LLM กลัวจะทำลายความเป็นส่วนตัวและความไม่เปิดเผยตัวตนบนเครือข่าย: AI สามารถหาว่าใครคือ 中本聰 ได้ไหม?

การศึกษาทางวิชาการเมื่อเร็ว ๆ นี้ระบุว่าโมเดลภาษาขนาดใหญ่ (LLM) มีความสามารถในการ “ยกเลิกการระบุตัวตน” ของผู้ใช้อินเทอร์เน็ตในสถานการณ์ขนาดใหญ่ จากเนื้อหาของโพสต์สาธารณะเพียงอย่างเดียวโมเดลอาจอนุมานตัวตนที่แท้จริงที่อยู่เบื้องหลังบัญชีที่ไม่ระบุตัวตน การค้นพบนี้ไม่เพียงแต่สร้างความกังวลจากโลกภายนอก แต่ยังจุดประกายการอภิปรายในชุมชนคริปโตว่าตัวตนที่แท้จริงของ Satoshi Nakamoto สามารถเปิดเผยได้หรือไม่

การวิจัยเผยให้เห็น: LLM ทําให้การลบข้อมูลส่วนบุคคลไม่ระบุตัวตนง่ายขึ้น

การศึกษาเรื่อง “การใช้ LLM สําหรับการยกเลิกการระบุตัวตนออนไลน์ขนาดใหญ่” ชี้ให้เห็นว่า LLM สามารถดึงเบาะแสข้อมูลประจําตัวจากข้อความที่ไม่มีโครงสร้าง และทําการค้นหาเชิงความหมายและเปรียบเทียบในฐานข้อมูลขนาดใหญ่เพื่อให้ได้การโจมตีการไม่ระบุตัวตนอัตโนมัติสูง

ทีมวิจัยได้ออกแบบกระบวนการสี่ขั้นตอน: แยก ค้นหา ให้เหตุผล และปรับเทียบ เพื่อจําลองวิธีที่ผู้โจมตีสร้างลักษณะส่วนบุคคลใหม่จากเอกสารสาธารณะเพื่อให้ตรงกับตัวตนที่แท้จริง

ภาพรวมของกรอบการวิจัยการไม่เปิดเผยตัวตนขนาดใหญ่

ในการทดลองนักวิจัยจับคู่บัญชี Hacker News กับโปรไฟล์ LinkedIn และด้วยความแม่นยํา 99% ประมาณ 45% ของตัวตนที่แท้จริงยังคงสามารถกู้คืนได้ ในการทดลองกับบัญชี Reddit แม้หลังจากการแบ่งส่วนเวลาและการกรองเนื้อหาแล้ว แต่โมเดลก็ยังคงระบุผู้ใช้จํานวนหนึ่งภายใต้สภาวะที่มีความแม่นยําสูง

Simon Lermen ผู้เขียนบทความเชื่อว่า LLM ไม่ได้เกี่ยวกับการสร้างความสามารถในการระบุตัวตนใหม่ แต่เกี่ยวกับการลดต้นทุนในการติดตามด้วยตนเองหรือการปรับขนาดการโจมตีแบบไม่ระบุตัวตนได้อย่างมาก

“การป้องกันนามแฝง” เป็นโมฆะ? AI จะท้าทายการไม่เปิดเผยตัวตนทางออนไลน์

ในอดีต นามแฝงถูกใช้เป็นมาตรการป้องกันไม่ใช่เพราะไม่สามารถระบุได้ แต่เป็นเพราะมีราคาแพงเกินกว่าจะระบุได้ Lermen ชี้ให้เห็นว่า LLM ได้เปลี่ยนแปลงไปอย่างตรงกันข้าม: “แบบจําลองสามารถประมวลผลข้อมูลหลายหมื่นชิ้นในช่วงเวลาสั้น ๆ ทําให้กระบวนการสืบสวนของมนุษย์เป็นไปโดยอัตโนมัติ”

