รายได้จากการแอร์ดรอป (aZ-bX-cY) ของผู้ใช้จริง Alice ก็อาจลดลงอย่างมากหรือติดลบได้เช่นกัน สิ่งนี้ยังสามารถอธิบายได้ว่าทำไมแอร์ดรอปบางอันจึงได้รับคำชมมากมายจากชุมชน ในขณะที่บางอันทำให้เกิดความไม่พอใจอย่างมาก
￮ ในปัจจุบัน โดยทั่วไปในเกมจะมีสถานะสมดุลสองสถานะระหว่าง ต่อต้านแม่มด และ การเก็บเกี่ยวขนสัตว์ และมีโอกาสที่จะบรรลุเกมที่มีผลรวมเป็นบวก แทนที่จะเป็นความคิดทั่วไปของเกมที่มีผลรวมเป็นศูนย์:
▪ (1) ค่าเริ่มต้นคือพฤติกรรมการดูแลเอาใจใส่เล็กน้อย นั่นคือนักล่าแอร์ดรอปที่ใช้กระเป๋าบูติกเพียง 1-3 ใบเท่านั้นเพื่อรับแอร์ดรอปเป็นค่าเริ่มต้น แต่จะมีการปราบปรามพฤติกรรมแม่มด กล่าวคือ ผู้ใช้ที่มีกระเป๋าเงินหลายร้อยใบ ส่วนใหญ่ใช้สคริปต์หรือเบราว์เซอร์ลายนิ้วมือ และดำเนินการด้วยตนเองเป็นครั้งคราว
▪ (2) ร่วมมือกันสร้างความเจริญ “จอมปลอม” ในด้านหนึ่ง จากมุมมองของฝั่งโครงการ พฤติกรรมการดูแลเป็นส่วนสำคัญของข้อมูลที่ใช้งานอยู่ในห่วงโซ่โครงการ และสามารถระบุจุดบกพร่องต่างๆ ของโครงการในระยะเริ่มต้น และส่งเสริมการเพิ่มประสิทธิภาพประสบการณ์ผลิตภัณฑ์ ซึ่งเทียบเท่ากับ เพื่อช่วยดำเนินการทดสอบความเครียด และฝ่ายโครงการส่วนใหญ่ยังต้องการข้อมูลที่สนับสนุนโดยฝ่ายขนสัตว์เพื่อเพิ่มการประเมินมูลค่าหรือรายการ CEX จากมุมมองของ Wool Party พวกเขายังสามารถรับโทเค็นการแอร์ดรอปได้ในอนาคต ดังนั้นจึงเป็นสถานการณ์ที่ได้ประโยชน์ทั้งสองฝ่าย
2. เราเข้าใกล้วิธีแก้ปัญหาต่อต้านแม่มดที่เป็นผู้ใหญ่แล้ว แถบความคืบหน้าอยู่ที่ไหน?
เพื่อให้เข้าใจปัญหานี้อย่างถ่องแท้ เราต้องตระหนักก่อนว่าจริงๆ แล้ว Anti-Witch มีโครงสร้างการเล่าเรื่องสามชั้น จากนั้นเราจะพบว่าสถานการณ์และแนวทางแก้ไขสำหรับการโจมตีของแม่มดนั้นมีมานานก่อนที่งานแอร์ดรอปและปาร์ตี้วูลจะได้รับความนิยม และเรื่องเล่าและการอภิปรายใหม่บางส่วนที่เกิดขึ้นในภายหลังนั้นเป็นความต่อเนื่องของการต่อต้านแม่มด
1. โครงสร้างการเล่าเรื่องสามชั้นของ Anti-Witch: ชั้นสถานการณ์ของแอปพลิเคชัน ชั้นฉันทามติของโปรโตคอล และชั้นการตรวจจับการตรวจสอบ
เส้นทางที่เกี่ยวข้องกับการต่อต้านแม่มดนั้นส่วนใหญ่แบ่งออกเป็นสามชั้น: สถานการณ์การใช้งาน ฉันทามติโปรโตคอล และการตรวจจับการระบุตัวตน เลเยอร์สถานการณ์ของแอปพลิเคชันจะกำหนดเป้าหมายมูลค่าของ Anti-Sybil เลเยอร์ฉันทามติของโปรโตคอลจะกำหนดกฎเกณฑ์ของสถาบันของ Anti-Sybil และเลเยอร์การตรวจสอบและการตรวจจับจะกำหนดประสิทธิภาพทางเทคนิคของ Anti-Sych
1.1 ชั้นฉากการใช้งาน: แม่มดปรากฏที่ไหน?
การทำเหมืองแร่
“การขุด” ในที่นี้มีความหมายแคบภายใต้กลไกฉันทามติของ PoW
• เป้าหมายคุณค่า: รักษาแหล่งจ่ายไฟคอมพิวเตอร์ที่มีการตรวจสอบตามสัดส่วนและการควบคุมลูกโซ่หลัก ภายใต้กลไกฉันทามติ Proof of Work (PoW) ผู้โจมตีที่เชี่ยวชาญพลังการประมวลผลส่วนใหญ่สามารถดำเนินการฉ้อโกงในเครือข่ายบล็อกเชนได้ เป้าหมายของ Witch อาจเป็นการเปิดการโจมตี 51% เพื่อสร้างห่วงโซ่หลักใหม่ จากนั้นบรรลุการเก็งกำไรแบบการใช้จ่ายสองครั้ง (การใช้จ่ายสองครั้ง) บนห่วงโซ่หลักใหม่โดยการเพิกถอน ย้อนกลับ หรือไม่ยืนยันบันทึกธุรกรรมของหลักเก่า โซ่.
