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.

news.article.disclaimer

btc.bar.articles

Denaria ถูกโจมตีด้วยสัญญาอัจฉริยะ สูญเสียประมาณ 165k ดอลลาร์สหรัฐ

แพลตฟอร์มเทรดอนุพันธ์สัญญาถาวรแบบไร้ศูนย์กลาง Denaria ประกาศว่าสัญญาอัจฉริยะของตนถูกโจมตี โดยมีความเสียหายประมาณ 165k ดอลลาร์สหรัฐ ทีมกำลังทำงานร่วมกับผู้ตรวจสอบเพื่อสอบสวน และได้ระงับหน้าจอผู้ใช้งานเพื่อเตรียมกระบวนการคืนเงิน Denaria หวังว่าจะเชิญผู้โจมตีผ่านเงินรางวัลให้ติดต่อกลับเพื่อหลีกเลี่ยงการดำเนินการทางกฎหมาย

GateNews24 นาที ที่แล้ว

XRPL Validator ส่งเสียงเตือนผู้ใช้ XRP เกี่ยวกับภัยคุกคามการหลอกลวงทางวิศวกรรมสังคม - U.Today

ตัวตรวจสอบ (validator) ของ XRP Ledger Vet เตือนชุมชน XRP หลังจากเหตุหลอกลวงแบบวิศวกรรมสังคมระบายเงินไปแล้ว 280 ล้านดอลลาร์จาก Drift Protocol ของ Solana โดยเน้นย้ำถึงความจำเป็นในการระมัดระวังและความตื่นตัวของผู้พัฒนาในท่ามกลางช่องโหว่ด้านคริปโตที่เพิ่มมากขึ้น

UToday2 ชั่วโมง ที่แล้ว

ทนายความกล่าวว่าเหตุโจมตีของ Drift Protocol มูลค่า 280 ล้านดอลลาร์สหรัฐ อาจเข้าข่ายความประมาททางแพ่ง

ทนายความ Ariel Givner ระบุว่าเหตุโจมตีมูลค่า 280Mดอลลาร์ที่เกิดขึ้นกับ Drift Protocol อาจเข้าข่ายความประมาทเลินเล่อทางแพ่ง เนื่องจากไม่ได้ปฏิบัติตามขั้นตอนความปลอดภัยขั้นพื้นฐาน ผู้โจมตีได้วางแผนมาเป็นเวลา 6 เดือนโดยใช้ความสัมพันธ์ที่มีความไว้วางใจเพื่อขโมยอุปกรณ์ของนักพัฒนา และขณะนี้มีเอกสารโฆษณาการฟ้องคดีแบบกลุ่มต่อ Drift เผยแพร่ออกมาแล้ว

GateNews11 ชั่วโมง ที่แล้ว

AI กำลังทำให้ปัญหาความปลอดภัยของ crypto แย่ลงไปอีก ตามคำเตือนของ CTO ของ Ledger

แพลตฟอร์มคริปโต — และนักลงทุน — ได้ประสบกับการโจมตีของแฮกเกอร์และการแสวงหาผลประโยชน์มาเป็นเวลานาน และตอนนี้ ปัญญาประดิษฐ์ (AI) กำลังทำให้ภัยคุกคามนั้นแย่ลงไปอีก นั่นคือมุมมองของชาร์ลส์ กีเยอเมต์ ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี (CTO) ที่ผู้ให้บริการกระเป๋าเงินคริปโตอย่าง Ledger ซึ่งกล่าวว่าเศรษฐศาสตร์ของความปลอดภัยทางไซเบอร์นั้นคือ

CoinDesk21 ชั่วโมง ที่แล้ว
แสดงความคิดเห็น
0/400
ไม่มีความคิดเห็น