Представляем внутреннюю рейтинговую модель, основанную на честности, для устойчивой репутации Система
2 января 2024 г.:::информация Этот документ доступен на arxiv по лицензии CC BY-NC-SA 4.0 DEED.
Авторы:
(1) Х. Вэнь, факультет экономики, Университет Бата;
(2) Т. Хуанг, факультет бизнеса и права, Университет Рохэмптона;
(3) Д. Сяо, Школа математических наук.
:::
Таблица ссылок
Соответствующие технологии блокчейна
Расширенные модели для реальных сценариев
Аннотация
В эпоху цифровых рынков перед потребителями стоит задача распознать качество среди асимметрии информации. В то время как традиционные рынки используют механизмы брендов для решения этой проблемы, перенос таких систем на интернет-рынки P2P, где широко распространены вводящие в заблуждение практики, такие как фальшивые рейтинги, остается сложной задачей. Современные интернет-платформы пытаются противостоять этому с помощью алгоритмов проверки, но эти усилия приводят к непрерывному перетягиванию каната с действиями по подделке.
Используя прозрачность, неизменяемость и отслеживаемость технологии блокчейн, в этой статье представлена надежная система голосования за репутацию, основанная на ней. В отличие от существующих систем репутации, основанных на блокчейне, наша модель использует по своей сути экономически стимулированный подход к обеспечению честности агентов. Мы оптимизируем эту модель, чтобы отразить поведение реальных пользователей, сохраняя при этом основополагающую устойчивость системы репутации. Посредством моделирования Монте-Карло с использованием как равномерного, так и степенного распределения, обеспечиваемого инновационным методом обратного преобразования, мы изучаем широкий спектр параметров, воспроизводя сложность реального мира. Результаты подчеркивают перспективность создания устойчивого, прозрачного и мощного механизма репутации. Учитывая свою структуру, наша структура потенциально может функционировать как универсальный, устойчивый оракул для создания мостов между цепочками и цепочками, помогая организациям постоянно улучшать свою репутацию. Будущая интеграция с такими технологиями, как кольцевая подпись и доказательство с нулевым разглашением, может расширить аспекты конфиденциальности системы, сделав ее особенно влиятельной в постоянно развивающейся цифровой сфере.
Ключевые слова: блокчейн, система репутации, устойчивый оракул, агент, кредитный балл, рейтинг, основанный на честности, механизмы стимулирования, моделирование Монте-Карло.
1. Введение
Асимметрия информации [1] создает проблемы для потребителей, пытающихся выбрать продукты или услуги, которые лучше всего соответствуют их потребностям. На традиционных розничных рынках потребители тяготеют к брендам, которым они доверяют, основываясь на личном опыте, опыте других или рекламе [2]. Каждый бренд воплощает в себе определенную ценность, которую можно монетизировать на открытых рынках. Предложение продуктов или услуг, которые не соответствуют ожиданиям целевых потребителей, может снизить ценность бренда. Эти механизмы брендов [3] приносят пользу как потребителям, так и производителям в розничной торговле и даже в более широких традиционных секторах рынка [4].
Благодаря повышенному удобству и разнообразию, которые они обеспечивают, онлайн-продукты и услуги становятся предпочтительным выбором для многих потребителей. Заметной тенденцией в этой области является рост сторонних P2P-предложений на интернет-платформах [5]. Этот быстрорастущий сектор включает в себя широкий спектр услуг. Современные интернет-платформы, такие как Amazon, eBay, Taobao, Anyvan, ClickMechanic и Mybuilder, изменили способы взаимодействия сторонних поставщиков услуг с потребителями. По сути, эти платформы позволяют продавцам демонстрировать свои продукты или услуги, позволяя клиентам легко просматривать, сравнивать и покупать.
Центральное место в этих операциях занимает оценка отзывов клиентов. Большое количество положительных отзывов может значительно повысить привлекательность продавца, влияя на решения о покупке других потенциальных клиентов. И наоборот, отрицательные отзывы могут сдерживать будущие продажи. Однако это значительное влияние проложило путь к манипулятивной тактике. Распространенность обманных практик, таких как фальшивые рейтинги и клик-фермерство, в Интернете заметно выше по сравнению с традиционными рынками [6, 7, 8]. Например, некоторые продавцы могут заниматься «фермерством отзывов», когда они либо покупают свою продукцию, чтобы оставить положительные отзывы, либо нанимают людей, которые пишут для них обманчиво положительные отзывы. С другой стороны, могут быть случаи, когда продавцы оставляют злонамеренные негативные отзывы конкурентам, чтобы запятнать их репутацию.