• วิธีแก้ปัญหาที่เกี่ยวข้อง: การป้องกันตามธรรมชาติมักทำได้โดยการเพิ่มขนาดของเครือข่ายบล็อกเชน การโจมตีของ Witch โดยทั่วไปจะเกิดขึ้นในเครือข่ายขนาดเล็ก พลังการประมวลผลและทรัพยากรฮาร์ดแวร์ที่เครือข่ายขนาดใหญ่ต้องการนั้นสูงเกินไป และประโยชน์ของอินพุต-เอาท์พุตของการโจมตีของ Witch ( ROI) ต่ำมากและไม่ได้ผลกำไรจะลดความถี่ของการโจมตีของ Sybil และภัยคุกคามด้านความปลอดภัยตามธรรมชาติ ในแง่นี้ เครือข่ายสาธารณะชั้นนำ (เช่น BTC) มีข้อได้เปรียบขั้นพื้นฐานในการป้องกันการโจมตีของ Sybil ด้วยต้นทุนต่ำกว่าเครือข่ายขนาดเล็กอื่นๆ ที่ใช้ PoW แนวคิดอื่นๆ ที่เกี่ยวข้อง: พลังการคำนวณแบบกระจายอำนาจ
โหวต
• เป้าหมายคุณค่า: รักษาอัตราการจำนำและสิทธิในการออกเสียงตามสัดส่วน ภายใต้กลไกฉันทามติ Proof of Stake (PoS) แม่มดจะแสดงตัวตนโดยการแทรกแซงการลงคะแนนโดยการซื้อโทเค็นการกำกับดูแล อำนาจการลงคะแนนเสียงหรืออำนาจในการตัดสินใจมักจะเกี่ยวข้องกับจำนวนโทเค็นที่ผู้ใช้ถือ ดังนั้นผู้โจมตีที่ได้รับโทเค็นจำนวนมากจากการโจมตีของ Sybil อาจลงคะแนนเสียงอย่างไม่สมส่วนสำหรับข้อเสนอที่ไม่สมเหตุสมผล และปรับเปลี่ยนผลการลงคะแนนในภายหลัง ซึ่งอาจส่งผลให้ ประสิทธิภาพในการติดสินบน ของข้อเสนอเฉพาะเพิ่มขึ้นหรือลดลงอย่างไม่เป็นจริง โดยมีการจัดสรรทรัพยากรภายในโครงการที่เอียงไปทางผลประโยชน์ของกลุ่มใดกลุ่มหนึ่ง พูดง่ายๆ ก็คือการซื้อโทเค็นการกำกับดูแลจำนวนมากและฝากไว้ในกระเป๋าเงินหลายใบที่ดูเหมือนจะไม่เกี่ยวข้องกัน วาฬจึงมีโอกาสที่จะได้รับสิทธิ์ในการลงคะแนนมากกว่า 51% และครองผลการลงคะแนน
• แนวทางแก้ไขที่เกี่ยวข้อง: ประการแรก เช่นเดียวกับกลไกฉันทามติ PoW ผู้โจมตี Sybil ไม่สามารถเริ่มการโจมตีได้เพียงแค่ลงทะเบียนที่อยู่กระเป๋าเงินใหม่ แต่จำเป็นต้องลงทุนในการซื้อโทเค็นการกำกับดูแลจำนวนมาก ดังนั้น เครือข่ายขนาดใหญ่จึงมีแนวโน้มที่จะต่อต้านมากกว่า การโจมตีที่มีต้นทุนต่ำกว่าโซ่เล็ก ๆ การโจมตีของแม่มด ประการที่สอง กลไกฉันทามติ Proof of Personality (PoP) สามารถแก้ไขปัญหานี้ได้ แนวคิดหลักคือเพื่อให้แน่ใจว่าผู้เข้าร่วมแต่ละคนมีตัวตนหรือสิทธิในการลงคะแนนเสียงเพียงหนึ่งเดียวในเครือข่าย ต่างจากกลไกฉันทามติบล็อกเชนแบบดั้งเดิม เช่น Proof of Stake หรือ Proof of Work โดย PoP มุ่งเน้นไปที่เอกลักษณ์ของตัวตนของแต่ละบุคคล มากกว่าน้ำหนักตามทรัพยากรทางเศรษฐกิจ เช่น อายุของสกุลเงิน การถือครองโทเค็น หรือพลังการประมวลผล
แอร์ดรอป
• เป้าหมายคุณค่า: ออกโทเค็นให้กับผู้ใช้ที่มีส่วนร่วมตั้งแต่เนิ่นๆ จริง ๆ เพื่อรักษาผู้ใช้ใหม่และต้นทุนการตลาดตามสัดส่วน Airdrops เป็นเครื่องมือสร้างการเติบโตของผู้ใช้ที่ใช้กันทั่วไปสำหรับฝ่ายโปรเจ็กต์เพื่อดึงดูดผู้ใช้ใหม่และปัจจุบันเป็นแนวหน้าหลักสำหรับแคมเปญต่อต้านแม่มด ดังที่ได้กล่าวไว้ข้างต้น ความล้มเหลวในการออกโทเค็นให้กับผู้ใช้จริงจะมีผลกระทบที่ตามมาอย่างง่ายดายสองประการสำหรับโครงการ: ต้นทุนการตลาดเพิ่มขึ้นสองเท่าและการดึงดูดผู้ใช้ใหม่ และสร้างแรงกดดันในการขายอย่างมาก
• airdrops มีสองประเภทหลัก: (1) Push airdrop: โดยทั่วไปหมายถึงโทเค็นหรือ NFT ที่ปรากฏในกระเป๋าเงินของผู้ใช้ผ่านการแจกจ่ายแบบเต็ม (2) Pull airdrop: ผู้ใช้จะได้รับรางวัลอย่างแข็งขัน รวมถึง Uniswap, ENS, 1INCH และ Cow Swap ฯลฯ รอก่อน Airdrops แบบพุชสามารถใช้เป็นวิธีการฉ้อโกงได้อย่างง่ายดาย ดังนั้นทีมงานโครงการส่วนใหญ่จึงใช้โหมด Pull สำหรับ Airdrops ของตน
• โซลูชันที่เกี่ยวข้อง: คะแนนชื่อเสียงหรือการพิสูจน์ตัวตน (Gitcoin Passport, DegenScore, Otterspace, Trusta Labs) การตรวจสอบข้อมูลไบโอเมตริกซ์ (Humanode, Worldcoin) โซลูชัน KYC, SBT, Poap, Proof of Human และโซลูชัน DID อื่นๆ
บริจาค
• เป้าหมายมูลค่า: รักษาคะแนนสินค้าสาธารณะตามสัดส่วนและจำนวนการบริจาค ตัวอย่างเช่น Quadratic Funding สำหรับสินค้าสาธารณะเป็นกลไกการบริจาคที่ตรงกันซึ่งสร้างความสมดุลระหว่างความขัดแย้งระหว่างแรงจูงใจในการบริจาคและการกระจายอำนาจ แม้ว่า Quadratic Funding จะช่วยลดผลกระทบของการบริจาคขนาดใหญ่เพียงครั้งเดียวในกลุ่มที่ตรงกัน ผลกระทบของการให้คะแนนสินค้าสาธารณะได้จัดเตรียมอัลกอริทึมไว้ตั้งแต่แรกแล้ว การออกแบบที่สร้างสมดุลระหว่างความขัดแย้งระหว่างแรงจูงใจในการบริจาคและการกระจายอำนาจ แต่มีความเสี่ยงมากที่จะถูกโจมตีโดยแม่มด เหตุผลก็คือเมื่อเปรียบเทียบกับบัญชีเดียว การลงทะเบียนหลายบัญชีอาจส่งผลต่อการจัดสรรการจัดสรรด้วยการลงทุนรวมที่มีเงินทุนน้อยกว่า ยิ่งไปกว่านั้น แม้ว่าการตรวจสอบโครงการ การรับรองผู้บริจาค และการย้อนรอยข้อมูลจะลดอัตราความสำเร็จของการโจมตีของแม่มด แต่ก็ยังมีความเป็นไปได้ที่จะ เป็นพิษจากแม่มด:
