Az InterLink belsejében: Közelebbről megvizsgálva az ember által ellenőrzött blokklánc rendszert

Összefűz egy blokklánc projektként indult, amely az emberi személyazonosságok arcfelismeréssel és élőség-érzékeléssel történő ellenőrzésére összpontosít. Az InterLink Labs által indított hálózat célja egy decentralizált rendszer létrehozása, ahol minden résztvevőt egyedi személyként erősítenek meg, kezelve olyan problémákat, mint a botok beavatkozása és a sybil támadások a Web3 környezetekben. A projekt biztosította a 20 millió $ az év elején magvető finanszírozásban, amelyet olyan befektetők támogattak, mint Google kezdőknek és a Monad. A mai napig több mint 2.5 millió ellenőrzött felhasználóról számol be, ami folyamatos növekedést jelent a júniusi egymillió regisztrált szkennelés óta. Ez a bővülés a globális felhasználói bázis kiépítésére irányuló folyamatos erőfeszítéseket tükrözi, bár a platform még korai szakaszban van.

Az alapvető jövőkép: Hálózat valódi embereknek

Az InterLink egy „Emberi Hálózat” alapjaként pozicionálja magát, ahol az ellenőrzött egyének alkotják a rendszer gerincét. A projektről szóló tanulmány egymilliárd aktív résztvevő elérését célozza meg, hangsúlyozva az identitás, az irányítás és a gazdasági koordináció alkalmazásait. A felhasználók egy egyszeri ellenőrzési folyamat után „Emberi Csomópontokká” válnak, amely személyazonosságukat a hálózathoz köti anélkül, hogy személyes adatokat kellene tárolni a láncon.

Ez a megközelítés eltér a tipikus blokkláncoktól, ahol az anonim tárcák könnyen sokszorozhatók. Ehelyett az InterLink egy „egy személy – egy identitás” modellt érvényesít. A fejlesztők ezt a Human Auth SDK-n keresztül integrálhatják, lehetővé téve a külső platformok számára a felhasználók nyers biometrikus információkhoz való hozzáférés nélküli ellenőrzését. A vízió kiterjed a jutalmak elosztására egyfajta univerzális alapjövedelem formájában, amelyet mesterséges intelligencia finanszíroz, bár a megvalósítás részletei egyelőre koncepciózusak.

A hálózat felépítése moduláris elemeket tartalmaz: egy identitásréteget, alkalmazásinterfészeket és egy tokenkezelési blokkláncot. Célja, hogy lehetővé tegye a tisztességes részvételt olyan területeken, mint az airdropok és a staking, ahol a hamis fiókok gyakran torzítják az eredményeket.

Főbb elemek: InterLink ID és emberi csomópontok

A rendszer középpontjában az InterLink ID áll, egy biometrikus alapú azonosító rendszer. A felhasználók az alkalmazáson keresztül beolvassák az arcukat, és a mesterséges intelligencia algoritmusai ellenőrzik az élő megjelenést, hogy megakadályozzák a hamisítványokat, például a fényképeket vagy videókat. Az ellenőrzést követően a személyazonosító okmány hozzáférést biztosít az ökoszisztéma funkcióihoz, és a felhasználót emberi csomóponttá alakítja.

Az emberi csomópontok emberi részvétellel váltják fel a hagyományos bányász hardvereket. Nincs szükség speciális felszerelésre; a jutalom az aktív maradásból és a közreműködésből származik, például a mini-alkalmazások használatából vagy az erőforrások megosztásából. A rendszer a személyiség igazolását használja, a tokeneket az ellenőrzés és az aktivitási szintek alapján osztja ki. Ez a módszer az alacsonyabb energiafogyasztást célozza meg a munkabizonyítási modellekhez képest.

