Logo
Share this article

Перевірка даних DePIN: виклик без срібних куль

Якщо весь продукт DePIN — це дані, то підробка робить його набори даних менш цінними. За словами Леонарда Дорлохтера, співзасновника peaq, ось як боротися з неправдивими даними.

Іноді все, що потрібно, щоб перемогти високотехнологічне рішення, — це щось настільки низькотехнологічне, як шматок жувальної гумки. Розумієте, певні товари — здебільшого харчові продукти, такі як риба чи молочні продукти — мають транспортуватися при певній температурі. Компанії встановлюють датчики у вантажівках, щоб KEEP це, але водії, яких можуть оштрафувати за неправильне відправлення, T прихильники цього. Тому деякі з них просто кладуть жуйку на датчики, що робить показання датчиків недійсними.

У децентралізованому середовищі, яке залежить від даних, як-от DePIN, зловмисники можуть втрутитися в систему так само легко, як драйвери в цьому анекдоті, який походить від нашого галузевого партнера. І наслідки можуть бути набагато жахливішими, ніж харчове отруєння, потенційно зриваючи цілі проекти. Отже, як будівельникам виконувати перевірку даних DePIN? Це питання ми взяли до серця під час роботи пік, рівень 1 для DePIN.

STORY CONTINUES BELOW
Don't miss another story.Subscribe to the The Node Newsletter today. See all newsletters

Дані змушують DePIN обертатися

По-перше, давайте витратимо хвилинку, щоб повністю зрозуміти суть проблеми. По суті, це зводиться до двох речей: дані є вирішальними для функціонування DePIN-ів — і їхня модель стимулювання, яка може призвести до зловживань.

Що стосується даних, існує цілий сегмент DePIN, які повністю зосереджені на краудсорсингу даних. Мережа Silencio збирає дані про шумове забруднення, MapMetrics збирає навігаційні дані, WeatherXM, як би це не було шокуюче, збирає дані про погоду і так далі і так FORTH. Для всіх цих проектів дані є продуктом; це те, що вони пропонують попиту, підприємствам, дослідникам і всім, хто знаходиться між ними. Таким чином, якість даних має вирішальне значення для їх здатності постійно винагороджувати користувачів, які ними діляться, що є ключовою частиною маховик DePIN можливість масштабування проектів.

Тим не менш, перевірка даних DePIN має значення, навіть якщо дані T є CORE продуктом. Візьмемо DePIN для зарядка електромобілів, наприклад. Сеанс стягнення плати, очевидно, є подією поза ланцюгом, і DePIN потрібні дані, щоб стягувати плату з покупця за сеанс і винагороджувати за це постачальника. Зокрема, йому потрібні такі змінні, як ідентифікатори транспортного засобу та зарядної точки, тривалість сеансу, кількість спожитої електроенергії тощо.

В обох випадках дані та винагороди зрештою йдуть рука об руку: якщо ви надаєте правильні дані, ви отримуєте жетони. Більшість людей зроблять саме так, граючи за правилами. Однак невелика кількість поганих акторів може вирішити додати пікантності — і зіпсувати їжу всім.

Підробляйте, поки не зламаєте

Проблема полягає в тому, що дані можуть бути підробленими або підробленими, кажучи нетехнічними термінами. Історія про жувальну гумку дуже актуальна, але ось ще один цікавий приклад — пам’ятаєте Pokemon Go? Ну, є цілий subreddit на підробку вашого місцезнаходження в грі, дозволяючи вам зловити Пікачу або двох, не встаючи з дивана. У випадку, коли DePIN пропонує підвищену винагороду за дані з певного місця, ви можете використовувати ті ж принципи, щоб підробити місцезнаходження ваших датчиків і заробити більше токенів за надання, ну, сміттєвих даних. З тієї ж точки зору, зарядний пункт, якого насправді немає, напевно, розважить жартівника, який поставив його на карту, але не водія, чий електромобіль ледь не закінчився.

