Pag-verify ng Data ng DePIN: Isang Hamon na Walang Mga Pilak na Bala

Kung minsan, ang kailangan lang para talunin ang isang high-tech na solusyon ay isang bagay na kasing low-tech na gaya ng isang piraso ng bubble gum. Nakikita mo, ang ilang mga kalakal - karamihan sa mga produktong pagkain tulad ng isda o pagawaan ng gatas - ay kailangang dalhin sa isang partikular na temperatura. Nag-set up ang mga kumpanya ng mga sensor sa mga delivery truck upang KEEP iyon, ngunit ang mga driver, na maaaring pagmultahin para sa maling paghawak ng mga pagpapadala, ay T mga tagahanga ng mga iyon. Kaya ang ilan sa kanila ay naglalagay lamang ng chewing gum sa mga sensor, na ginagawang hindi wasto ang mga pagbabasa ng sensor.

Sa isang desentralisadong kapaligiran na umaasa sa data tulad ng DePIN, maaaring guluhin ng mga malisyosong aktor ang system na kasingdali ng mga driver sa anekdotang ito, na nagmumula sa isang kasosyo namin sa industriya. At ang mga kahihinatnan ay maaaring maging mas kakila-kilabot kaysa sa pagkalason sa pagkain, na posibleng magpahina sa buong proyekto. Kaya paano dapat pangasiwaan ng mga tagabuo ang pag-verify ng data ng DePIN? Iyan ay isang tanong na isinasapuso namin habang ginagawa peaq, ang layer-1 para sa DePIN.

Pinapaikot ng data ang DePIN

Una, maglaan tayo ng ilang sandali upang lubos na maunawaan ang isyu sa kamay. Sa esensya, nauuwi ito sa dalawang bagay: ang data ay mahalaga para gumana ang mga DePIN — at ang kanilang modelo ng insentibo na nag-iimbita ng potensyal na pang-aabuso.

Sa panig ng data, mayroong isang buong segment ng mga DePIN na ganap na nakatuon sa data ng crowd-sourcing. Silencio Network nangongolekta ng data sa polusyon sa ingay, MapMetrics nangongolekta ng data ng nabigasyon, WeatherXM, kahit na nakakagulat, nangongolekta ng data ng panahon, at iba pa at FORTH. Para sa lahat ng proyektong ito, ang data ay kanilang produkto; ito ang inaalok nila sa panig ng demand, mga negosyo, mananaliksik, at lahat ng nasa pagitan. Dahil dito, mahalaga ang kalidad ng data para sa kanilang kakayahang patuloy na gantimpalaan ang mga user na nagbabahagi nito, na isang mahalagang bahagi ng ang DePIN flywheel pagbibigay-daan sa mga proyekto upang sukatin.

Sabi nga, mahalaga ang pag-verify ng data ng DePIN kahit na T ang data ang CORE produkto. Kumuha tayo ng DePIN para sa pagsingil ng de-kuryenteng sasakyan, halimbawa. Ang session ng pagsingil ay malinaw na isang kaganapan sa labas ng kadena, at ang DePIN ay nangangailangan ng data upang singilin ang mamimili para sa session at gantimpalaan ang provider para dito. Higit na partikular, kailangan nito ng mga variable gaya ng sasakyan at mga chargepoint ID, ang tagal ng session, ang dami ng kuryenteng natupok, at iba pa.

Sa parehong mga kaso, ang data at mga reward sa huli ay magkakasabay: Kung magbibigay ka ng tamang data, makukuha mo ang mga token. Karamihan sa mga tao ay gagawin nang eksakto iyon, naglalaro ayon sa mga patakaran. Gayunpaman, maaaring magpasya ang isang maliit na bilang ng masasamang aktor na pagandahin ang mga bagay-bagay — at sirain ang pagkain para sa lahat.

Peke ito hanggang masira mo

Narito ang problema: Maaaring ma-spoof ang data, o mapeke, sa mga terminong hindi teknikal. Ang kuwento ng chewing gum ay lubos na naaangkop, ngunit narito ang isa pang nakakaaliw na mga halimbawa - tandaan ang Pokemon Go? Well, may isang buo subreddit sa panggagaya sa iyong lokasyon sa laro, na nagbibigay-daan sa iyong makahuli ng isa o dalawang Pikachu mula sa ginhawa ng iyong sofa. Sa isang sitwasyon kung saan ang isang DePIN ay nag-aalok ng mas mataas na mga reward para sa data mula sa isang partikular na lokasyon, maaari mong gamitin ang parehong mga prinsipyo upang dayain ang lokasyon ng iyong mga sensor at makakuha ng higit pang mga token para sa pagbibigay, mabuti, data ng basura. Sa parehong account, ang isang chargepoint na wala talaga doon ay malamang na libangin ang prankster na naglagay nito sa mapa, ngunit hindi ang driver na ang de-kuryenteng sasakyan ay malapit nang maubusan ng katas.