เขาเน้นย้ําว่านี่ไม่ได้หมายความว่าบัญชีนิรนามทั้งหมดจะถูกเปิดเผยทันที แต่ “ตราบใดที่ยังมีเบาะแสข้อความเพียงพอ” โมเดลจะมีโอกาสสร้างโปรไฟล์ข้อมูลประจําตัวขึ้นมาใหม่ กล่าวอีกนัยหนึ่งข้อความอาจกลายเป็นเป้าหมายสําหรับข้อมูลขนาดเล็กที่ขุดได้ในอนาคตแม้ว่าจะไม่มีชื่อหรือลิงก์บัญชีสัญญาณเช่นความสนใจภูมิหลังหรือพฤติกรรมทางภาษาอาจกลายเป็นพื้นฐานสําหรับการระบุตัวตน

ข้อกังวลที่ซ่อนอยู่ในโลกคริปโต: ความโปร่งใสของ on-chain จะกลายเป็นเครื่องมือตรวจสอบหรือไม่?

การวิจัยนี้จุดประกายการอภิปรายอย่างรวดเร็วในชุมชนคริปโต Mert Mumtaz ผู้ร่วมก่อตั้ง Helius Labs เชื่อว่าบล็อกเชนอาศัยข้อมูลประจําตัวที่ใช้นามแฝงโดยเนื้อแท้ และบันทึกธุรกรรมทั้งหมดจะเป็นแบบสาธารณะอย่างถาวร

เขากังวลว่าบล็อกเชนซึ่งเดิมถือว่าเป็นโครงสร้างพื้นฐานทางการเงินแบบกระจายอํานาจ อาจกลายเป็นเครื่องมือตรวจสอบที่โปร่งใสสูงในสถานการณ์นี้

(คอลเลกชันสาธารณะของ Bitcoin ไม่เปลือยเปล่าอีกต่อไป!) วิธีการชําระเงินแบบเงียบทําให้เกิดความสะดวกและการปกป้องความเป็นส่วนตัว)

Satoshi Nakamoto จะถูก AI ค้นพบหรือไม่? การวิเคราะห์โวหารเป็นตัวแปรใหม่

ในเวลาเดียวกัน Nic Carter หุ้นส่วนของ Castle Island Ventures ก็ตั้งคําถามอีกข้อหนึ่งด้วย: หาก LLM สามารถทําการวิเคราะห์สไตโลเมตรีขั้นสูงได้ เป็นไปได้ไหมที่จะอนุมานตัวตนที่แท้จริงของ Satoshi Nakamoto โดยการเปรียบเทียบอีเมลที่ผ่านมา

เขาเชื่อว่าในทางทฤษฎีหากมีตัวอย่างที่สอดคล้องกันของงานตีพิมพ์แบบจําลองอาจสามารถจับคู่ความน่าจะเป็นได้ อย่างไรก็ตาม นี่ยังคงเป็นการอนุมานทางสถิติมากกว่าเครื่องมือยืนยัน เมื่อผู้สร้างเปลี่ยนรูปแบบการเขียนหรือไม่ได้เขียนต่อสาธารณะภายใต้ชื่อจริงของเขาโดยพื้นฐานแล้วเป็นการยากที่จะระบุ

(ไฟล์ Epstein เผยให้เห็นเครือข่ายพลังงานในช่วงแรกของ Bitcoin ผู้กระทําความผิดทางเพศคนนี้อาจเป็น Satoshi Nakamoto ได้หรือไม่) )

เมื่อ AI ส่งผลกระทบต่อความเป็นส่วนตัว: เทคโนโลยีการเข้ารหัสและการไม่เปิดเผยตัวตนยังคงต้องได้รับการอัปเกรด