￮ พิษจากแม่มด: ผู้โจมตีใช้บัญชีแม่มดเพื่อบริจาคเงินเล็กน้อยให้กับคู่แข่งหรือโครงการที่อยู่ในอันดับต้น ๆ เพื่อให้โครงการได้รับการตัดสินว่าเป็น แม่มด โดยทีมวิเคราะห์ข้อมูล ดังนั้นจึงป้องกันไม่ให้โครงการรับการจับคู่ การบริจาค ในอีกด้านหนึ่ง สิ่งนี้กระทบกับคู่แข่ง และในทางกลับกัน การบริจาคการจับคู่ที่ถูกยกเลิกจะกลับไปสู่กลุ่มการจับคู่ ซึ่งช่วยให้โครงการของผู้โจมตีเองได้รับการบริจาคที่ตรงกันมากขึ้น เมื่อกำหนดวิธีการโจมตีดังกล่าวแล้ว พฤติกรรมแบล็กเมล์ของบัญชี Witch ที่ต่อต้านโปรเจ็กต์ก็จะเกิดขึ้นเช่นกัน
• โซลูชันที่เกี่ยวข้อง: โซลูชันการให้คะแนนชื่อเสียงหรือพิสูจน์ตัวตน เช่น GitCoin Passport
รายได้พื้นฐานสากล (UBI)
• วัตถุประสงค์ด้านมูลค่า: แจกจ่ายกองทุน UBI ให้กับสมาชิกที่แท้จริงขององค์กร เพื่อรักษาส่วนแบ่งสัดส่วนของการรับผลประโยชน์ของสมาชิกองค์กรและรายจ่ายของกองทุน รายได้พื้นฐานสากลเรียกอีกอย่างว่ารายได้พื้นฐานแบบไม่มีเงื่อนไข UBI ไม่ใช่ข้อเสนอ Web3 ในประเทศที่มีสวัสดิการระดับสูงในยุโรปและอเมริกา เช่น นอร์เวย์ สหรัฐอเมริกา และเยอรมนี มีปรากฏหลายครั้งในข้อเสนอที่เกี่ยวข้องกับธรรมาภิบาลแห่งชาติและสวัสดิการของชาติ โดยปกติแล้วหมายความว่าไม่มีเงื่อนไข ไม่มีข้อจำกัดด้านคุณสมบัติ ไม่มีการตรวจสอบคุณสมบัติ ไม่จำเป็นต้องมีงานทำ และพลเมืองหรือสมาชิกชุมชนทุกคนสามารถรับสกุลเงินจำนวนหนึ่งได้เป็นประจำ พูดง่ายๆ ก็คือ UBI คือเงินช่วยเหลือการยังชีพที่ไม่แตกต่างที่ออกให้กับสมาชิกขององค์กร
• วิธีการแก้ไข: Proof of Person (PoP) ใช้เทคโนโลยีการระบุตัวตนแบบไบโอเมตริกเป็นหลัก ตัวอย่างเช่น Worldcoin กำหนดให้มีการทดสอบ Orb iris ที่ไซต์ออฟไลน์เพื่อรับ Worldcoin Grant นี่เป็นการป้องกันไม่ให้บุคคลจริงควบคุมหลายบัญชีเพื่อหลีกเลี่ยงการให้สิทธิ์ซ้ำ Worldcoin อ้างว่าจัดเก็บเฉพาะค่าแฮชที่ไม่สามารถย้อนกลับได้ของข้อมูลม่านตา แทนที่จะเป็นภาพถ่ายม่านตา เพื่อระบุเอกลักษณ์ของตัวตนของผู้ใช้ (World ID) ซึ่งจะช่วยเอาชนะปัญหาความเป็นส่วนตัวและความปลอดภัยของ KYC แบบดั้งเดิม
• แนวทางแก้ไขที่เกี่ยวข้อง: การตรวจสอบม่านตาโดย Worldcoin
สรุป
• แม้ว่าลักษณะเฉพาะในสถานการณ์การใช้งานที่แตกต่างกันจะแตกต่างกัน แต่ก็ไม่ใช่เรื่องยากที่จะเห็นว่าเป้าหมายคุณค่าของ Anti-Witch สามารถนำมาประกอบกับกลไกความปลอดภัยของเครือข่ายซึ่ง ค่าบำรุงรักษาของเป้าหมายมูลค่าของฝ่ายโครงการเป็นสัดส่วนกับ ผลประโยชน์ส่วนบุคคลของสมาชิกองค์กร ซึ่งในชั้นการนำเสนอส่วนใหญ่จะเกี่ยวข้องกับการป้องกันไม่ให้ผู้ใช้สมัครบัญชีปลอมจำนวนมาก
• หากฝ่ายโครงการไม่สามารถให้คำมั่นสัญญาที่น่าเชื่อถือและหลักฐานทางเทคนิคแก่สมาชิกชุมชนในการต่อสู้กับการโจมตีของซีบิล การโจมตีของซีบิลในระยะยาวจะสร้างความเสียหายต่อความปลอดภัยและความน่าเชื่อถือของโครงการ ผู้ใช้เก่าและผู้ที่อาจเป็นผู้ใช้ใหม่อาจลดการมีส่วนร่วมหรือหลีกเลี่ยงการลงทุนในโครงการโดยสิ้นเชิง ซึ่งอาจนำไปสู่ปัญหาลูกโซ่ต่างๆ ที่ชั้นแอปพลิเคชัน เช่น การสูญเสียคนงานเหมือง อัตราการจำนำลดลง การประเมินจำนวนสูงเกินไป ของผู้ใช้จริง แรงจูงใจในการบริจาคไม่เพียงพอ และการออกรายได้พื้นฐานสากลมากเกินไป .
1.2 Protocol Consensus Layer: เหตุใดผู้ต่อต้านแม่มดบางคนจึงได้รับคำชมมากมายจากชุมชน ในขณะที่คนอื่นๆ สร้างความไม่พอใจอย่างมาก?
แม้ว่าจะไม่มีค่าใช้จ่ายในการสร้างที่อยู่กระเป๋าเงินใหม่และดูเหมือนว่าการโจมตี Sybil นั้นเกิดขึ้นได้ง่าย แต่คุณสมบัติบางอย่างที่ต้านทานการโจมตี Sybil ที่มีต้นทุนต่ำนั้นมีอยู่แล้วในระดับฉันทามติของโปรโตคอล ตัวอย่างเช่น กลไก PoW กำหนดให้แต่ละโหนดสนับสนุนพลังการประมวลผลให้กับเครือข่ายเพื่อมีส่วนร่วมในการเป็นเอกฉันท์ กลไก PoS จะจัดสรรสิทธิ์ในการลงคะแนนตามจำนวนโทเค็นที่ผู้ตรวจสอบลงทุน ดังนั้นจึงไม่มีทางที่ผู้ใช้จะเพิ่มอิทธิพลของตนได้ง่ายๆ โดยการสร้างที่อยู่ใหม่ อย่างไรก็ตาม กลไกฉันทามติพื้นฐานจะเพิ่มต้นทุนของการโจมตี Sybil เท่านั้น เมื่อประโยชน์ของการโจมตีของ Sybil นั้นสูงกว่าต้นทุนมาก ผู้ประสงค์ร้ายจะยังคงเลือกที่จะเปิดการโจมตี ดังนั้นจึงมีนวัตกรรมมากมายในระดับกลไกฉันทามติ เช่น Proof of Personality (PoP), Delegated Proof of Stake (DPoS), Proof of Authority (PoA) เป็นต้น โปรโตคอลแบบกระจายที่มีการป้องกันการโจมตีจากซีบิลก็ได้รับการพัฒนาเช่นกัน เช่น อัลกอริธึม เช่น SumUp และ DSybil ซึ่งจะไม่มีการกล่าวถึงในรายละเอียดที่นี่
นอกจากนี้ ฝ่ายโครงการอาจเปลี่ยนประสิทธิภาพของการต่อต้านซีบิลผ่านกฎและมาตรการที่ส่งผลต่อ ROI ของการโจมตีซีบิล โดยทั่วไปแล้ว การประเมินโครงการริเริ่มต่อต้านแม่มดของชุมชน โดยไม่คำนึงถึงสถานการณ์การสมัคร มักจะเกี่ยวข้องกับขนาดกองทุนรวมของโครงการ สูตรการแจกจ่ายโทเค็น และเงื่อนไขคุณสมบัติ
