Проверка данных DePIN: задача без панацеи

Иногда, чтобы победить высокотехнологичное решение, достаточно чего-то столь же низкотехнологичного, как кусок жевательной резинки. Видите ли, некоторые товары — в основном продукты питания, такие как рыба или молочные продукты — должны перевозиться при определенной температуре. Компании устанавливают датчики в грузовиках для доставки, чтобы KEEP это, но водители, которые могут получить штраф за неправильное обращение с грузами, T являются поклонниками этого. Поэтому некоторые из них просто приклеивают жевательную резинку к датчикам, что делает показания датчиков недействительными.

В децентрализованной среде, зависящей от данных, такой как DePIN, злоумышленники могут вмешиваться в систему так же легко, как водители в этом анекдоте, который исходит от нашего отраслевого партнера. И последствия могут быть намного более ужасными, чем пищевое отравление, потенциально приводя к краху целых проектов. Так как же разработчикам следует обращаться с проверкой данных DePIN? Это вопрос, который мы приняли близко к сердцу, работая надпик, уровень 1 для DePIN.

Данные заставляют DePIN вращаться

Во-первых, давайте на минутку остановимся и полностью разберемся в сути вопроса. По сути, все сводится к двум вещам: данные имеют решающее значение для функционирования DePIN, а их модель стимулирования провоцирует потенциальное злоупотребление.

Что касается данных, то существует целый сегмент DePIN, который полностью сосредоточен на краудсорсинге данных.Сеть Silencioсобирает данные о шумовом загрязнении,Метрики картысобирает навигационные данные,ПогодаXM, как бы шокирующе это ни было, собирает данные о погоде и т. д. и т. FORTH. Для всех этих проектов данные являются их продуктом; это то, что они предлагают стороне спроса, предприятиям, исследователям и всем, кто находится между ними. Таким образом, качественные данные имеют решающее значение для их способности последовательно вознаграждать пользователей, которые делятся ими, что является ключевой частью маховик DePINпозволяя масштабировать проекты.

Тем не менее, проверка данных DePIN имеет значение, даже если данные T являются Core продуктом. Давайте возьмем DePIN для зарядка электромобиля, например. Сеанс зарядки, очевидно, является офчейн-событием, и DePIN нужны данные, чтобы взимать плату с покупателя за сеанс и вознаграждать за него поставщика. А именно, ему нужны такие переменные, как идентификаторы транспортного средства и точки зарядки, продолжительность сеанса, количество потребляемой электроэнергии и т. д.

В обоих случаях данные и награды в конечном итоге идут рука об руку: если вы предоставляете правильные данные, вы получаете токены. Большинство людей именно так и поступают, играя по правилам. Однако небольшое количество плохих актеров может решить добавить остроты — и испортить всем еду.

Притворяйся, пока не сломаешься

Вот в чем проблема: данные можно подделать или сфальсифицировать, если говорить нетехническим языком. История с жевательной резинкой вполне применима, но вот еще один занимательный пример — помните Pokemon Go? Ну, есть целыйсабреддитна подделке вашего местоположения в игре, что позволит вам поймать Пикачу или двух, не вставая с дивана. В сценарии, где DePIN предлагает повышенные награды за данные из определенного местоположения, вы можете использовать те же принципы, чтобы подделать местоположение ваших датчиков и заработать больше токенов за предоставление, ну, мусорных данных. По тому же принципу, точка зарядки, которой на самом деле нет, вероятно, развлечет шутника, который нанес ее на карту, но не водителя, чей электромобиль вот-вот разрядится.

С точки зрения DePIN, такой спуфинг довольно ужасен. Если весь продукт DePIN — это данные, спуфинг отравляет его колодец, делая его наборы данных менее ценными. В краткосрочной перспективе это означает меньшее количество довольных клиентов, в долгосрочной перспективе это может убить спрос и погубить проект. С не ориентированными на данные DePIN поддельная активность сокращает пулы вознаграждений для честных участников и может способствовать совершению преступлений в реальном мире.

Однако загвоздка в том, что этика Web3 требует, чтобы DePIN были открыты для присоединения любого человека, без централизованных проверок устройств. В то же время DePIN должны работать без доверия, используя встроенные механизмы для фильтрации злоумышленников на каждом этапе.

Так какое же решение является окончательным решением для проверки данных DePIN? Ну... Его нет.

Никаких серебряных пуль

Простая истина в том, что здесь нет универсальных решений. Причина этого довольно проста: DePIN очень разнообразны, они проникают в сотни отраслей и используют тысячи типов устройств. Это означает, что любой вид единообразного контроля на уровне устройства может быть реализован только в том случае, если DePIN работает исключительно на фирменном оборудовании. Стратегия не является незаконной, но идет в ущерб открытости, а также вводит централизованную точку отказа в проект — производителя устройства.

Хорошей новостью является то, что нам T нужно универсальное решение. Вместо этого мы можем смешивать и сопоставлять различные подходы и строить децентрализованные сети с многоуровневыми мерами безопасности. Использование закрытых ключей устройств для подписи всех данных, которые они передают в источнике, является хорошим первым шагом, независимым от устройства, который позволяет нам отслеживать данные до их источника и, таким образом, отсеивать злоумышленников постфактум. Однако для этого устройство должно иметь возможность подписывать транзакции, а для этого также требуется специализированное программное обеспечение. И, конечно же, должным образом и правильно подписанные данные все еще могут быть неверными, если в деле замешана жевательная резинка.

Машинное обучение — еще один удобный инструмент проверки данных, который ищет аномалии в данных, поступающих с устройств. Этот подход выигрывает от того самого сетевого эффекта, который создает DePIN — чем больше у вас источников данных, тем точнее будут ваши оценки базовой модели — и помечает все, что T вписывается в нее. Конечно, аномалия не всегда может быть результатом вредоносных действий, поэтому DePIN также выиграют от использования оракулов данных. Эти оракулы предоставят DePIN еще один ориентир для сравнения данных, что еще больше повысит его способность отсеивать злоумышленников.

Работая в тандеме, все эти решения предоставляют нам набор инструментов, который позволяет разработчикам DePIN создавать подходящее решение для проверки данных для своего конкретного случая, делая данные DePIN заслуживающими доверия. Это, в свою очередь, является важным шагом к более широкому внедрению DePIN по всем направлениям, от предприятий, которым нужны качественные данные и услуги, до обычных людей.

Таким образом, хотя проверка данных DePIN всегда будет требовать некоторой настройки, ценность ее правильного выполнения будет столь же велика, как и недостатки ее неправильного выполнения.

Примечание: Мнения, выраженные в этой колонке, принадлежат автору и не обязательно отражают точку зрения CoinDesk, Inc. или ее владельцев и аффилированных лиц.