Быстрое развитие искусственного интеллекта упрощает создание убедительных поддельных идентичностей, автоматизированных аккаунтов и синтетической онлайн-активности. Для блокчейн-сетей, которые распределяют вознаграждения на основе участия, это создаёт растущую проблему.

Недавнее обсуждение, опубликованное @PiWeb3Army в X, показывает, как процесс KYC в Pi Network призван противостоять одной из важнейших угроз для блокчейн-экосистем с участием пользователей: Sybil-атакам.

Sybil-атака происходит, когда один человек или организация создаёт большое количество поддельных идентичностей или аккаунтов, чтобы получить несправедливую долю сетевых преимуществ.

Как описывается в обсуждении, ответ Pi Network опирается на несколько уровней проверки личности, включая удостоверение личности, выданное государством, живое биометрическое селфи и процесс проверки, сочетающий фильтрацию на основе искусственного интеллекта с участием человеческих валидаторов.

Такой подход призван сделать массовое создание поддельных аккаунтов более сложным и дорогим.

Почему поддельные аккаунты становятся большей проблемой

Интернет давно сталкивается с проблемами поддельных идентичностей, автоматизированных аккаунтов и мошеннической активности.

Однако искусственный интеллект меняет экономику создания убедительных поддельных идентичностей.

Системы ИИ могут генерировать реалистично выглядящие лица, создавать синтетические изображения и автоматизировать онлайн-взаимодействия в масштабах, которых раньше было значительно труднее достичь.

Для сетей, вознаграждающих участие, это создаёт серьёзный стимул для злоупотреблений.

Если система позволяет одному человеку создать сотни или тысячи аккаунтов, этот человек потенциально может получить непропорционально большую долю вознаграждений.

Вместо того чтобы представлять тысячи реальных участников, сеть может выглядеть как обладающая большой пользовательской базой, хотя значительная часть активности контролируется небольшим числом субъектов.

В этом и заключается основная проблема Sybil-атаки.

Что такое Sybil-атака?

Sybil-атака возникает, когда злоумышленник создаёт множество идентичностей и представляет их как независимых участников.

Обычно цель состоит в том, чтобы получить влияние, вознаграждения или доступ, которые в ином случае были бы ограничены для добросовестных пользователей.

В криптовалютной экосистеме последствия могут быть особенно значительными.

Если вознаграждения распределяются на основе количества аккаунтов, участвующих в сети, поддельные аккаунты могут размывать награды, получаемые реальными пользователями.

Проблема не только в том, что сеть содержит неточные данные о числе пользователей.

Более серьёзный вопрос в том, что искусственные идентичности могут искажать распределение экономических выгод.

Сеть с одним миллионом реальных участников принципиально отличается от сети со 100,000 реальных участников и 900,000 аккаунтов, контролируемых гораздо меньшей группой.

Именно поэтому проверка личности может становиться важной для блокчейн-проектов, использующих системы на основе участия.

ИИ снизил стоимость создания поддельных идентичностей

Один из ключевых тезисов, который подчёркивает @PiWeb3Army, заключается в том, что стоимость создания убедительных поддельных идентичностей снизилась.

Сгенерированные ИИ лица могут выглядеть достаточно реалистично, чтобы обмануть базовую визуальную проверку.

Синтетические документы потенциально можно создавать с помощью всё более сложных инструментов.

Автоматизированные системы также могут имитировать поведение человека на сайтах и в приложениях.

Это означает, что старые системы безопасности, основанные в первую очередь на именах пользователей, паролях или простой проверке аккаунта, могут быть недостаточны против сложных форм злоупотребления.

Злоумышленнику не обязательно вручную управлять каждым аккаунтом.

Автоматизация позволяет большому числу аккаунтов выполнять похожие действия одновременно.

Для любой сети, вознаграждающей участие, это создаёт стимул к автоматизации мошеннической активности.

Pi Network использует несколько уровней проверки

В обсуждении подход Pi Network к KYC описывается как структурный, а не основанный на одном методе проверки.

Процесс включает государственный документ, удостоверяющий личность, живое биометрическое селфи и проверку, сочетающую ИИ-скрининг и человеческих валидаторов.

Каждый компонент решает свою часть задачи верификации.

Государственное удостоверение личности подтверждает, что заявитель связан с реальной личностью.

Живое биометрическое селфи добавляет ещё один уровень, требуя от человека подтвердить своё физическое присутствие во время проверки.

Такое сочетание усложняет злоумышленнику возможность опираться только на поддельные документы или статические изображения.

Ручная проверка добавляет ещё один уровень оценки.

Вместо полной зависимости от автоматизированного программного обеспечения система может включать человеческих валидаторов в процесс.

Почему человеческая проверка по-прежнему важна

Искусственный интеллект может быстро обрабатывать большие объёмы информации, но автоматизированные системы также могут сталкиваться со сложными попытками обхода.