A csomópontok InterLink tokeneket (ITL vagy ITLG) kapnak, amelyek jutalma a jelenlétükhöz és a feladataikhoz kötött. Az inaktív csomópontok büntetésekkel néznek szembe, beleértve a tokenek elégetését is a hálózat állapotának fenntartása érdekében. Egy nemrégiben lezajlott DAO-szavazás jóváhagyta ezt a mechanizmust, a közösség 72%-os támogatásával. A rendszer exponenciálisan elégeti a függőben lévő jutalmakat az alvó csomópontok esetében, potenciálisan leválasztva őket, ha az egyenlegük eléri a nullát.

Az InterLink alkalmazás és a tágabb ökoszisztéma

Az InterLink alkalmazás a fő belépési pont. Kezeli az azonosítókezelést, a tokenek nyomon követését és a minialkalmazásokhoz való hozzáférést olyan kategóriákban, mint a közösségi média, a játékok és a pénzügyek. A felhasználók hozzájárulhatnak a mesterséges intelligencia képzéséhez feladatok elvégzésével vagy eszközeik számítási teljesítményének megosztásával, miközben adataik bizalmasak maradnak. Egy irányítópult nyomon követi ezeket a hozzájárulásokat, átláthatóságot biztosítva.

A fejlesztők a Mini-App Development Kit (MDK) segítségével fejleszthetnek és telepíthetnek alkalmazásokat. A piactér lehetővé teszi a közvetlen közzétételt központosított jóváhagyások nélkül, ellentétben a hagyományos alkalmazásboltokkal. Az olyan integrációs eszközök, mint az InterLink SDK, támogatják az iOS-t, az Androidot és a webet, mesterséges intelligenciára összpontosító projektekhez pedig akár 500 millió ITL-es támogatások is elérhetők.

Az alkalmazáson túl az InterLink hardveres megoldásokat is vizsgál a HumanPad segítségével, amely egy viselhető eszköz az ellenőrzéshez olyan régiókban, ahol nincsenek kiváló minőségű kamerák. Az iPod Shuffle méretéhez hasonló, a biometriára összpontosít, és pénzügyi hozzáférést biztosíthat a bankszámlával nem rendelkező lakosság számára. Az ökoszisztéma magában foglalja a következőket is: Defi elemek: letéti őrzés nélküli pénztárca, QR-fizetések kriptovalutát fiat pénzre váltva, valamint tőzsdék spot kereskedésre, áthidaló ügyletekre és tőkeáttételes perpetual ügyletekre.

Fedezze fel az ígéretes projekteket...

Ígéretes projektek...

(Hirdetés)

A cikk folytatódik...

Technikai alapok: Biometria, adatvédelem és mesterséges intelligencia

Az InterLink technikai alapjai fejlett biometrikus azonosításra épülnek, amelyet robusztus adatvédelmi intézkedések és mesterséges intelligencia által vezérelt folyamatok egészítenek ki a biztonság és a skálázhatóság garantálása érdekében. A rendszer arcfelismeréssel kezdődik, mélytanulási modelleket, például konvolúciós neurális hálózatokat (CNN) és látástranszformátorokat (ViT) használva a felhasználói szkennelések elemzéséhez. Ezeket a modelleket, amelyeket olyan architektúrák ihlettek, mint az XceptionNet és az EfficientNet, valós és szintetikus képek hatalmas adathalmazain képezik ki. A hamisítás finom jeleit észlelik, például a természetellenes bőrtextúrákat vagy a szabálytalan pislogási mintákat.

Egy arcképkockák sorozata esetén a detektálási modell kiszámítja a hitelességi valószínűséget, lényegében a bemeneti értéket 0-tól (valószínűleg szintetikus) 1-ig (autentikus) pontozva. Ez magában foglalja az egyes képek térbeli elemzését és időbeli ellenőrzéseket a képkockákon keresztül, optikai áramlás segítségével mérve a mozgás konzisztenciáját – az alacsonyabb koherencia gyakran jelzi a mélyhamisításokat, mivel a mesterséges intelligencia által generált tartalom küzd a természetes dinamikával. A spektrális elemzés tovább vizsgálja a képek frekvenciamintázatait, feltárva a hamisítványokban gyakori műtermékeket. A modell finomítja magát azáltal, hogy minimalizálja a hibákat egy bináris kereszt-entropia veszteségfüggvény segítségével, amely összehasonlítja az előrejelzéseket a valódi címkékkel.

