Blockchain กำลังรวมการเรียนรู้ของเครื่องเข้ากับสิ่งจูงใจเพื่อระบุการฉ้อโกง NFT

- โฆษณา -ติดตามเราบน Google-ข่าวสาร

ความนิยมของโทเค็นที่ไม่สามารถทำงานร่วมกันได้เพิ่มสูงขึ้น และเช่นเดียวกับทุกสิ่งทุกอย่างที่ได้รับความนิยมในโลกของการเข้ารหัสลับ การฉ้อโกงก็เพิ่มขึ้นเช่นกัน เป็นผลให้หลายคนมองว่า NFT เป็นการลงทุนที่มีความเสี่ยงเนื่องจากมีโอกาสถูกหลอกลวง โชคดีที่อุตสาหกรรมกำลังโต้กลับด้วยการเปิดตัวเทคโนโลยีการเรียนรู้ด้วยเครื่องที่สามารถเป็นตัวเปลี่ยนเกมสำหรับการตรวจสอบ NFT

นักต้มตุ๋น NFT ใช้ จำนวนเทคนิค เพื่อหลอกลวงผู้ซื้อ แบรนด์ ศิลปิน และนักสะสม ที่พบได้บ่อยที่สุด ได้แก่ สแกมฟิชชิง ปั๊มและทิ้ง การหลอกลวงบุคคลปลอมและตลาด NFT และ NFT ปลอมอย่างโจ่งแจ้ง

การฉ้อฉล NFT จึงเป็นธุรกิจที่มีค่าใช้จ่ายสูง แต่ข่าวดีก็คือมีหลายโครงการกำลังดำเนินการเพื่อแก้ปัญหา พวกเขาทำสิ่งนี้ผ่านการผสมผสานระหว่างการเรียนรู้ของเครื่องและสิ่งจูงใจที่ทรงพลังเพื่อสร้างสภาพแวดล้อมที่ปลอดภัยยิ่งขึ้นสำหรับผู้สร้างและนักสะสม NFT ในการทำงานร่วมกัน

แมชชีนเลิร์นนิงตรวจจับการฉ้อโกง NFT ได้อย่างไร

ผู้เชี่ยวชาญส่วนใหญ่เกี่ยวกับฉาก NFT จะเน้นย้ำถึงความสำคัญของการ "ทำวิจัยของคุณเอง" เมื่อตัดสินใจว่าจะลงทุนในโทเค็นใหม่หรือไม่ อย่างไรก็ตาม ความจริงก็คือผู้คนจำนวนมากที่สนใจซื้อ NFT นั้นไม่มีความคิดที่จะศึกษาความถูกต้องของโทเค็น ดังนั้นพวกเขาจึงต้องทำการตัดสินใจโดยปราศจากข้อมูลอย่างหลีกเลี่ยงไม่ได้ โซลูชันใหม่ที่ใช้แมชชีนเลิร์นนิงช่วยให้สามารถสร้างอัลกอริทึมที่ได้รับการฝึกฝนโดยใช้ข้อมูลธุรกรรม NFT ในอดีต เพื่อให้สามารถตรวจจับโทเค็นและการหลอกลวงที่ฉ้อฉลได้

การใช้แมชชีนเลิร์นนิงเพื่อระบุการฉ้อฉลในอุตสาหกรรมอื่นๆ เช่น บริการทางการเงิน การประกัน และเกมได้รับการบันทึกไว้อย่างดี และเทคนิคที่ผ่านการทดลองและทดสอบแบบเดียวกันนี้ยังสามารถนำไปใช้กับบล็อกเชนได้อีกด้วย อัลกอริทึมการเรียนรู้ของเครื่องให้วิธีการตรวจจับการฉ้อโกงที่มีประสิทธิภาพและคล่องตัวมากขึ้นด้วยความสามารถในการจัดการข้อมูลจำนวนมาก ด้วยวิธีนี้ พวกเขาสามารถตรวจจับรูปแบบการซื้อขายที่น่าสงสัยได้เร็วกว่าที่มนุษย์จะทำได้