Следовательно, создание надежных механизмов бренда представляет собой серьезную проблему. В этом сценарии критически важными становятся проверка достоверности действий потребителей и создание эффективных механизмов репутации. Хотя онлайн-платформы имеют возможность использовать алгоритмы для фильтрации подлинных действий от мошеннических, что позволяет сторонним производителям создавать законную репутацию, эффективность таких методов остается под вопросом. Существует постоянное противоречие между обманными маневрами некоторых сторонних производителей и контрмерами, внедряемыми алгоритмами проверки платформы. Эта динамика, по сути, образует циклическую битву. Существующие решения могут потребовать компромиссов, потенциально ставящих под угрозу конфиденциальность пользователей или другие желательные атрибуты [9]. Хотя машинное обучение предлагает многообещающее направление [10], его внедрение требует либо начального этапа обучения с гарантированными подлинными пользовательскими данными, либо значительного периода разработки, прежде чем оно станет по-настоящему эффективным.
Появление технологии блокчейна, впервые предложенной Сатоши Накамото [11] и дополненной концепцией смарт-контракта Ника Сабо [12] — реализованной Виталиком Бутериным через Ethereum в 2014 году [13] — проложило путь для инновационных технологий. системы цепной репутации.[1] Оракулы играют ключевую роль в преодолении разрыва между реальным миром и технологией блокчейна, поскольку они обеспечивают важнейшее звено, с помощью которого данные вне цепочки могут быть доступны и использованы смарт-контрактами внутри цепочки. Эта функция необходима, учитывая, что блокчейны изначально не могут получить доступ к информации за пределами своей сети. В 2017 году Chainlink представила свой механизм оракула [14], значительно расширивший возможности децентрализованных систем. Его известный вариант использования ценовых потоков заложил основу для расцвета децентрализованных финансов [15, 16]. По сути, оракулы действуют как сторонние посредники, передавая внешние данные в смарт-контракты. Децентрализованная сеть оракулов Chainlink гарантирует подлинность и целостность данных, передаваемых в блокчейн. Это достигается за счет получения данных от множества независимых оракулов и консолидации их ответов, снижения рисков, связанных с отдельными точками данных, а также повышения надежности и безопасности смарт-контрактов, зависящих от внешних данных.
Тем не менее, функционирование этих оракулов в первую очередь опирается на механизмы стимулирования, в первую очередь на наделение стимулами — взяв, к примеру, переход естественного актива «Звено» из состояния необращения в обращение. Со временем эти стимулы могут потенциально снизить ценность для всех участников. По мере того, как запас этих вознаграждений приближается к истощению, на первый план выходят опасения по поводу устойчивой жизнеспособности системы. Последовательные усовершенствования, такие как Chainlink 2.0 [17], наряду с другими современными решениями, попытались решить эту проблему. Тем не менее, их эффективность является предметом постоянных дискуссий. Хотя эти усовершенствованные модели и стратегии демонстрируют потенциал, их способность поддерживать длительную и непоколебимую эффективность остается под вопросом [18]. Следовательно, создание по-настоящему устойчивой инфраструктуры оракулов становится необходимым для укрепления связи между реальным миром и технологией блокчейна.
Недавние исследования пролили свет на различные аспекты технологии блокчейна, в частности на основанные на блокчейне системы репутации [19, 20]. Хотя эти усилия заслуживают похвалы, некоторые из них кажутся более теоретическими и могут столкнуться с проблемами при обеспечении всех динамических взаимодействий агентов[2]. Другие предпочли централизованный выбор доверенных узлов, потенциально создавая уязвимости, связанные с отдельными точками отказа [21, 22, 23, 24]. Механизмы, призванные имитировать настройки реального мира, иногда опираются на сложные процессы идентификации типов агентов и мониторинга их деятельности в сети. Эти процессы иногда затмевают более прямые механизмы стимулирования, продемонстрировавшие спонтанную эффективность [25]. Некоторые предлагаемые структуры экономического стимулирования, похоже, опираются на увеличение «количества» активов блокчейна, которое со временем может быть подвержено размыванию [26], вместо того, чтобы предоставлять конкретные преимущества. По мере усложнения конструкции механизмов они могут непреднамеренно увеличить затраты на вмешательство или внести непредсказуемость. Если сильно полагаться на неопределенности, подобные тем, которые предлагаются теорией хаоса [27] – вдохновленной знаменитым «эффектом бабочки» [28], – это может привести к ступлению на деликатную почву.
