当前位置:首页 > 业务领域 > 污染检测 >

零知识证明在传统互联网经济中的新应用场景|LOLS10全球总决赛世界赛下注

编辑:LOL总决赛下注网站 来源:LOL总决赛下注网站 创发布时间:2020-10-19阅读58658次
  

此前,在各学术论坛及会议上与很多专家进行了交流,研究了英科学知识证明的学问。0科学知识可以证明,除了与区块链相关的秘密缴纳外,很难找到其他可靠的应用程序。(威廉莎士比亚、温斯顿)我对零科学知识证明的应用场景进行了研究,可以探索适用于传统句子未付费领域的零科学知识。特别是,这篇文章将探讨如何使用英科学、知识证明、结构、隐私维护的reCAPTCHA。

背景科学知识:reCAPTCHA我们将谈论的这篇文章《zkSENSE: a privacy-preserving mechanism for bot detection in mobile devices》 [PAZVNL]是由Brave Software的研究人员领导的马德里卡洛斯三世大学和剑桥大学的研究人员合作的工作。本章首先说明这件事的动机。浏览器在指定站点时经常会遇到验证码。

例如,可以展示歪歪扭扭的字,然后拒绝输出正确的句子。(大卫亚设,Northern Exposure(美国电视剧),)这个测试专业名称是Completely Automated Public Turing Tests to Tell Computers and Humans Apart。该测试从2000年左右互联网初期开始在网站建设中广泛使用,主要是通过该测试区分机器人和人类,防止攻击者通过机器人对网站进行拒绝服务反击,或故意用垃圾邮件发送广告。这篇文章的新设计CAPTCHA方案的动机略有不同。

LOLS10全球总决赛世界赛下注

该项目由brave浏览器和basic attention token (BAT)项目的研究人员发起,因此它们的应用和BAT的整个商业模式密切相关。BAT的基本目的是,用户在查看广告时要补偿代价的注意,因此在用户页面上查看广告时,不能正确收到一定数量的BAT。

该商业模式具有pay to surf的专业名称,该公司在1999年已经明确提出并建立起来,当时,一家名为AllAdvantage的公司通过这种付费向用户展示广告的商业模式,在近一年内投资了近1300万用户和2亿美元的风险投资。后来网络泡沫破灭,这家公司很快破产了。该公司最终除了生之外,最重要的原因之一是攻击者对机器人欺诈广告页面的薪酬过度横行,导致公司最终收入不足。

LOLS10全球总决赛世界赛下注

事实上,我们说这种类型的反击今天仍然很少,但网络安全专家表示,他们不会向攻击者销售低价手机,配置click farms,通过机器人软件收取广告费。(威廉莎士比亚,Northern Exposure(美国电视剧),)因此,这句话的背景是,如果必须防止BAT重复AllAdvantage的错误,那么他的意图就是激活这个pay to surf商业模式。因此,避免攻击者使用机器人欺诈广告费是首要任务。方案动机:为什么要隐私的reCAPTCHA,既然已经有了CAPTCHA这个工具,Brave可以问,再新建一个炉灶,制定一个基于0科学知识证明的机器人检查方案是不是没有必要。

(威廉莎士比亚,Northern Exposure(美国电视),)这可能需要在现有CAPTCHA方案中不存在的问题上思考。目前普遍使用的CAPTCHA程序存在两个问题。第一,检测机器人的效果是有限度的。

特别是,目前以深度自主学习为基础的机器学习算法[GTFZFXCW18]已经使用非常少的训练样本,能够有效地反击广泛使用的各种CAPTCHA程序。另一个问题是,CAPTCHA在移动设备上相当严重地损害了用户体验。这是在手机上遇到验证码时都体会到的信念。针对这些问题,研究人员明确向用户提出了一个半透明的新reCAPTCHA方案。

基本想法是在移动设备上收集用户的个人数据,区分访问者是机器还是人类。特别是基本的想法是,人在输出到移动设备时需要松开显示屏,而触摸屏时设备的惯性测量装置,即油门和陀螺,不会记录手指在屏幕上松开移动时发生的传感器数据。