1.2.1 ขนาดพูลทุน
ขนาดกองทุนรวม ซึ่งก็คือจำนวนเงินที่โครงการสามารถใช้เป็นรางวัลและสิ่งจูงใจได้ เนื่องจากขนาดของแหล่งเงินทุนส่งผลโดยตรงต่อผลตอบแทนที่เป็นไปได้สำหรับผู้เข้าร่วมแต่ละราย เมื่อกลุ่มมีขนาดใหญ่ขึ้น โดยทั่วไปแล้วสมาชิกในชุมชนอาจมีทัศนคติเชิงบวกมากขึ้น แต่ในขณะเดียวกัน ความเสี่ยงที่อาจเกิดขึ้นจากการโจมตีของซีบิลก็มีมากขึ้น
ตัวอย่างเช่น กลุ่มกองทุน Airdrop ที่สองของ OP คิดเป็น 0.27% ของปริมาณโทเค็นทั้งหมดเท่านั้น ซึ่งเป็นการลดลงในที่ฝากข้อมูล เมื่อเทียบกับ 5% ของ Airdrop ครั้งแรก เนื่องจากกองทุนมีขนาดเล็ก จึงทำให้เกิดความขัดแย้งในชุมชนอย่างกว้างขวาง
1.2.2 สูตรการกระจายโทเค็น
สูตรการแจกโทเค็นจะกำหนดว่าผู้เข้าร่วมจะได้รับรางวัลเป็นโทเค็นอย่างไร ซึ่งรวมถึงวิธีคำนวณการบริจาคของผู้เข้าร่วมแต่ละคน และกฎสำหรับการจัดสรรโทเค็นตามการบริจาคเหล่านี้ โดยทั่วไปสูตรการแจกแจงที่โปร่งใสและยุติธรรมมักได้รับการตอบรับอย่างดีจากชุมชน เพราะพวกเขามั่นใจว่าทุกคนจะได้รับรางวัลอย่างยุติธรรมสำหรับความพยายามของพวกเขา อย่างไรก็ตามหากสูตรการจัดสรรมีความซับซ้อน คลุมเครือ หรือลำเอียง อาจนำไปสู่ความไม่พอใจและความขัดแย้งระหว่างสมาชิกในชุมชนได้
ตัวอย่างเช่น การจัดสรร Airdrop ครั้งที่สองของ OP มุ่งเน้นไปที่การกำกับดูแล ในขณะที่คำนึงถึงผู้ใช้ที่ใช้งานอยู่ซึ่งไม่ได้มีส่วนร่วมในการกำกับดูแล วิธีการคืน GasFee ทำให้ เกษตรกรที่ส่งทางอากาศ ที่ไม่มีส่วนร่วมในการกำกับดูแลในแง่ดีไม่มีประโยชน์ในการส่งอากาศครั้งนี้ ผู้ใช้ส่วนใหญ่ไม่ได้รับผลกำไรที่ดีมากนักในการแจก Airdrop รอบนี้ ซึ่งเป็นเหตุผลหลักว่าทำไมการ Airdrop รอบนี้ไม่สร้างผลกระทบด้านความมั่งคั่ง ที่อยู่ส่วนใหญ่ได้รับสิ่งจูงใจจากการแจกทางอากาศน้อยกว่า 50 $OP และมีที่อยู่เพียงไม่กี่แห่งเท่านั้นที่ได้รับสิ่งจูงใจจากการแจกทางอากาศจำนวนหลายร้อย $OP
1.2.3 เงื่อนไขคุณสมบัติ
เกณฑ์คุณสมบัติคือเกณฑ์ที่กำหนดว่าใครมีสิทธิ์เข้าร่วม เงื่อนไขเหล่านี้อาจรวมถึงการทำงานเฉพาะให้เสร็จสิ้น การโต้ตอบกับโครงการหลายครั้ง หรือแม้แต่กระบวนการยืนยันตัวตน เช่น KYC หากคุณสมบัติเข้มงวดเกินไปหรือยุ่งยากเกินไป ก็อาจทำให้สมาชิกชุมชนบางส่วนไม่สามารถเข้าร่วมได้ ซึ่งนำไปสู่ความไม่พอใจ ในทางกลับกัน หากเงื่อนไขผ่อนปรนเกินไป เงื่อนไขเหล่านั้นอาจไม่มีประสิทธิภาพในการป้องกันการละเมิด ซึ่งส่งผลให้ประสิทธิภาพของมาตรการต่อต้านแม่มดลดลง
ตัวอย่างเช่น ในการได้รับคุณสมบัติการลงทุน SEI air ผู้ใช้ไม่เพียงแต่ต้องโต้ตอบหลายครั้งและทำงานหลัก 5 รายการให้สำเร็จเท่านั้น แต่ยังต้องกรอกแบบฟอร์มหลายครั้งด้วย และ KYC จะต้องได้รับ กระบวนการที่ซับซ้อนและความเสี่ยง การเปิดเผยข้อมูลส่วนตัวทำให้เกิดความไม่พอใจในชุมชน
1.3 ชั้นการตรวจสอบและการตรวจจับ: ความเหมือน ความแตกต่าง และการเปรียบเทียบเส้นทางทางเทคนิค ข้อดีและข้อเสียของโซลูชัน
เป็นความคิดที่ดีอย่างแน่นอนที่จะลดอัตราส่วนอินพุตและเอาท์พุตของการโจมตีซีบิลผ่านเลเยอร์ฉันทามติของโปรโตคอล แต่เอฟเฟกต์ต่อต้านแม่มดไม่ได้รับประกันว่า จะกำจัดรากเหง้า และเป็นเรื่องยากสำหรับฝ่ายโครงการที่จะดำเนินการตัดสินที่แม่นยำและ การตรวจสอบที่ชั้นนี้. . ดังนั้นเราจึงจำเป็นต้องมีกลไกจูงใจหรือโซลูชันทางเทคนิคเพื่อตรวจสอบและตรวจจับบัญชีแม่มด เช่น นักสืบชุมชน ข้อมูลรับรองตัวตน การพิสูจน์บุคลิกภาพ (PoP) และการวิเคราะห์กิจกรรมพฤติกรรมออนไลน์ เป็นที่น่าสังเกตว่ารายชื่อที่อยู่แม่มดในประวัติศาสตร์ที่ระบุแต่ละรายการจะได้รับการสืบทอดโดยฝ่ายโครงการใหม่ด้วย
1.3.1 นักสืบชุมชน
• Safe, HOP, CONNEXT, การมองโลกในแง่ดีสนับสนุนให้นักสืบในชุมชนรายงานเรื่องแม่มด โดยเปลี่ยนความรับผิดชอบในการรายงานเรื่องต่อต้านแม่มดไปทั่วทั้งชุมชน แม้ว่าความตั้งใจเดิมจะเป็นสิ่งที่ดี แต่รายงานเพื่อรับก็เป็นวิธีใหม่ในการจูงใจผู้ใช้ แต่แนวทางนี้ทำให้เกิดความขัดแย้งในชุมชน ตัวอย่างเช่น บัญชีแม่มดที่รายงานของ CONNEXT ขู่ว่าจะวางยาพิษกระเป๋าสตางค์อื่นๆ ซึ่งอาจทำให้ความพยายามต่อต้านแม่มดของชุมชนลุกเป็นไฟ
• ข้อดี: โดยทั่วไปแล้ว หน่วยสืบราชการลับของนักสืบในชุมชนมีความทันเวลาและผู้เชี่ยวชาญส่วนตัวก็แสดงความสามารถของตน
• ข้อเสีย: ความแม่นยำต่ำ อัตราความสำเร็จในการรายงานต่ำ บัญชีแม่มดที่พลาดได้ง่าย หรือกระตุ้นให้แม่มดวางยาพิษแก้แค้น
1.3.2 บัตรประจำตัวประชาชนและหลักฐานแสดงบุคลิกภาพ (Proof of Personhood)
มีวิธีแก้ไขปัญหามากมายในทิศทางของข้อมูลประจำตัวและการพิสูจน์บุคลิกภาพ ซึ่งมักจะเกี่ยวข้องกับแนวคิดหลายประการเกี่ยวกับการระบุตัวตนแบบกระจายอำนาจ (DID) เช่น โทเค็นที่ผูกมัดจิตวิญญาณ (SBT) ใบรับรองที่ตรวจสอบได้ (VC) และ POAP (Proof of Attendance Protocol) ฯลฯ .