З точки зору DePIN, такий спуфінг є жахливим. Якщо весь продукт DePIN — це дані, спуфінг отруює його джерело, роблячи його набори даних менш цінними. У короткостроковій перспективі це означає менше задоволених клієнтів, а в довгостроковій перспективі це може вбити попит і завалити проект. Завдяки DePIN-кодам, не орієнтованим на дані, фальшива діяльність скорочує пул винагород для чесних учасників і може сприяти злочинам у реальному світі.

Однак заковика в тому, що дух Web3 вимагає, щоб DePIN-код був відкритим для будь-кого, хто може приєднатися, без централізованої перевірки пристрою. У той же час DePIN-код повинен працювати без довіри, маючи вбудовані механізми для фільтрації зловмисників на кожному кроці.

Отже, яке рішення для перевірки даних DePIN є найкращим? Ну... Немає.

Без срібних куль

Проста правда полягає в тому, що тут немає універсальних рішень. Причина цього досить проста: DePIN-код дуже різноманітний, він занурюється в сотні галузей і використовує тисячі типів пристроїв. Це означає, що будь-який уніфікований контроль на рівні пристрою можна застосувати, лише якщо DePIN працює виключно на пропрієтарному обладнанні. Ця стратегія не є нелегітимною, але йде за рахунок відкритості, а також запроваджує централізовану точку відмови в проекті — виробника пристрою.

Доброю новиною є те, що нам T потрібне універсальне рішення. Ми можемо змішувати різні підходи та створювати децентралізовані мережі з багаторівневими гарантіями. Використання приватних ключів пристроїв для підпису всіх даних, які вони транслюють у джерело, є хорошим першим кроком, який агностикує пристрій, який дозволяє нам відслідковувати дані до їх джерела та таким чином відсіяти зловмисників постфактум. Однак, щоб це працювало, пристрій повинен мати можливість підписувати транзакції, а для цього також потрібне спеціалізоване програмне забезпечення. І, звісно, ​​сумлінно та правильно підписані дані можуть бути неправильними, якщо йдеться про жувальну гумку.

Машинне навчання є ще одним зручним інструментом перевірки даних, який шукає аномалії в даних, що надходять із пристроїв. Цей підхід виграє від самого мережевого ефекту, який створює DePIN — що більше у вас джерел даних, то точнішими будуть ваші оцінки основного шаблону — і позначає все, що T вписується в нього. Правда, аномалія не завжди може бути результатом зловмисної діяльності, тому DePIN також виграють від використання оракулів даних. Ці оракули стануть ще одним орієнтиром для DePIN для порівняння даних, що ще більше підвищить його здатність відсівати зловмисників.

Працюючи в тандемі, усі ці рішення надають нам інструментарій, який дозволяє розробникам DePIN створити відповідне рішення перевірки даних для їх конкретного випадку, роблячи дані DePIN надійними. Це, у свою чергу, є вирішальним кроком до ширшого впровадження DePIN у всіх сферах, від підприємств, яким потрібні якісні дані та послуги, до звичайних людей.

Таким чином, хоча перевірка даних DePIN завжди потребуватиме певних налаштувань, цінність правильного виконання буде такою ж величезною, як і недолік помилки.

Примітка: погляди, висловлені в цій колонці, належать автору та не обов’язково відображають погляди CoinDesk, Inc. або її власників і афілійованих осіб.

Note: The views expressed in this column are those of the author and do not necessarily reflect those of CoinDesk, Inc. or its owners and affiliates.

Leonard Dorlöchter

Леонард Дорлохтер є співзасновником peaq, блокчейну рівня 1 для DePIN і Machine RWA, а також EoT Labs, організації з розробки та інкубації програмного забезпечення, яка підтримує проекти з відкритим кодом, орієнтовані на економіку речей. Леонард створив кілька організацій, команд і продуктів протягом п’яти років у сфері блокчейнів. Він працює на перетині бізнесу та інженерії та любить створювати проривні продукти та екосистеми.

Leonard Dorlöchter