Ручная проверка может обеспечить дополнительный уровень контроля, когда автоматические системы сталкиваются с необычными или потенциально подозрительными случаями.

Это создаёт многоуровневый подход.

Вместо того чтобы просто задаваться вопросом, выглядит ли документ подлинным, система может оценивать, согласуются ли между собой документ, биометрическая информация и поведение при проверке.

Цель не обязательно состоит в том, чтобы сделать мошенничество невозможным.

Ни одна система проверки личности не может гарантировать, что каждая мошенническая попытка будет неудачной.

Задача — повысить стоимость и сложность массового злоупотребления.

Это важное различие.

Если создание тысяч мошеннических аккаунтов становится дорогим, трудоёмким и сложным для автоматизации, экономический стимул для злоумышленников может снизиться.

KYC создаёт более высокий барьер для ботовых ферм

Масштабные мошеннические операции сильно зависят от эффективности.

Злоумышленник, управляющий тысячами аккаунтов, должен создавать идентичности дёшево и многократно.

Если каждый аккаунт требует нескольких этапов проверки, стоимость масштабирования операции растёт.

Это особенно важно, когда вознаграждения сети в противном случае могли бы сделать мошенническое участие финансово привлекательным.

Подход Pi Network, описанный в обсуждении, как раз и пытается создать такой барьер.

Требование государственного удостоверения связывает аккаунт с реальной личностью.

Живая биометрическая проверка делает простую подмену изображения более сложной.

ИИ-скрининг может помогать выявлять подозрительные паттерны, а человеческие валидаторы обеспечивают дополнительную проверку.

Вместе эти механизмы усложняют массовую автоматизацию по сравнению с простым созданием имён пользователей и паролей.

Важность принципа «один человек — одна личность»

Для криптовалютной сети с моделью участия установление надёжной связи между людьми и аккаунтами может быть критически важным.

Если один человек может свободно создавать сотни аккаунтов, справедливо измерять распределение вознаграждений становится трудно.

Подход «один человек — одна личность» призван уменьшить эту проблему.

Цель состоит в том, чтобы каждый верифицированный участник представлял реального человека, а не искусственную совокупность аккаунтов, контролируемых одним оператором.

Пользователей могут обязать предоставлять чувствительные персональные данные для завершения KYC, поэтому ответственное обращение с данными и безопасность становятся важными аспектами любой такой системы.

KYC — это не только про соблюдение требований

KYC, или Know Your Customer, часто ассоциируется с финансовым регулированием и централизованными институтами.

Однако в контексте Pi Network проверка личности также имеет аспект сетевой безопасности.

Задача состоит не только в идентификации пользователей.

Она также заключается в снижении вероятности того, что один субъект сможет многократно увеличивать своё участие с помощью фейковых аккаунтов.

Это делает KYC важным для распределения вознаграждений и доверия к пользовательской базе сети.

Если данные об участии сильно искажены поддельными аккаунтами, экономические стимулы тоже могут исказиться.

Компромисс между доступностью и безопасностью

Более строгая проверка неизбежно создаёт дополнительное трение.

Пользователь, которому нужно предоставить удостоверение личности, пройти биометрическую проверку и ждать рассмотрения, сталкивается с большим числом шагов, чем человек, создающий обычный аккаунт в социальной сети.

Это может замедлять подключение к сети.

Однако снижение требований к проверке создаёт и другой риск.

Если создать несколько аккаунтов становится чрезвычайно легко, злоумышленники могут эксплуатировать систему в масштабах.

Поэтому Pi Network приходится искать баланс между доступностью и безопасностью.

ИИ и KYC будут продолжать развиваться

Соревнование между искусственным интеллектом и проверкой личности вряд ли завершится одним технологическим решением.

По мере того как ИИ становится лучше в создании синтетических идентичностей, системы криптовалютной верификации также должны будут развиваться.

Методам обнаружения, возможно, придётся выявлять всё более сложные попытки имитации добросовестных пользователей.

Это создаёт непрерывный цикл безопасности.

Злоумышленники ищут более дешёвые способы создавать убедительные идентичности, а сети разрабатывают более сильные механизмы выявления и предотвращения злоупотреблений.

Сочетание проверки документов, биометрии, автоматизированного скрининга и ручной проверки в Pi Network представляет один из подходов к этой проблеме.

Останется ли он эффективным со временем, будет зависеть от того, как будут развиваться обе стороны технологии.

Автор: Victoria Hale, автор по технологиям и блокчейну

Victoria Hale пишет о блокчейн-технологиях, цифровой инфраструктуре и пересечении новых технологий с финансами. В своих статьях она исследует, как новые протоколы и системы формируют развивающуюся цифровую экономику. При объяснении технических разработок широкой аудитории она делает акцент на ясности и точности.