โทเค็น Soulbound (SBT):
• SBT เป็นโทเค็นที่ไม่สามารถเข้ากันได้ (NFT) ชนิดพิเศษที่แสดงถึงตัวตน คุณลักษณะ หรือความสำเร็จส่วนบุคคล ไม่เหมือนกับ NFT ทั่วไป SBT ไม่สามารถซื้อขายหรือโอนได้ เนื่องจากสิ่งเหล่านั้นเชื่อมโยงกับ จิตวิญญาณ (เช่น ตัวตนส่วนบุคคล) ของผู้ถือ สิ่งเหล่านี้ถูกใช้ในโลกดิจิทัลเพื่อแสดงคุณลักษณะที่ไม่สามารถถ่ายโอนได้ เช่น คุณวุฒิทางการศึกษา ประวัติการทำงาน หรือชื่อเสียงในชุมชน
• ข้อได้เปรียบ:
￮ การทำให้เป็นส่วนบุคคลและไม่สามารถถ่ายโอนได้: SBT มีความเชื่อมโยงอย่างใกล้ชิดกับตัวตนของแต่ละบุคคล และไม่สามารถถ่ายโอนหรือแลกเปลี่ยนได้ ซึ่งจะเพิ่มความแม่นยำในการนำเสนอตัวตนและคุณสมบัติของแต่ละบุคคล
￮ ความยืดหยุ่นและความสามารถในการปรับขนาด: สามารถสร้าง SBT ประเภทต่างๆ ได้ตามต้องการเพื่อวัตถุประสงค์ในการตรวจสอบที่แตกต่างกัน
• ข้อบกพร่อง:
￮ปัญหาความเป็นส่วนตัว: SBT ที่เกี่ยวข้องกับบุคคลอย่างใกล้ชิดอาจเปิดเผยข้อมูลส่วนบุคคลมากเกินไป
￮ ความยากลำบากในการเพิกถอนและการเปลี่ยนแปลง: เมื่อออกแล้ว SBT อาจเพิกถอนหรือแก้ไขได้ยาก ซึ่งอาจเป็นปัญหาเมื่อจำเป็นต้องอัปเดตข้อมูล
2. ข้อมูลประจำตัวที่ตรวจสอบได้ (VC)
• VCs คือใบรับรองดิจิทัลที่รับรองคุณสมบัติหรือคุณสมบัติบางประการของผู้ถือ ใบรับรองเหล่านี้สามารถออกโดยสถาบันหรือบุคคลต่างๆ และสามารถใช้เพื่อยืนยันตัวตน คุณสมบัติ สมาชิก หรือข้อมูลที่ตรวจสอบได้อื่นๆ คุณสมบัติที่สำคัญของ VC คือสามารถใช้งานได้ในสภาพแวดล้อมที่มีการกระจายอำนาจโดยไม่ต้องขึ้นอยู่กับสถาบันที่ออกบัตรเพียงแห่งเดียว
• ข้อได้เปรียบ:
￮ การควบคุมความเป็นส่วนตัวที่ดีขึ้น: VC อนุญาตให้ผู้ถือเลือกข้อมูลที่ต้องการแบ่งปัน ซึ่งช่วยเพิ่มการปกป้องความเป็นส่วนตัว
￮ การบังคับใช้ที่หลากหลาย: VC สามารถใช้งานได้หลากหลายสถานการณ์ ตั้งแต่การยืนยันตัวตนไปจนถึงการรับรองคุณสมบัติ
￮ง่ายต่อการจัดการและอัปเดต: เมื่อเปรียบเทียบกับ SBT แล้ว VC จะอัปเดตหรือเพิกถอนได้ง่ายกว่า
• ข้อบกพร่อง:
￮ การรวมศูนย์: ความน่าเชื่อถือของ VC ขึ้นอยู่กับชื่อเสียงและความน่าเชื่อถือของผู้ออกเป็นอย่างมาก
3. POAP（Proof of Attendance Protocol）
• POAP คือระบบรวบรวมดิจิทัลที่ใช้ในการตรวจสอบบันทึกการมีส่วนร่วมหรือการเข้าร่วมของแต่ละบุคคลในกิจกรรมหรือกิจกรรมเฉพาะ แนวคิดนี้กำลังได้รับความนิยมมากขึ้นในชุมชนสกุลเงินดิจิทัลและบล็อกเชน โดยเฉพาะอย่างยิ่งเป็นการตรวจสอบการมีส่วนร่วมในกิจกรรมเสมือนจริงและในโลกแห่งความเป็นจริงต่างๆ
• ข้อได้เปรียบ:
￮ ความเป็นเอกลักษณ์และการไม่เปลี่ยนแปลง: POAP ซึ่งเป็น NFT ที่ใช้บล็อกเชนนั้นมีเอกลักษณ์เฉพาะตัวและไม่สามารถเปลี่ยนแปลงได้ ซึ่งช่วยให้แน่ใจว่า POAP แต่ละรายการแสดงถึงกิจกรรมการมีส่วนร่วมที่แท้จริง ซึ่งช่วยลดความเป็นไปได้ของการปลอมแปลงหรือข้อมูลระบุตัวตนที่ซ้ำกัน
￮ ตรวจสอบการเข้าร่วม: POAP สามารถใช้เป็นข้อมูลรับรองเพื่อตรวจสอบการมีส่วนร่วมของผู้ใช้ในกิจกรรม แนวทางนี้มีประโยชน์อย่างยิ่งในการลงคะแนนเสียงหรือสถานการณ์อื่นๆ ที่ต้องมีการตรวจสอบผู้เข้าร่วมจริง
￮ ค่าใช้จ่ายในการโจมตีที่เพิ่มขึ้น: เพื่อให้การโจมตี Sybil สำเร็จ ผู้โจมตีจะต้องได้รับ POAP จำนวนมาก ซึ่งอาจเกี่ยวข้องกับการเข้าร่วมในกิจกรรมต่างๆ มากมาย หรือค้นหาวิธีอื่นเพื่อรับ POAP เหล่านี้ สิ่งนี้จะเพิ่มต้นทุนและความซับซ้อนในการโจมตี
￮ ความโปร่งใสและการตรวจสอบย้อนกลับ: เนื่องจาก POAP ถูกบันทึกไว้ในบล็อกเชน การออกและการถ่ายโอนจึงโปร่งใสและตรวจสอบย้อนกลับได้ ซึ่งช่วยระบุและป้องกันพฤติกรรมที่เป็นอันตราย
• ข้อบกพร่อง:
￮ ค่าใช้จ่ายสูง: ในบางบล็อกเชน เช่น ETH การสร้างและถ่ายโอน NFT อาจต้องเสียค่าธรรมเนียมการทำธุรกรรมที่มีราคาแพง
โซลูชันข้อมูลประจำตัวอื่นๆ: KYC, การระบุตัวตนด้วยชีวมาตร, การรับรองออนไลน์ของ OP AttestationStation ฯลฯ
1.3.3 การวิเคราะห์กิจกรรมเชิงพฤติกรรมในห่วงโซ่