(阿尔伯特爱因斯坦,北上广深)。 相对来说,机器人经常通过软件模拟分解输出。因为没有手指触摸屏,传感器收集相关数据,所以可以用这个传感器输入的差异来区分人类和机器人。

但是这种惯性测量单位数据在隐私保护中非常脆弱。研究表明,通过分析这些数据,可以推断出设备(如用户年龄、性别等)的密钥(keystroke)信息,这些数据可以用指纹信息攻击用户。还可以收集用户密钥(keystroke)信息来窃取用户私钥。BAT这个项目是以维护用户隐私为基础的,如何构建reCAPTCHA系统不仅能保障用户的隐私,还能很好地区分机器人和人类,这也是尝试这句话解决问题的原因。

这也是该系统最终用于证明英科学知识的原因。(威廉莎士比亚,Northern Exposure(美国电视),)方案设计原则和安全模型以及传统的reCAPTCHA方案不同于将移动端传感器数据发送到互联网公司管理的服务器,然后在服务器端分析公司的用户数据。

这篇文章场景的基本原则是用户数据不会离开用户移动设备。也就是说,机器人检测算法分析用户设备上传感器收集的数据,并将最终分析结果发送到服务器端,以维护用户个人信息。这里偷偷拜托,确保用户数据不离开用户设备,不在客户端销毁个人信息数据的BAT原则非常有趣,应该能够沦落为新一代个人信息保护系统的标准化设计原则。

LOLS10全球总决赛世界赛下注

(威廉莎士比亚,Northern Exposure(美国电视),)BAT项目创始人Brendan Eich表示,这相当于从do no evil转变为can't do evil。如果数据不离开用户设备,对用户数据的主权似乎不是网络垄断企业,而是用户。从上面的背景说明可以看出,文章攻击者似乎掌握了移动设备。

机器人检测算法在用户设备的末端继续运行,因此,网络桌面报纸网、算法中加载的传感器数据如何防止攻击者伪造,即使攻击者可以更改机器人检测分析算法代码,收集的分析结果也仍然是问题的关键。0科学知识证明就是用来保证分析算法结果的可靠性的。事实上,0科学知识如果只考虑该方案的设计可靠性,只能看作是计算证明方案。

也就是说,已证明了承诺输出和输入之间的预期函数关系。如果输入/输出之间的这种预期函数关系不一致,攻击者就不能分解可以通过验证的证明。如果将机器人检测算法视为预期函数,这种看似零科学知识证明的soundness的性质可以保证,攻击者更改机器人检测算法代码后,无法分解合格的计算来证明。(威廉莎士比亚,Northern Exposure(美国电视),)0科学知识证明的0科学知识的性质,除了告诉检查者检查结果外,还可以防止泄露其他个人隐私信息,从而保证用户的隐私。

(大卫亚设,Northern Exposure)这种安全模式实际上非常强大。也就是说,在控制click farms等大规模移动设备的攻击者进行反击时,可以有效地检测机器人并确保用户的隐私。这种可能的反击包括反击用户操作系统、更改用户API、导入假传感器输入,以及修改用于移动设备时收集的传感器设备数据。方案概述该方案的基本思想可以解释为,用户由于移动设备的页面事件而发生人类(humanness)证书过程,humanness认证模块加载设备传感器输入。

LOL总决赛下注网站

该模块用于区分人类或机器是否继续执行页面事件,并将测试结果和相应的0科学知识证明发送给服务器测试的训练模型。 0科学知识证明主要用于证明以下两个计算阶段的准确性:1.机器人检测程序输出数据由传感器动态收集,这些采样算法运行很长时间。机器人测试程序计算过程正确。

_LOL总决赛下注网站。

本文来源:LOLS10全球总决赛世界赛下注-www.taringa-taringa.com

0431-72447227

联系我们

Copyright © 2010-2014 香港市LOLS10全球总决赛世界赛下注科技股份有限公司 版权所有  港ICP备50072546号-9