Обеспечение защиты ZetaChain Airdrop от атак сибилов и ботов с помощью ненаблюдаемого ИИ и машинного обучения
- ZetaChain необходимо было выявить ботов и сибильные атаки в своем сообществе, чтобы данные, используемые для airdrop, стимулировали и вознаграждали значимый рост сообщества.
- Чтобы точно определить нужные кошельки, ZetaChain заключила партнерство с SocialScan, чтобы использовать их алгоритм обнаружения ботов для просеивания экосистемы.
- Статистика:
Понимание сибильных атак
Атаки сибилов подразумевают создание злоумышленниками множества фальшивых аккаунтов для многократного получения вознаграждения в виде аирдропа, манипулируя системой в своих корыстных целях. Эти злоумышленники создают и контролируют множество аккаунтов, чтобы получить больше токенов, тем самым нарушая целевое назначение аирдропа. Хотя продукт ZetaChain Labs до сих пор не объявлял про аирдроп, атаки сибилов часто совершаются независимо от официальных объявлений.
Аудит соответствующих данных перед награждением сообществ играет важную роль в снижении рисков, связанных с атаками сибилов, и обеспечении справедливого распределения. Он помогает командам защитить целостность своих проектов, сохранить доверие сообщества и предотвратить манипуляции рынком, вызванные мошенническим поведением. Это особенно актуально для данных тестовой сети, как в случае с ZetaChain, что наглядно демонстрирует необходимость надежной и справедливой фильтрации.
Использование искусственного интеллекта для аирдроп-аудита
Традиционные системы, основанные на правилах и используемые для аирдроп-аудита, имеют недостатки в обнаружении сложных моделей ботов и сибилов. Эти системы опираются на заранее определенные правила и с трудом адаптируются к меняющимся тактикам мошенничества, что делает их менее эффективными в выявлении новых и возникающих форм мошеннического поведения.
Чтобы преодолеть ограничения систем, основанных на определенных правилах, SocialScan предлагает решение для аирдроп-аудита, работающее на основе искусственного интеллекта. Используя передовые алгоритмы искусственного интеллекта, SocialScan отлично справляется с обнаружением и предотвращением поведения ботов и сибилов, обеспечивая равные условия для всех участников аирдроп-программы.
Обнаружение машинного обучения на основе искусственного интеллекта
Обнаружение поведенческих факторов: Неконтролируемое машинное обучение отлично справляется с выявлением нетипичных моделей поведения в обширных массивах данных, демонстрируя высокую эффективность в обнаружении ботов, тонко имитирующих поведение легитимных пользователей. Хотя боты могут быть похожи на настоящих пользователей по отдельности, их подозрительная деятельность становится заметной при тщательном изучении сотен или тысяч экземпляров, таких как кошельки или профили пользователей.
Адаптация к новым угрозам: Неконтролируемое обучение может адаптироваться к новым и изменяющимся моделям поведения ботов без необходимости постоянного переобучения. Это очень важно в условиях быстро меняющихся тактик ботов, поскольку контролируемые методы могут не справиться с разнообразием новых моделей.
Снижение накладных расходов на маркировку: Неконтролируемое обучение не требует маркированных наборов данных для обучения, что позволяет сэкономить усилия и средства, связанные с ручным аннотированием данных. Это делает его более практичным в сценариях, где получение помеченных данных затруднительно или дорого.
Обнаружение неизвестных закономерностей: Неподконтрольные методы могут выявлять ранее неизвестные закономерности или тенденции в данных. Это полезно для обнаружения новых моделей поведения ботов, которые не могут быть охвачены предопределенными правилами или наборами меченых данных, используемых в контролируемом обучении.
Ключевые преимущества алгоритма искусственного интеллекта SocialScan:
Комплексное обнаружение: Алгоритм искусственного интеллекта SocialScan превосходно справляется с точным определением сложных моделей и аномалий в поведении транзакций, что позволяет с высокой точностью обнаруживать деятельность ботов и сибилов.
Адаптивное обучение: Алгоритм искусственного интеллекта SocialScan развивается с течением времени, изучая новые тактики ботов и адаптируя свои возможности обнаружения для противодействия возникающим угрозам.
Улучшенная объясняемость: ИИ-алгоритм SocialScan предоставляет четкую информацию о причинах обнаружения, что позволяет проектным командам открыто общаться с сообществом и объяснять, почему те или иные кошельки классифицируются как боты.