อัลกอริธึม AI-ML สามารถต้านทานการโจมตีของซีบิลได้โดยการตรวจสอบรูปแบบกิจกรรมพฤติกรรมบนลูกโซ่ อย่างไรก็ตาม ความยากในการตรวจจับซีบิลด้วยเทคโนโลยีประเภทนี้เกิดจากการขาดป้ายกำกับสำหรับบัญชีแม่มดจริง ๆ ทำให้เป็นไปไม่ได้ที่จะสร้างชุดการฝึกอบรมที่เหมาะสมสำหรับ การเรียนรู้แบบมีผู้สอนและคาดการณ์ชุดทดสอบเพื่อตรวจสอบความแม่นยำในการตัดสินใจของอัลกอริทึม ตัวอย่างเช่น อัลกอริธึมอาจไม่เพียงแต่พลาดบัญชีแม่มดบางบัญชีเท่านั้น แต่ยังอาจระบุบัญชีบุคคลจริงอย่างไม่ถูกต้องว่าเป็นบัญชีแม่มดด้วย ทำให้รายชื่อ Airdrop มีอคติและทำให้เกิดความไม่พอใจในหมู่สมาชิกชุมชน ดังนั้น อัลกอริธึมต่อต้านแม่มด AI-ML ในปัจจุบันจึงอิงตามการวิเคราะห์อนุกรมเวลาและการขุดกราฟของข้อมูลออนไลน์เป็นหลัก เช่น การวิเคราะห์การถ่ายโอนและการโต้ตอบแบบแบตช์ การขุดรูปแบบลำดับพฤติกรรม และกราฟการถ่ายโอนสินทรัพย์ จากนั้นจึงค่อย ๆ สะสมพวกมัน ผ่านการตรวจสอบด้วยตนเอง แท็กแม่มดตัวจริง
•การถ่ายโอนและการโต้ตอบเป็นชุด:ตรวจจับบัญชีแม่มดโดยการวิเคราะห์พฤติกรรมการทำธุรกรรมระหว่างที่อยู่ต่างๆ ซึ่งรวมถึงการระบุการถ่ายโอนแบบกลุ่มและรูปแบบการโต้ตอบที่อาจบ่งบอกถึงพฤติกรรมของแม่มด
• การขุดรูปแบบลำดับพฤติกรรม:การขุดข้อมูลเพื่อค้นหารูปแบบพฤติกรรมที่สอดคล้องกันซึ่งอาจบ่งบอกถึงการโจมตีของ Sybil
• กราฟการโอนสินทรัพย์ (ATG):ใช้การขุดกราฟการโอนสินทรัพย์เพื่อวิเคราะห์การไหลของสินทรัพย์ระหว่างเอนทิตีเพื่อช่วยระบุการโจมตีของ Sybil ที่อาจเกิดขึ้น
ตัวอย่างเช่น Celestia airdrop นำโปรแกรมต่อต้านแม่มดของ Trusta Labs มาใช้ ซึ่งล็อคบัญชีแม่มดผ่านการวิเคราะห์พฤติกรรมออนไลน์แบบสองขั้นตอน
•ระยะที่ 1: การตรวจจับชุมชนบน ATGวิเคราะห์กราฟการโอนสินทรัพย์ (ATG) โดยใช้อัลกอริธึมการตรวจจับชุมชน เช่น Louvain และ K-Core เพื่อตรวจจับกลุ่มซีบิลที่น่าสงสัยและเชื่อมต่อกันหนาแน่น
￮ การโจมตีแบบแตกต่างรูปดาว:ที่อยู่ในกลุ่มได้รับการโอนจากแหล่งที่อยู่เดียวกัน
￮การโจมตีการบรรจบกันของดวงดาว:ที่อยู่ในกลุ่มจะส่งเงินไปยังที่อยู่เป้าหมายเดียวกัน
￮ การโจมตีต้นไม้:ความสัมพันธ์ของการโอนเงินภายในกลุ่มทำให้เกิดโครงสร้างแบบต้นไม้
￮ การโจมตีแบบลูกโซ่:การถ่ายโอนแบบอนุกรมระหว่างที่อยู่เป็นโครงสร้างลูกโซ่
• ขั้นที่ 2: การเพิ่มประสิทธิภาพ K-Means โดยพิจารณาจากความคล้ายคลึงกันของพฤติกรรมคำนวณโปรไฟล์ผู้ใช้และกิจกรรมสำหรับแต่ละที่อยู่ K-means เพิ่มประสิทธิภาพการจัดกลุ่มโดยการกรองที่อยู่ที่แตกต่างกันเพื่อลดผลบวกลวงในระยะที่ 1
แหล่งที่มาของภาพ:ข้อมูลเบื้องต้นเกี่ยวกับเฟรมเวิร์กต่อต้านแม่มดของ Trusta airdrop: โซลูชันความน่าเชื่อถือที่อิงจาก AI และการเรียนรู้ของเครื่อง
• ข้อได้เปรียบ:
1 . AI-ML ปกป้องความเป็นส่วนตัวของผู้ใช้ผู้ใช้ไม่จำเป็นต้องให้ข้อมูลไบโอเมตริกซ์ส่วนบุคคลและชุดการตรวจสอบตัวตนใน Web2 การพิสูจน์บุคลิกภาพจำเป็นต้องมีการยืนยันตัวตน โดยไม่เปิดเผยตัวตนของผู้ใช้
2. AI-MLการวิเคราะห์ข้อมูลออนไลน์จำนวนมากอย่างครอบคลุมเพื่อลดช่องโหว่และเสนอแนวทางแก้ไขเพิ่มเติมเชื่อถือได้. การยืนยันตัวตนสามารถถูกนำไปใช้ประโยชน์และปลอมแปลงได้ ซึ่งทำให้แผนการพิสูจน์บุคลิกภาพเสี่ยงต่อการถูกโจมตี
3. โซลูชัน AI-ML โดยพื้นฐานแล้วไม่จำเป็นต้องได้รับอนุญาตจากใครทุกคนสามารถวิเคราะห์ข้อมูลที่เปิดเผยต่อสาธารณะเดียวกันได้
4. เนื่องจากการวิเคราะห์ AI-ML มีความโปร่งใส การตรวจจับแม่มดจึงเปิดเผยต่อสาธารณะได้การตรวจสอบหลายฝ่าย。
• ข้อบกพร่อง：
1. การไม่มีป้ายกำกับแม่มดที่แท้จริงจะจำกัดความซับซ้อน ความแม่นยำ และการเรียกคืนอัลกอริธึม AI-ML ที่สามารถนำมาใช้ได้ในปี 2022 ไม่มีชุดข้อมูลการวัดประสิทธิภาพที่ได้รับการระบุว่าเป็นแม่มดที่สามารถใช้เพื่อฝึกโมเดลภายใต้การดูแลได้ เมื่อฝึกฝนเกี่ยวกับข้อมูลแม่มด/ไม่ใช่แม่มดแบบคงที่ ความแม่นยำและการเรียกคืนแบบจำลองอาจเปราะบาง เนื่องจากชุดข้อมูลชุดเดียวไม่สามารถครอบคลุมรูปแบบแม่มดทั้งหมดได้ อัตราการเรียกคืนจึงถูกจำกัดไว้ นอกจากนี้ ผู้ใช้ที่จัดประเภทไม่ถูกต้องจะไม่สามารถให้ข้อเสนอแนะได้ ซึ่งเป็นอุปสรรคต่อการปรับปรุงความถูกต้องเพิ่มเติม
2. พฤติกรรมของแม่มดส่วนใหญ่ไม่แตกต่างจากผู้ใช้ทั่วไปมากนัก ทำให้ยากต่อการระบุตัวตนปัจจุบันวิธีการตรวจจับที่เหมาะสมที่สุดคืออัลกอริธึมการจัดกลุ่ม ด้วยการสะสมและการยืนยันฉลากแม่มดที่แท้จริง กรอบอัลกอริธึมการเรียนรู้เชิงลึกที่มีความเป็นผู้ใหญ่มากขึ้นสามารถนำไปใช้ได้ในอนาคตเพื่อเพิ่มประสิทธิภาพวิธีการตรวจจับ