Az élőség-érzékelés egy újabb réteget ad hozzá, amely megköveteli a felhasználóktól, hogy olyan műveleteket hajtsanak végre, mint a mosolygás vagy a pislogás, hogy valós idejű jelenlétet erősítsenek meg. Ez a funkció a statikus képek vagy előre rögzített videók ellensúlyozására szolgál fiziológiai jelek, például szemmozgások vagy mikro-kifejezések monitorozásával. Minden feldolgozás lokálisan, a felhasználó eszközén történik a kockázatok minimalizálása érdekében, és csak titkosított jellemzőket küldenek ellenőrzésre.

Az adatvédelem központi szerepet játszik, amelyet titkosított biometrikus adatokon keresztül kezelnek. A nyers bemeneti adatokat, például az arcszkennelést, jellemzővektorokká alakítják olyan modellek segítségével, mint a ResNet vagy a ViTs. Ezek a vektorok sózáson és véletlenszerű vetítési hashelésen esnek át a komponensek dekorrelálásához, majd lokalitásérzékeny hasheléssel bináris kódokat hoznak létre, amelyek lehetővé teszik az egyeztetést az eredetiek felfedése nélkül. Nulla tudású bizonyítékok (ZKP-k) majd ezeket a hasheket véglegesítik olyan sémákkal, mint a Pedersen-kötelezettségek, ahol az érték rejtett, de bizonyítható. Az ellenőrzés során a felhasználók olyan bizonyítékokat generálnak, amelyek egyezéseket mutatnak anélkül, hogy adatokat tennének közzé, amelyeket egy decentralizált csomópont-készletben tárolnak.

A mesterséges intelligencia fejlesztései ezt erősítik: az önállóan felügyelt tanulás címkék nélküli jellemzőket nyer ki, a differenciális adatvédelem zajt ad hozzá a rekonstrukció megakadályozása érdekében, a generatív adverzális hálózatok (GAN) pedig tesztelnek a hamisítások ellen. Az eredmény visszafordíthatatlan, megszakítható titkosítás – ha veszélybe kerül, a felhasználók újra regisztrálhatnak egy új transzformációval. Ez a kialakítás megfelel a GDPR-nak és a CCPA-nak azáltal, hogy minimalizálja az adatoknak való kitettséget és decentralizálja a tárolást, csökkentve a behatolási kockázatokat. Lehetővé teszi a pénzügyi alkalmazások használatát a biztonságos beléptetéshez, az egészségügyi ellátásban a betegek azonosításához, valamint a kormányzati szolgáltatások, például a szavazóellenőrzések alkalmazását.

A ZKP-k (Zacknowledge, magyarul ZKP) sok mindent alátámasztanak, lehetővé téve az állítások bizonyítását részletek felfedése nélkül. Kielégítik a teljességet (az igaz állítások meggyőzik az ellenőrzőket), a megalapozottságot (a hamis állítások ritkán győzik meg), és a nulla tudást (nincsenek extra információszivárgások). A protokoll magában foglalja az elkötelezettség, a kihívás, a válasz és az ellenőrzés lépéseit. Az InterLinkben a felhasználók olyan attribútumokat bizonyítanak, mint a láncon belüli életkor, zk-SNARK vagy zk-STARK segítségével, amelyek tömör bizonyításokat és posztkvantum biztonságot kínálnak. A kihívások közé tartozik a számítási többletterhelés, amelyet optimalizálásokkal kezelnek, és a megbízható beállítások, amelyeket a STARK-ok elkerülnek.