Эффективное распределение ресурсов: Благодаря точному выявлению мошеннического поведения проектные команды могут оптимизировать распределение аирдропов, гарантируя, что настоящие пользователи получат заслуженное вознаграждение.
Обнаружение и закономерности ZetaChain
ZetaChain - это простой, безопасный и быстрый омничейн-блокчейн. Омничейн-смарт-контракты ZetaChain позволяют создавать по-настоящему совместимые dApp, которые охватывают несколько сетей - от Ethereum до Bitcoin и не только. Вместо того чтобы передавать друг другу сообщения, вся логика может находиться в одном месте, что обеспечивает более бесшовный опыт, а также значительно снижает накладные расходы и риски при попытке интегрировать множество сетей, включая Bitcoin. В своей тестовой сети ZetaChain предложила продукт сообщества - ZetaLabs - для пользователей, чтобы они могли протестировать новую функциональность сети и помочь развитию сообщества. ZetaLabs позволяла пользователям совершать транзакции в сети (тестовой сети), чтобы заработать очки ZETA Points, которыми они отмечали свой прогресс с течением времени.
Решение SocialScan на основе искусственного интеллекта, о котором говорилось выше, успешно выявило различные модели ботов в снимке данных о распределении дропа ZetaChain с помощью продукта ZetaLabs. Учитывая данные снимка, сделанного 20 августа 2023 года, решение SocialScan было использовано для составления карты обнаружения ботов на основе данных по всем связанным сетям. Благодаря этой методике более 300 000 адресов были идентифицированы как потенциальные боты.
Вот три примера найденных ключевых закономерностей:
Пример №1: вводящие в заблуждение кошельки со средствами
В этом случае группа из 1000 с лишним кошельков в одной аирдроп-кампании продемонстрировала подозрительное поведение. Они совершали идентичные переводы средств на одну и ту же сумму в одно и то же время, используя разные кошельки для маскировки своих действий. Среди них более 500 кошельков следовали точно таким же последовательностям транзакций в течение определенного периода времени.
Дальнейший анализ выявил последовательное и синхронизированное поведение профинансированных кошельков. Все они систематически проводили идентичные действия по выводу средств. Это указывает на высокоразвитую форму мошеннической деятельности.
Пример №2: Скоординированная деятельность ботов
Скоординированная группа ботов демонстрировала подозрительное поведение, используя одни и те же кошельки для проведения идентичных транзакций. Примечательно, что как только эти кошельки получали аирдропы, они сразу же выполняли переводы на основной кошелек, что нехарактерно для легитимных кошельков.
Пример № 3: Мошенничество с помощью кросс-чейн ботов
Компания SocialScan обнаружила сложную форму мошенничества с помощью ботов под названием Cross-Chain Bot Fraud. Несколько ботов сотрудничали в разных блокчейн-сетях, выполняя синхронизированные операции по обману и манипулированию системой для получения незаконной выгоды.
Эти боты не только совершали мошеннические транзакции в рамках одного блокчейна, но и организовывали идентичные операции по переводу средств в рамках нескольких сетей.
В совокупности этот подход позволил более уверенно проводить ZetaChain аирдроп для сообщества, гарантируя, что награду получит большее количество участников сообщества, а не большие суммы, предназначенные для отдельных аккаунтов, участвующих в сибилл-атаках. Имея четкое "почему" для любой обнаруженной группы, модель смогла точно подстроиться под набор данных. В сочетании с другими данными, использованными в снимке, команда ZetaChain смогла рассчитать распределение для своего аирдропа, о котором вы можете прочитать в их анонсе здесь .
Заключение
По мере развития Web3-экосистемы распространенность сибил-атак представляет собой значительную угрозу для честности и справедливости аирдроп-кампаний в этом пространстве, а также для способности проектов эффективно вознаграждать и развивать свои реальные сообщества. Традиционные системы, основанные на определенных правилах, оказались недостаточными для эффективного обнаружения и предотвращения развивающихся тактик злоумышленников. Внедрение решений, основанных на искусственном интеллекте, знаменует собой важнейший прогресс в области аирдроп-аудита, предлагая комплексные возможности обнаружения, адаптивное обучение, улучшенную объяснимость и эффективное распределение ресурсов. Благодаря этому ZetaChain удалось предложить своим сторонникам более осмысленное распределение средств, отсеяв значительное количество явных сибил-групп, которые были обнаружены с помощью инструментария и методологии искусственного интеллекта SocialScan.