ข้อดีอีกอย่างของโมเดลแมชชีนเลิร์นนิงคือมีความแม่นยำมากกว่า เนื่องจากสามารถประมวลผลข้อมูลการฝึกอบรมปริมาณมหาศาลและฝึกฝนตนเองอย่างต่อเนื่อง จึงมีความแม่นยำมากขึ้นเมื่อเวลาผ่านไป พวกมันมีความยืดหยุ่นมากกว่าเช่นกัน เนื่องจากพวกมันสามารถรับรู้ชุดข้อมูลในแบบที่มนุษย์ไม่สามารถทำได้

บางทีข้อได้เปรียบหลักของการตรวจจับการฉ้อโกงโดยใช้การเรียนรู้ของเครื่องคือต้นทุนและความสามารถในการปรับขนาด ระบบดังกล่าวสามารถปรับขนาดได้มากและไม่เก่า แต่พวกเขาจะคาดการณ์การฉ้อโกงได้ดีขึ้นเมื่อเวลาผ่านไปเนื่องจากอัลกอริทึมนำเข้าข้อมูลมากขึ้น

มีเครื่องมือตรวจจับการฉ้อโกง NFT ที่ใช้ ML ใดบ้าง

ในช่วงไม่กี่ปีที่ผ่านมา มีเครื่องมือตรวจจับการฉ้อโกง NFT ที่ใช้ ML จำนวนหนึ่งซึ่งมีเป้าหมายร่วมกันในการช่วยเหลือผู้สร้างและนักสะสมในการเอาชนะนักต้มตุ๋น หนึ่งในโปรโตคอลดังกล่าวที่ได้รับความนิยมมากที่สุดคือ สุนัขเฝ้าบ้านซึ่งใช้อัลกอริทึมเพื่อระบุ NFT และการละเมิดเครื่องหมายการค้าที่ซ้ำกัน โดยใช้ประโยชน์จากโมเดลการมองเห็นของคอมพิวเตอร์ที่ทรงพลังซึ่งช่วยให้สามารถตรวจจับรายการที่ซ้ำกันได้ แม้ว่ารูปภาพหรือข้อความจะได้รับการแก้ไขแล้วก็ตาม เมื่อใดก็ตามที่พบกิจกรรมที่เป็นการฉ้อโกง ก็สามารถแจ้งให้ผู้ถือสิทธิ์ในทรัพย์สินทางปัญญาทราบและแนะนำวิธีการปกป้องทรัพย์สินทางปัญญานั้น

เครื่องมือของ Watchdog รวมถึงเอ็นจิ้น AI ที่ตรวจสอบบล็อกเชน เช่น Ethereum แบบเรียลไทม์เพื่อตรวจจับกิจกรรมที่น่าสงสัย รวมถึงบริการแจ้งเตือนที่ทำงานร่วมกับ Discord, Twitter, Telegram และอีเมลเพื่อแจ้งเตือนผู้ถือสิทธิ์ IP เกี่ยวกับการฉ้อโกงที่อาจเกิดขึ้น นอกจากนี้ยังสามารถให้รายงานโดยละเอียดเกี่ยวกับกลโกง NFT

Doppel ในขณะเดียวกันก็เป็นแพลตฟอร์มการตรวจสอบ NFT แบบข้ามสายโซ่ที่ออกแบบมาเพื่อค้นหาโทเค็นปลอม ทำงานโดยการจัดทำดัชนีข้อมูล NFT จากบล็อกเชนหลายตัว รวมถึง Ethereum, Flow และ Solana จากนั้นจะสแกนห่วงโซ่เหล่านี้เพื่อหากิจกรรม NFT ใหม่ ตรวจสอบกับชุดข้อมูล NFT ที่มีอยู่มากมายเพื่อระบุเมื่อมีการสร้างของปลอม