Az összevont tanulás az eszközökön keresztül, az adatok központosítása nélkül képezi ki a mesterséges intelligencia modelljeit. A betanítás során az eszközök biztonságos beágyazások – a biometrikus adatok visszafordíthatatlan reprezentációi – segítségével számítják ki a frissítéseket, és csak a gradienseket küldik egy aggregátornak, amely átlagolja azokat a globális modell frissítéséhez. Ez optimalizálja a veszteségfüggvényt az elosztott minták között, konvergencia garanciákkal. Az olyan technikák, mint a modelltisztítás, csökkentik a mobileszközök terhelését, és a felhasználók tétlenségi időkben is bekapcsolódhatnak, jutalmat szerezve. A biztonsági mentési mechanizmusok a titkosított adatokat csomópontok között replikálják, valós idejű figyeléssel és feladatátvétellel a rugalmasság érdekében.

Következésképpen a helyi eszközök beágyazásokká dolgozzák fel az új szkenneléseket, és lefuttatják a modellt előrejelzésekhez, például hitelességi pontszámokhoz, az adatok bizalmas kezeléséhez. Ez alacsony késleltetést, skálázhatóságot és robusztusságot eredményez, a metrikák pedig 0.001 alatti téves elfogadást és 0.005 alatti elutasítást mutatnak. A központosított rendszerekhez képest 20%-kal javítja a csalások észlelését a diverzifikált adatok révén. A minta méretén és a befektetett időn alapuló ösztönzők 40%-kal növelték a részvételt.

Összességében ezek az elemek többrétegű védelmet hoznak létre. A teljesítmény pontossága meghaladja a 90%-ot a benchmark teszteken, az összevont frissítések pedig biztosítják az alkalmazkodást az új fenyegetésekhez. Bár léteznek sebezhetőségek, ez a kombináció jelentősen növeli a támadások költségeit, így az InterLink skálázható identitás-keretrendszerként pozícionálható.

Token gazdaság és pénzügyi struktúra

Az InterLink egy kettős token gazdaság a $ITL-lel és a $ITLG-vel, melyek célja a közművek és a befektetések elkülönítése, miközben támogatják a megfelelést és az ökoszisztéma növekedését. A $ITL összesen 10 milliárd tokennel rendelkezik, amelyet az InterLink Alapítvány kezel stratégiai tartalékként. Ennek a felét – 5 milliárdot – a $ITLG-tulajdonosoknak osztják ki, a fennmaradó rész pedig az intézményi növekedést és stabilitást segíti. Ez a token a szélesebb körű hálózati támogatásra összpontosít, például a fejlesztések és partnerségek finanszírozására.

A 100 milliárdos kínálattal rendelkező $ITLG aktív emberi részvételt képvisel. Nyolcvan százaléka Human Node bányászoknak van fenntartva, akik a hitelesített felhasználókat jutalmazzák a hálózati hozzájárulásaikért, például az aktivitásért és az erőforrás-megosztásért. A fennmaradó 20% ösztönzőket finanszíroz, beleértve a fejlesztőknek és közösségi programoknak nyújtott támogatásokat. A tulajdonosok egyszerűen a $ITLG birtoklásával kereshetnek $ITL-t, konverziók nélkül, elősegítve a hosszú távú elköteleződést.

Ez a modell a kriptovaluta-gyakorlatokból merít, ahol az egyik token befektetési biztosítékként szolgál, összhangban az SEC szabályozásával, míg a másik a napi működést biztosítja. Az egyensúlyra törekszik: az $ITLG a felhasználók mini-alkalmazásokban, fizetésekben és launchpadekben való részvételét ösztönzi, míg az $ITL a bővítés támogatását biztosítja. Nincsenek közvetlen cserék a tokenek között, ami hangsúlyozza a különböző szerepeket.