ในบทสรุปของเขา Lermen เน้นย้ําว่าเขาไม่ได้พยายามสร้างความตื่นตระหนก แต่ชี้ให้เห็นว่าจําเป็นต้องอัปเดตกลไกการเข้ารหัสและการไม่เปิดเผยตัวตนแบบดั้งเดิม ในอดีต มีเพียงข้อมูลที่มีโครงสร้างเท่านั้นที่เป็นปัญหา แต่ตอนนี้แม้แต่ข้อความที่ไม่มีโครงสร้างก็สามารถรับรู้ได้ ความเป็นส่วนตัวไม่ได้เป็นเพียงปัญหาทางเทคนิคอีกต่อไป แต่ยังเกี่ยวข้องกับนโยบายแพลตฟอร์ม พฤติกรรมการเปิดเผยข้อมูล และบรรทัดฐานทางสังคม

ในบริบทของความก้าวหน้าอย่างรวดเร็วของความสามารถของ AI วิธีที่ความเป็นส่วนตัวของผู้ใช้ได้รับการออกแบบใหม่และปกป้องได้กลายเป็นประเด็นสําคัญสําหรับบริษัทต่างๆ

บทความนี้ LLM อาจบ่อนทําลายการไม่เปิดเผยตัวตนและความเป็นส่วนตัวทางออนไลน์: AI สามารถค้นหาได้ว่า Satoshi Nakamoto คือใคร? ปรากฏตัวครั้งแรกเมื่อ ข่าวลูกโซ่ ABMedia.

ดูต้นฉบับ
news.article.disclaimer

btc.bar.articles

ทีมความปลอดภัยของ Ledger พบช่องโหว่ในชิป MediaTek อาจทำให้คำเตือนกระเป๋าเงินถูกขโมย

ทีมงานใน Ledger กระเป๋าเงินเข้ารหัสพบว่าช่วงการบูตความปลอดภัยของโปรเซสเซอร์ MediaTek มีช่องโหว่ ผู้โจมตีสามารถดึงคีย์เข้ารหัสได้ภายใต้การสัมผัสทางกายภาพ ส่งผลกระทบประมาณ 25% ของสมาร์ทโฟน Android ช่องโหว่นี้สามารถแก้ไขได้ด้วยแพทช์ แต่เน้นย้ำถึงความเสี่ยงในการเก็บคีย์บนอุปกรณ์ที่ไม่ปลอดภัย แนะนำให้ผู้ใช้ทำการอัปเดตอย่างทันท่วงที

GateNews5 ชั่วโมง ที่แล้ว

การเขียนโค้ดด้วย AI ล้มเหลว: อย่าเชื่อในความสามารถของ AI มากเกินไป Claude การเขียนโค้ดของเขาทำให้แพลตฟอร์ม DeFi สูญเสีย 1.78 ล้านดอลลาร์

ข้อตกลงกู้ยืม Moonwell เกิดความผิดพลาดจากการตั้งค่าของข้อมูลราคาจาก oracle ทำให้ราคาสินทรัพย์ cbETH ต่ำกว่าความเป็นจริงอย่างรุนแรง เกิดเหตุการณ์ด้านความปลอดภัยบนบล็อกเชน เหตุการณ์นี้เกิดจากข้อผิดพลาดในตรรกะของโค้ดที่สร้างโดย AI ซึ่งหุ่นยนต์ชำระหนี้ใช้ช่องโหว่นี้เพื่อทำกำไร แม้จะไม่มีการแทรกแซงจากแฮกเกอร์แบบดั้งเดิม แต่ก็ส่งผลให้ผู้ใช้เสียหายมูลค่า 1.78 ล้านดอลลาร์ เหตุการณ์นี้เผยให้เห็นถึงความละเลยในการตรวจสอบกระบวนการเขียนโปรแกรม AI และเน้นความสำคัญของการตรวจสอบโดยมนุษย์ในบริบทของเทคโนโลยีอัตโนมัติ

PANews5 ชั่วโมง ที่แล้ว

กระทรวงอุตสาหกรรมและเทคโนโลยีสารสนเทศออกคำแนะนำการป้องกันความเสี่ยงด้านความปลอดภัยของเอไอ OpenClaw เสนอแนวทางรับมือ 4 ข้อสำหรับสถานการณ์การทำธุรกรรมทางการเงิน