Mula sa pananaw ng DePIN, ang gayong panggagaya ay napakasama. Kung ang buong produkto ng DePIN ay data, ang panggagaya ay lumalason nang husto, na ginagawang hindi gaanong mahalaga ang mga dataset nito. Sa maikling termino, nangangahulugan ito ng mas kaunting masaya na mga customer, sa mahabang panahon, maaari itong pumatay sa panig ng demand at mapababa ang proyekto. Sa mga DePIN na hindi nakasentro sa data, ang pekeng aktibidad ay pumuputol sa mga reward pool para sa mga tapat na kalahok at maaaring paganahin ang krimen sa totoong mundo.

Ang catch ay, gayunpaman, na ang etos ng Web3 ay humihiling sa mga DePIN na maging bukas para sa sinumang sumali, nang walang sentralisadong pagsusuri sa device. Kasabay nito, dapat gumana nang walang tiwala ang mga DePIN, na nagtatampok ng mga naka-baked-in na mekanismo para sa pag-filter ng mga malisyosong aktor sa bawat hakbang.

Kaya ano ang pinakahuling solusyon sa pag-verify ng data ng DePIN? Well... Wala naman.

Walang pilak na bala

Ang simpleng katotohanan ay, walang one-size-fits-all na solusyon dito. Ang dahilan nito ay medyo simple: Ang mga DePIN ay napaka-magkakaibang, sila ay sumisid sa daan-daang industriya at gumagamit ng libu-libong uri ng device. Nangangahulugan ito na ang anumang uri ng pare-parehong kontrol sa antas ng device ay maaari lamang ipatupad kung ang isang DePIN ay eksklusibong gumagana sa pagmamay-ari na hardware. Ang diskarte ay hindi labag sa batas, ngunit dumating sa gastos ng pagiging bukas, habang nagpapakilala din ng isang sentralisadong punto ng pagkabigo sa proyekto - ang tagagawa ng device.

Ang magandang balita ay T natin kailangan ng isang solusyon na angkop sa lahat. Mas mainam nating paghaluin at pagtugmain ang iba't ibang mga diskarte at bumuo ng mga desentralisadong network na may mga multi-level na pananggalang. Ang paggamit ng mga pribadong key ng mga device upang pirmahan ang lahat ng data na ibino-broadcast nila sa pinagmulan ay isang magandang device-agnostic na unang hakbang na nagbibigay-daan sa amin na subaybayan ang data sa pinagmulan nito at sa gayon ay alisin ang mga malisyosong aktor pagkatapos ng paggawa. Gayunpaman, kailangang makapag-sign ang device ng mga transaksyon para gumana iyon, at nangangailangan din iyon ng espesyal na software. At, siyempre, ang data na masunurin at wastong nilagdaan ay maaaring mali pa rin kung may kasamang chewing gum.

Ang machine learning ay isa pang madaling gamiting tool sa pag-verify ng data, na naghahanap ng mga abnormalidad sa data na pumapasok mula sa mga device. Ang diskarteng ito ay nakikinabang mula sa mismong epekto ng network na gumagawa ng isang DePIN — kung mas maraming data source ang mayroon ka, mas magiging on-point ang iyong mga pagtatantya sa pinagbabatayan na pattern — at ibina-flag ang anumang bagay na T nababagay dito. Totoo, ang isang anomalya ay maaaring hindi palaging resulta ng mga nakakahamak na aktibidad, gayunpaman, kung kaya't ang mga DePIN ay makikinabang din sa paggamit ng mga orakulo ng data. Ang mga orakulo na ito ay magbibigay ng isa pang benchmark para sa DePIN upang ihambing ang data laban sa, higit pang pagpapalakas ng kakayahan nitong alisin ang mga malisyosong aktor.

Kapag magkasamang nagtatrabaho, ang lahat ng solusyong ito ay nagbibigay sa amin ng toolbox na nagbibigay-daan sa mga tagabuo ng DePIN na gumawa ng angkop na solusyon sa pag-verify ng data para sa kanilang partikular na kaso, na ginagawang mapagkakatiwalaan ang data ng DePIN. Iyon naman, ay isang mahalagang hakbang tungo sa mas malawak na paggamit ng DePIN sa kabuuan, mula sa mga negosyong nangangailangan ng kalidad ng data at serbisyo hanggang sa pang-araw-araw na tao.

Kaya, habang ang pag-verify ng data ng DePIN ay palaging kukuha ng ilang pag-customize, ang halaga ng pagkuha nito ng tama ay magiging kasing laki ng downside para sa pagiging mali nito.

Tandaan: Ang mga pananaw na ipinahayag sa column na ito ay sa may-akda at hindi kinakailangang sumasalamin sa mga pananaw ng CoinDesk, Inc. o sa mga may-ari at kaakibat nito.