2. Anti-Witches มีเรื่องราวใหม่ๆ อะไรบ้าง?
แม้ว่าการเล่าเรื่องต่อต้านแม่มดในปัจจุบันฟังดูคล้ายกับได้รับแรงผลักดันจากความต้องการของฝ่ายโปรเจ็กต์"ต่อต้านผู้ใช้"คุณลักษณะของมันทำให้ความมีเหตุผลในแง่ของคุณค่าทางปรัชญาเป็นเรื่องที่น่าสงสัย แต่เรามีเหตุผลทุกประการที่เชื่อได้ว่ามันจะขยายคุณค่าทางนิเวศน์ที่แข็งแกร่งมากขึ้นในการเล่าเรื่องในอนาคต
2.1 DeFi: คะแนนเครดิตและอันดับเครดิต
ทิศทางการเล่าเรื่องที่ขยายออกไปอย่างหนึ่งคือ DeFi และการกู้ยืมเครดิต ก่อนหน้านี้การให้กู้ยืมเครดิตบล็อคเชนเกือบจะว่างเปล่า เนื่องจากขาดระบบการประเมินเครดิตแบบออนไลน์ สินเชื่อส่วนใหญ่จึงสามารถใช้กลไกหลักประกันที่มากเกินไปเท่านั้น ซึ่งห้ามสภาพคล่องจำนวนมากที่ไม่เต็มใจที่จะกู้ยืมมากเกินไป มี ยังมีพื้นที่อีกมากสำหรับอัตราการจำนำใหม่ และการสร้างระบบการประเมินเครดิตจำเป็นต้องขึ้นอยู่กับการกำจัดบัญชีปลอมจำนวนมาก
• โครงการที่เกี่ยวข้อง:Gitcoin Passport、คะแนนสื่อของ TrustaGoรอ
2.2 SocialFi: กราฟโซเชียล
ทิศทางการเล่าเรื่องที่กำลังเติบโตอีกประการหนึ่งคือ SocialFi และกราฟโซเชียล ในระบบนิเวศการสร้างเนื้อหาตามกราฟโซเชียลและชื่อเสียงออนไลน์ (เช่น SocialFi และ GameFi) เมื่ออิทธิพลทางสังคมมีราคาที่สมเหตุสมผล Witches อาจสร้างรายได้ด้วยการสร้างบัญชีปลอมจำนวนมากเพื่อจัดการคะแนนชื่อเสียง ความคิดเห็น หรืออิทธิพลทางสังคม เช่นเดียวกับโทรลล์และบอทบนโซเชียลมีเดียของ Web2
• โครงการที่เกี่ยวข้อง: กราฟโซเชียลตามสัญญาอัจฉริยะLens ProtocolและCyberConnect, กราฟโซเชียลบนเครือข่ายFarcasterและDesoโปรโตคอลการซื้อขายทางสังคมFriend.techเกี่ยวข้องทางเศรษฐกิจกับผู้สร้างเนื้อหาBodhi。
3. แนวโน้ม: อะไรคือผลลัพธ์ที่เป็นไปได้ของเกมระหว่าง ต่อต้านแม่มด และ การเก็บเกี่ยวขนแกะ?
• การขยายสถานการณ์การใช้งาน: เครดิตออนไลน์และกราฟโซเชียล
การเปลี่ยนจากฝ่ายโครงการ ต่อต้านผู้ใช้ จำเป็นต้องมุ่งตรงความต้องการของผู้ใช้แม้ว่าการเล่าเรื่องต่อต้านแม่มดในปัจจุบันฟังดูคล้ายกับได้รับแรงผลักดันจากความต้องการของฝ่ายโปรเจ็กต์"ต่อต้านผู้ใช้"คุณลักษณะของมันทำให้ความเป็นเหตุเป็นผลในระดับคุณค่าทางปรัชญายังคงเป็นที่น่าสงสัย แต่เรามีเหตุผลทุกประการที่เชื่อว่ามีแนวโน้มที่จะขยายไปสู่คุณค่าทางนิเวศน์ที่แข็งแกร่งมากขึ้นในการเล่าเรื่องในอนาคตทิศทางการเล่าเรื่องที่ขยายออกไปอย่างหนึ่งคือ DeFi และการกู้ยืมเครดิตก่อนหน้านี้ การให้กู้ยืมเครดิตบล็อคเชนแทบจะว่างเปล่าเนื่องจากเราขาดระบบการประเมินเครดิตแบบ on-chain ด้วยเหตุนี้ สินเชื่อส่วนใหญ่ในขณะนี้จึงสามารถใช้ได้เฉพาะกลไกการค้ำประกันที่มากเกินไปเท่านั้น และ การสร้างระบบการประเมินเครดิตจำเป็นต้องอยู่บนพื้นฐานของการกำจัด ของบัญชีเท็จข้างต้นทิศทางการเล่าเรื่องที่กำลังเติบโตอีกประการหนึ่งคือ SocialFi และกราฟโซเชียลในระบบนิเวศการสร้างเนื้อหาตามกราฟโซเชียลและชื่อเสียงออนไลน์(เช่น SocialFi และ GameFi). เมื่ออิทธิพลทางสังคมมีราคาที่สมเหตุสมผล การโจมตีของ Sybil อาจสามารถบรรลุผลกำไรจำนวนมากโดยการสร้างบัญชีปลอมจำนวนมากเพื่อจัดการคะแนนชื่อเสียง ความคิดเห็น หรืออิทธิพลทางสังคม เช่นเดียวกับโทรลล์และบอทที่สแปมบทวิจารณ์บนโซเชียลมีเดียของ Web2ดังนั้นในสถานการณ์ DeFi, SocialFi และ GameFi เราจึงมีแนวโน้มที่จะเห็นสถานการณ์ของแอปพลิเคชันที่ขับเคลื่อนโดยความต้องการของผู้ใช้ที่ขยายจาก Anti-Witch
• การกระจายตัวของระบบการให้คะแนนเครดิตที่อยู่: บูรณาการโซลูชั่นการตรวจจับหลายรายการ
บูรณาการแผนการตรวจจับที่หลากหลายเพื่อแลกกับความเป็นส่วนตัวและความแม่นยำการผูกข้อมูลประจำตัวหรือการให้ข้อมูลไบโอเมตริกซ์สามารถแยกแยะความแตกต่างระหว่างคนจริงและบัญชีปลอมได้อย่างมีประสิทธิภาพมากขึ้นอย่างแน่นอน และสามารถใช้โซลูชัน Web2 ที่เป็นผู้ใหญ่ได้อีกมากมาย แต่ยังมาพร้อมกับข้อกำหนดในการรวบรวมข้อมูลผู้ใช้ที่สูงขึ้นด้วย ในทางตรงกันข้าม โซลูชันที่ใช้อัลกอริธึม AI-ML มีข้อได้เปรียบในการตรวจจับขนาดใหญ่ การตรวจสอบหลายฝ่าย และการปกป้องความเป็นส่วนตัว แต่ยังประสบปัญหาที่ไม่สามารถสกัดกั้นล่วงหน้าหรือแบบเรียลไทม์ได้ ดังนั้น การรวมโซลูชันการตรวจจับหลายรายการเข้าด้วยกันจึงเป็นโซลูชันที่ดีกว่า
