Nachrichten

Anduin-Rahmen verbessert die Sybil-Resistenz in KI-Agenten-Marktplätzen

Das Anduin-Framework verwendet die Analyse von Zahlungsgrafen, um die Reputationssysteme in KI-Agenten-Marktplätzen zu verbessern, wodurch Sybil-Angriffe 23 -mal kostspieliger werden.

Anduin-Rahmen verbessert die Sybil-Resistenz in KI-Agenten-Marktplätzen

Übersetzter Artikel. Originalartikel lesen.

Künstliche Intelligenz-Agenten engagieren sich zunehmend in autonomen Transaktionen und nutzen Zahlungsstandards wie x402 , um auf Dienstleistungen zuzugreifen und dafür zu bezahlen. Die aktuellen Reputationssysteme in agentischen Marktplätzen sind jedoch äußerst anfällig für Sybil-Angriffe, bei denen Gegner die Reputationswerte mit Hilfe falscher Identitäten manipulieren. Eine aktuelle Studie stellt das Anduin-Framework vor, das die Analyse von Zahlungsgrafen nutzt, um Vertrauen zu stärken und diese Schwachstellen zu verringern.

Herausforderungen bestehender Reputation Systeme

Die aktuellen Reputation Mechanismen für KI-Agenten fallen in vier Hauptkategorien, die alle erhebliche Einschränkungen aufweisen:

  • Kuratierten Marktplätze und Weißlisten: Diese bieten starke Zusicherungen, haben jedoch aufgrund des zeitaufwendigen Überprüfungsprozesses eine begrenzte Reichweite.
  • Pro-Transaktion-Bewertungen: Diese beinhalten eine Drittanbieterüberprüfung, verursachen jedoch hohe Kosten, was sie für Mikrozahlungen unterhalb eines Zentrums unbrauchbar macht.
  • Freiwillige Onchain-Bewertungen: Datenh sparsity ist ein großes Problem, mit weniger als 4,000 Bewertungen, die bei 66 Millionen x402 Zahlungen aufgezeichnet wurden.
  • Rohnutzung und Volumenmetriken: Diese sind leicht durch selbstgesteuerte Zahlungen zu manipulieren und kosten Angreifer nur $0.017 pro Transaktion.

Eine empirische Studie fand heraus, dass es nur $0.0027 kostet, den Ruf eines gefälschten Anbieters auf den Marktplatzmedian zu heben, was etwa 1/259th von dem ist, was ein ehrlicher Mediananbieter verdient. Dies zeigt die Notwendigkeit robusterer Systeme auf.

Anduin-Rahmen: Eine auf Zahlungsgrafen basierende Lösung

Das Anduin-Framework nutzt öffentliche Blockchain-Datensätze, um Reputationen aus Zahlungsgrafen abzuleiten. Jede x402 Zahlung erzeugt einen kryptographisch signierten, dauerhaften Wertübertragungsdatensatz. Durch die Kartierung dieser Transaktionen erstellt Anduin einen bipartiten Graphen, der Käufer und Anbieter verbindet, gewichtet nach Geldwert, Transaktionshäufigkeit und Aktualität.

Vertrauen ist lokalisiert und relational, basierend auf überlappendem Handelsaktivitäten zwischen Käufern und Anbietern. Wenn ein Käufer beispielsweise einen neuen Anbieter bewertet, analysiert das Framework die Zahlungswege, die gemeinsame Nutzer betreffen, die vertrauenswürdige Anbieter teilen. Dieser Ansatz stellt sicher, dass Vertrauenssignale auf realen wirtschaftlichen Aktivitäten basieren und es Angreifern erheblich schwerer machen, die Reputation zu fälschen.

Manipulationskosten und Sybil-Resistenz

Unter dem Anduin-Rahmen werden Sybil-Angriffe unerschwinglich teuer. Fake-Accounts müssen echtes Geld bei legitimen Anbietern ausgeben, die vom Zielkäufer als vertrauenswürdig angesehen werden, da selbstgesteuerte Zahlungen zwischen vom Angreifer kontrollierten Wallets nicht zur Reputation beitragen. Die Studie ergab, dass die Manipulation des Anduin-Reputation-Systems 23 -mal teurer ist als die aktuellen Methoden, was es zu einer robusten Lösung gegen Sybil-Angriffe macht.

Implikationen für agentische Marktplätze

Durch die Integration von Anduin können Marktplätze das Vertrauen verstärken, ohne auf zentrale Kuratierung oder freiwilliges Feedback angewiesen zu sein. Dieser dezentrale Ansatz steht im Einklang mit den Prinzipien der Blockchain-Technologie und bietet eine skalierbare und kostengünstige Lösung für das Reputation-Management in schnell wachsenden agentischen Ökonomien.

Weitere Artikel auf Deutsch · Finanzvergleiche und SEC-Quellen (Englisch)