11 มีนาคม กระทรวงอุตสาหกรรมและเทคโนโลยีสารสนเทศออกคำแนะนำเกี่ยวกับการป้องกันความเสี่ยงด้านความปลอดภัยของ OpenClaw เปิดตัวอัจฉริยะ โดยเน้นถึงความเสี่ยงที่อาจเกิดขึ้นในธุรกรรมทางการเงิน และเสนอแนวทาง "หกต้อง หกไม่" เช่น การแยกเครือข่าย การยืนยันซ้ำ และการเสริมความเข้มแข็งในการตรวจสอบซัพพลายเชน เพื่อป้องกันความผิดพลาดในการทำธุรกรรมและการถูกแฮ็กบัญชี

GateNews6 ชั่วโมง ที่แล้ว

Aaveเปิดเผยการชำระบัญชีผิดปกติจำนวน 27 ล้านดอลลาร์สหรัฐฯ บัญชีจำนวน 34 บัญชีถูกบังคับขายชอร์ต ทางการสัญญาชดเชยเต็มจำนวน

Aave เมื่อวันที่ 11 มีนาคม เกิดการชำระบัญชีผิดปกติ โดยมีตำแหน่งการกู้ยืมมูลค่าประมาณ 27 ล้านดอลลาร์สหรัฐฯ เนื่องจากการตั้งค่าพารามิเตอร์ของโมดูลความปลอดภัยภายใน CAPO ผิดพลาด ส่งผลให้มูลค่าของ wstETH ต่ำกว่าความเป็นจริง 2.85% การชำระบัญชีนี้ส่งผลกระทบต่อ 34 บัญชี โดยมีการบังคับขาย wstETH จำนวนประมาณ 10,938 เหรียญ Chaos Labs ให้คำมั่นว่าจะชดเชยเต็มจำนวนให้กับผู้ใช้ที่ได้รับผลกระทบ และเน้นย้ำถึงความจำเป็นในการปรับปรุงกลไกการบริหารความเสี่ยง เหตุการณ์นี้เน้นให้เห็นถึงความเสี่ยงที่เกิดจากความผิดพลาดในการตั้งค่าภายในระบบการเงินแบบกระจายศูนย์

動區BlockTempo7 ชั่วโมง ที่แล้ว

Lido ตอบสนองเหตุการณ์การชำระบัญชี: สัญญาเงินกู้ DeFi บางแห่งเกิดข้อผิดพลาดของพยากรณ์อากาศทำให้เกิดการชำระบัญชี ซึ่งไม่เกี่ยวข้องกับโปรโตคอล Lido

Lido ได้ตอบสนองต่อเหตุการณ์การชำระบัญชีเมื่อวันที่ 10 มีนาคม ซึ่งเกิดจากข้อผิดพลาดของอัตราเสนอราคาของ CAPO oracle โดยระบุว่าจะไม่ก่อให้เกิดหนี้เสียใด ๆ และจะชดเชยผู้ใช้ที่ได้รับผลกระทบเต็มจำนวน ผลิตภัณฑ์ Lido Earn ไม่ได้รับผลกระทบ และเงินทุนของผู้ใช้ปลอดภัย

GateNews7 ชั่วโมง ที่แล้ว

ประธาน BWA ดิลิป เชนอย สนับสนุนการศึกษาแก่นักลงทุนและระบบนิเวศคริปโตที่รับผิดชอบ

ประธาน BWA ดิลิป เชโนย เข้าร่วมการถาม-ตอบ เขาเรียกร้องให้มีการตรวจสอบอิสระอย่างละเอียดก่อนการลงทุนในคริปโต ขั้นตอนเร่งด่วนสำหรับผู้เสียหายคือการแจ้งความกับเจ้าหน้าที่ ดิลิป เชโนย ประธานสมาคม Web3 Bharat (BWA) โต้ตอบกับสื่อและ pa

TheNewsCrypto10 ชั่วโมง ที่แล้ว
แสดงความคิดเห็น
0/400
ไม่มีความคิดเห็น