•ผู้ใช้มีที่อยู่หลักและที่อยู่รองหลายแห่งซึ่งจัดการผ่านกระเป๋าเงิน
มีข้อแลกเปลี่ยนระหว่างการผูกมัดชื่อเสียงและการสูญเสียตัวตนในอนาคต บางทีผู้ใช้จริงทุกคนจะมีที่อยู่หลักเพียงแห่งเดียวที่สามารถจดจำและระบุตัวตนที่สามารถสะสมชื่อเสียงได้อย่างยั่งยืน (บางส่วนทับซ้อนกับความหมายของ DID) และผู้ใช้สามารถรับผลประโยชน์จูงใจที่ได้รับจากโครงการเท่านั้น เช่น การแจกอากาศผ่าน ที่อยู่หลัก อย่างไรก็ตาม TA สามารถเชื่อมโยงที่อยู่ในท้องถิ่นในสถานการณ์การแบ่งย่อยหลายรายการสำหรับการโต้ตอบกับโครงการแอปพลิเคชัน เพื่อป้องกันความเสี่ยงเชิงระบบที่เกิดจากการสูญหายหรือการโจรกรรมที่อยู่หลัก
บทสรุป
จากการตรวจสอบข้างต้น เราสามารถตอบคำถามบางข้อที่เกิดขึ้นในบทความนี้ได้ ประการแรก การต่อต้านแม่มดของ Web3 เป็นส่วนเสริมของแนวคิดต่อต้านการฉ้อโกงและการต่อต้านการโกงของ Web2 แต่ก็มีลักษณะเฉพาะบางประการของ Web3 ด้วย ตัวอย่างเช่น หลังจากการโปรโมตการเล่าเรื่องแบบ airdrop ในวงกว้าง สิ่งจูงใจในการสร้างรายได้สำหรับแม่มด การโจมตีได้รับการปรับปรุงอย่างมีนัยสำคัญ เนื่องจากลักษณะเฉพาะของเกมระหว่าง ปาร์ตี้โปรเจ็กต์และปาร์ตี้ขนสัตว์ มาตรการตรวจสอบและตรวจจับของการล่าแม่มดจึงเปลี่ยนอย่างรวดเร็วจากระดับเล็กน้อยไปจนถึงรุนแรงและซับซ้อน และวิธีการทางเทคนิคยังคงได้รับการปรับปรุงอย่างต่อเนื่อง ประการที่สอง แม้ว่าการเล่าเรื่องต่อต้านแม่มดในปัจจุบันจะดูเหมือนถูกขับเคลื่อนโดยความต้องการของฝ่ายโปรเจ็กต์มากกว่าก็ตาม"ต่อต้านผู้ใช้"คุณลักษณะของมันทำให้เหตุผลในระดับคุณค่าทางปรัชญาเป็นเรื่องที่น่าสงสัย แต่เรามีเหตุผลทุกประการที่เชื่อว่ามีแนวโน้มที่จะขยายคุณค่าทางนิเวศวิทยาที่แข็งแกร่งมากขึ้นในการเล่าเรื่องในอนาคตของ Web3 จากนั้นจึงทำการพิสูจน์มูลค่าที่ขับเคลื่อนด้วยความต้องการของผู้ใช้ เช่น DeFi การให้สินเชื่อ , กราฟโซเชียลของ SocialFi และ GameFi และอีกมากมาย ปัจจุบัน โซลูชันด้านเทคนิคต่อต้านแม่มดกำลังเปลี่ยนจากระยะตัวอ่อนไปสู่ระยะสุก รูปแบบสุดท้ายอาจเป็นได้ว่าผู้ใช้มีที่อยู่หลักหนึ่งรายการและที่อยู่รองหลายรายการจัดการผ่านกระเป๋าเงิน ที่อยู่หลักเชื่อมโยงกับระบบการให้คะแนนเครดิต ที่รวมโซลูชันการตรวจจับหลายรายการ และที่อยู่สำรองหลายรายการที่ใช้สำหรับการโต้ตอบในสถานการณ์การใช้งานแนวตั้งและการตรวจสอบการดึงข้อมูลบัญชี
สุดท้ายนี้ ฉันหวังว่าเมื่อผู้อ่านเห็นเรื่องราวของโครงการที่เกี่ยวข้องกับการต่อต้านแม่มดและชื่อเสียงออนไลน์ในอนาคต พวกเขาจะสามารถเข้าใจได้อย่างชัดเจนว่าสถานการณ์คุณค่าใดที่ “แม่มด” ที่พวกเขาเรียกว่ากำลังพยายามใช้ตัวตนที่เป็นเท็จเพื่อโจมตีทีมงานโครงการกำลังเสนอฉันทามติโปรโตคอลใหม่เพื่อลด ROI ของการโจมตี Sybil จากแหล่งที่มา หรือพวกเขากำลังพูดถึงข้อมูลประจำตัวในการเข้าถึงหรือข้อมูลประจำตัวก่อนการโจมตีเกิดขึ้น หรือพวกเขากำลังพูดถึงเครื่องมือตรวจจับและวิธีการหลังจากการโจมตีเกิดขึ้นหรือไม่แน่นอนว่าโครงการที่เกี่ยวข้องมีแนวโน้มที่จะทำมากกว่าหนึ่งระดับเกมระหว่างการต่อต้านแม่มดและการเก็บขนแกะจะดำเนินต่อไป แต่มีแนวโน้มว่าจะเป็นเกมที่มีผลรวมเป็นบวก มากกว่าที่คิดโดยทั่วไปว่าเป็นเกมที่มีผลรวมเป็นศูนย์โดยเฉพาะอย่างยิ่ง ตรรกะการลงทุนหลักคือแนวโน้มมูลค่าแอปพลิเคชันโดยประมาณ > เทคโนโลยีการตรวจสอบและการตรวจจับ > นวัตกรรมที่เป็นเอกฉันท์ของโปรโตคอล
อ้างอิง
[ 1 ] https://medium.com/@trustalabs.ai/trustas-ai-and-machine-learning-framework-for-robust-sybil-resistance-in-airdrops-ba17059ec5b7
[2] https://passport.gitcoin.co/
[3] https://docs.lens.xyz/docs
[4] https://cyberconnect.me/
IOS
Android