Несмотря на то, что существуют многообещающие решения, такие как «Правда» [29] — система репутации с использованием блокчейна, направленная на устранение необходимости доверять платформам электронной коммерции и обеспечение подлинности и анонимности обратной связи, — система не лишена потенциальных недостатков. «Правда» представляет гибридную модель, в которой централизованная платформа электронной коммерции продолжает отвечать за традиционные торговые услуги, но блокчейн контролирует аутентификацию обратной связи. Хотя «Правда» представляет собой инновационный подход к извечной проблеме аутентификации обратной связи в электронной коммерции, некоторые аспекты требуют более глубокого изучения. Например, в документе недостаточно рассматриваются мотивы, которые побуждают потребителей участвовать в процессе обратной связи. Понимание этих стимулов жизненно важно для обеспечения широкого внедрения и искренней обратной связи. Более того, похоже, что система не учитывает потенциальное злонамеренное поведение продавцов, такое как публикация негативных отзывов о конкурентах или найм фиктивных потребителей для создания положительных отзывов. Хотя транзакции могут осуществляться через установленные каналы, существует вероятность компенсации этим «наемным» потребителям альтернативными методами, тем самым обходя гарантии системы. Чтобы «Правда» полностью реализовала свой потенциал и продемонстрировала свою эффективность в реальных условиях, эти проблемы необходимо решить в будущих версиях или исследованиях.
Учитывая эти проблемы, есть смысл изучить более упрощенную базовую модель, которая по своей сути стимулирует целостность поведения агентов и способствует устойчивости [30, 31, 32, 33, 34]. Первоначальные оценки этой модели могут использовать моделирование Монте-Карло в обширных областях параметров, отражая тонкости реального мира. Важно отметить, что эта элементарная модель не обязательно должна отражать все сложные детали реальных сценариев. Базовая система репутации, даже если она предлагает только единый рейтинг достоверности, может иметь неоценимое значение во множестве приложений. Эта ценность реализуется, когда информация о репутации, которую она предоставляет, является точной и заслуживающей доверия, что позволяет пользователям полагаться на нее, а не обращаться к другим платформам, которые изо всех сил пытаются отфильтровать дешевые фальшивые рейтинги, как обсуждалось ранее.
Опираясь на четко определенную основу базовой модели, можно выполнять итерации и улучшения. Интегрируя корректирующие компоненты в основные уравнения, мы можем сохранить основные стимулы, одновременно совершенствуя модель для создания вечной системы репутации, чтобы более точно отражать реальные сценарии. Обеспечение конкурентного преимущества этой модели перед другими платформами или блокчейн-решениями повышает ее устойчивость и устойчивость. Эта стратегия не только подчеркивает практическую полезность модели, но и по мере ее распространения усиливает сетевой эффект. Повсеместная интеграция нашей системы усиливает коммерческие барьеры против копирования, из-за чего потенциальным конкурентам становится все труднее подражать нашей уникальной модели и ее преимуществам.
Хотя возможности применения системы вечной репутации продолжают расширяться в различных областях и демографических группах, эта система может функционировать как устойчивая сеть оракулов с продемонстрированной надежностью. Интеграция кольцевых подписей [35, 36, 37, 38, 39] и доказательств с нулевым разглашением (ZKP) [40, 41, 42] может еще больше повысить конфиденциальность таких механизмов оракулов, особенно в ситуациях, когда конфиденциальность имеет первостепенное значение. Кольцевые подписи позволяют поставить цифровую подпись члена группы без раскрытия личности конкретного подписывающего лица. ZKP представляют собой передовую криптографическую технику, позволяющую агентам подтверждать определенные претензии (например, их активы или состояние), не раскрывая подробностей.
Структура этого документа организована следующим образом: Раздел 2 знакомит с соответствующими технологиями блокчейна. После этого в разделе 3 представлена базовая модель, которая закладывает основу для понимания механизмов стимулирования, которые способствуют самомотивированной честности среди агентов. Затем мы дорабатываем эту базовую модель в разделе 4, чтобы более точно отразить реальные сценарии, гарантируя сохранение стимулов для рейтингов, основанных на добросовестности. После создания прочной теоретической базы в разделе 5 для проверки наших предположений используется моделирование Монте-Карло, после чего следует подробный анализ и обсуждение результатов. Результаты моделирования обобщены в разделе 6, где мы подчеркиваем, что наша система репутации эффективно функционирует как универсальный устойчивый оракул. Наконец, в разделе 7 предлагаются потенциальные направления будущих исследований.
[1] В нашей модели термин «система репутации» используется в общем для обозначения альтернативного решения, которое мы предлагаем. Однако в сценариях практического применения ее также можно называть «платформой». Эти два термина можно использовать как взаимозаменяемые.
[2] В нашей модели мы используем термин «агент» для обозначения объектов, участвующих в системе. И наоборот, в сценариях реальных приложений мы называем их «пользователями». В этой статье термин «агент» используется в контексте модели, а термин «пользователь» используется в контексте реальных приложений. Оба термина во многих случаях можно считать взаимозаменяемыми.
Оригинал