A struktúra támogatja a DeFi komponenseket, mint például az ITLX tőzsdét a spot swapokhoz, a láncok közötti hidakat és az akár 100-szoros tőkeáttételű örökös kereskedést. A QR-fizetések lehetővé teszik a kriptovaluta-fiat átváltást, megkönnyítve a kereskedők elterjedését. A projekt dokumentációjában a közelmúltban pontosított információk kiemelik ezt az elkülönítést a szabályozási megfelelés biztosítása érdekében, az $ITLG-t valós felhasználásokra, például a segélyek elosztására a bankokkal nem rendelkező régiókban pozícionálva.

A kiosztások ösztönzik az inkluzivitást, a bányászati ​​jutalmak pedig a következőkön alapulnak: személyazonosság igazolása hardver helyett. Ez illeszkedik a mesterséges intelligencia által finanszírozott UBI tágabb víziójához, ahol a tokenek értéket osztanak szét az ellenőrzött résztvevők között. Míg a jogosultság megszerzésére vagy a visszaélésekre vonatkozó részletek folyamatosan változnak, a gazdaság a méltányosságot helyezi előtérbe, a közösségi irányítás pedig befolyásolja a kiigazításokat.

Ütemterv: Az indulástól a globális léptékig

Az InterLink ötéves terve 2025-ben indul a fő termékekkel: azonosító, alkalmazás, lánc, SDK, pénztárca és tőzsde. A terv 10 millió ellenőrzött felhasználót, NIST-szintű arcmodelleket és tokenlistákat céloz meg a nagyobb tőzsdéken. Az InterLink fizetési kártya célja, hogy elérje a hárommillió felhasználót.

2026-ra a hangsúly a mesterséges intelligencia ügynökeire, a saját fejlesztésű LLM-ekre és a fejlesztői közösségekre helyeződik át. Az amerikai tőzsdei bevezetés előkészületei magukban foglalják az auditokat és az SEC-nek való megfelelést. A tokenek bővítése több tízmillió token elérését célozza meg 180 országban az UBI kezdeményezéseken keresztül.

2027-től kezdődően a célok között szerepel egymilliárd felhasználó, a vezető minialkalmazás-hálózatként való pozicionálás, valamint az $ITLG, mint fizetési szabvány a rosszul lefedett területeken nyújtott segélyekhez. Az infrastruktúra célja, hogy 100 milliárd ellenőrzést kezeljen, felváltva a hagyományos KYC-módszereket.

A legújabb mérföldkövek közé tartoznak a Google-lel és az AWS-sel kötött partnerségek, valamint a közösségi kampányok, mint például a jutalmak és a videóversenyek az elköteleződés fokozása érdekében. A projekt hangsúlyt fektet a visszajelzések meghallgatására, olyan fejlesztésekkel, mint a valós idejű interakciót lehetővé tevő csevegési funkciók.

Előretekintve

Az InterLink a digitális bizalom valós problémáival foglalkozik, a botoktól az adatvédelemig. Emberközpontú kialakítása támogathatná a tisztességesebb Web3 alkalmazásokat, de a biometrikus adatok globális skálázása olyan akadályokkal jár, mint az eszközökhöz való hozzáférés és a szabályozási eltérések. Az ambiciózus célok – egymilliárd felhasználó – próbára teszik a végrehajtást.

Ahogy a blokklánc fejlődik, az ehhez hasonló projektek a hitelesített részvétel felé tolódnak el. Az érdeklődő olvasók letöltés az alkalmazást, vagy fedezze fel a whitepaper Az, hogy ez átalakítja-e a Web3 identitását, még várat magára, de a keretrendszer strukturált utat kínál előre.

Források:

1. InterLink hivatalos tanulmány – Az InterLink személyiségbizonyíték-modelljének, technikai megvalósításának és ökoszisztéma-összetevőinek részletes magyarázata.
2. Az InterLink Labs megerősítette a Google stratégiai befektetését - Yahoo Finance
3. InterLink Labs finanszírozási információk – Kriptorang