ในที่สุด PixelPlex เพิ่งเปิดตัวเครื่องมือที่เรียกว่า ตรวจสอบNFT.ioซึ่งสามารถใช้ในการวิเคราะห์ของสะสม NFT ตรวจจับกิจกรรมและโทเค็นที่ฉ้อโกง และลดความเสี่ยง

บทบาทของสิ่งจูงใจ

ด้วยเครื่องมือตรวจจับการฉ้อโกง NFT ที่ใช้การเรียนรู้ของเครื่องซึ่งขณะนี้มีโปรโตคอลเช่น วัคเวลี สัญญาว่าจะสร้างความแตกต่างอย่างแท้จริงในการต่อสู้กับผู้ฉ้อโกง NFT Wakweli ซึ่งตั้งชื่อตามคำภาษาสวาฮิลีที่แปลว่า "ความจริง" เป็นแพลตฟอร์มการรับรอง NFT ที่อาศัยอัลกอริธึมฉันทามติ Proof of Democracy เพื่อให้ชุมชนสามารถพิสูจน์ความถูกต้องของสินทรัพย์ดิจิทัลได้

วิธีการทำงานนั้นค่อนข้างง่าย ใครก็ตาม เช่น ผู้สร้าง NFT สามารถขอใบรับรองเพื่อตรวจสอบความถูกต้องของ NFT ได้โดยการปักหลักโทเค็น WAKU โปรโตคอลนี้ใช้ผู้รับรองที่เป็นมนุษย์ ซึ่งถือหุ้น WAKU เช่นกัน เพื่อตรวจสอบความถูกต้องของ NFT และออกใบรับรอง โดยได้รับผลตอบแทนจากเงินเดิมพันจากการทำเช่นนั้น จากนั้นชุมชน Wakweli ที่กว้างขึ้นมีอิสระที่จะท้าทายความถูกต้องของใบรับรองใด ๆ โดยการเดิมพันโทเค็น WAKU และแสดงหลักฐานที่แสดงว่า NFT ที่ได้รับการรับรองนั้นเป็นของปลอม ความพร้อมใช้งานของเครื่องมือที่ใช้ ML ต่างๆ ควรทำให้แน่ใจว่าทั้งผู้รับรองและผู้ท้าชิงสามารถค้นหาหลักฐานทั้งหมดที่จำเป็นในการสำรองข้อมูลการอ้างสิทธิ์ของตน เป็นโปรโตคอลที่ทรงพลังที่กระตุ้นให้ผู้เล่นทุกคนดำเนินการอย่างตรงไปตรงมา และเมื่อมันแพร่หลายมากขึ้น และหวังว่าจะรวมเข้ากับตลาด NFT ชั้นนำ เหตุการณ์การฉ้อโกงควรจะเกิดขึ้นน้อยลงมาก

ทำไมเรื่องนี้

การผสมผสานระหว่างแมชชีนเลิร์นนิงกับสิ่งจูงใจที่แข็งแกร่งของ Wakweli เป็นสิ่งที่จำเป็นอย่างยิ่ง เนื่องจากอุตสาหกรรม NFT ได้ต่อสู้ดิ้นรนเพื่อเอาชนะการหลอกลวงมาอย่างยาวนาน NFT เป็นเทคโนโลยีที่มีศักยภาพเกือบไร้ขีดจำกัด แต่จนกว่าผู้ใช้ทั่วไปจะมีวิธีง่ายๆ ในการตรวจสอบความถูกต้องของสินทรัพย์ดิจิทัล พวกเขาจะไม่เห็นการนำไปใช้อย่างแพร่หลาย

- โฆษณา -

ที่มา: https://thecryptobasic.com/2023/01/09/blockchain-is-combining-machine-learning-with-incentives-to-identify-nft-fraud/?utm_source=rss&utm_medium=rss&utm_campaign=blockchain-is-combining -การเรียนรู้ด้วยเครื่องพร้อมสิ่งจูงใจเพื่อระบุการฉ้อโกง nft