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

โทเค็น FBI ปลอมถูกใช้เพื่อคุกคามผู้ใช้ Tron เจ้าหน้าที่เตือน

โดยย่อ FBI ระบุว่าผู้ใช้บน Tron กำลังรับโทเค็นที่อ้างว่ามาจากหน่วยงานบังคับใช้กฎหมายของรัฐบาลกลาง โทเค็นดังกล่าวใจหวังให้ผู้รับให้ข้อมูลส่วนตัวทันทีหรือเสี่ยงต่อการลงโทษและการแช่งแзамอบไว้ของสินทรัพย์ แม้ว่า FBI ระบุว่าไม่ได้สร้างโทเค็นนี้ แต่เจ้าหน้าที่ได้ใช้โทเค็นปลอมแปลง

Decrypt39 นาที ที่แล้ว

สถาบันบางแห่งเตือนว่าอุตสาหกรรมธนาคารอาจเผชิญกับความเสี่ยงของวิกฤตการณ์ที่คล้ายกับปี 2008

Gate News ข่าวสาร เมื่อ 19 มีนาคม มีสถาบันหนึ่งออกเตือนว่า ภาคธนาคารอาจเผชิญความเสี่ยงที่คล้ายคลึงกับวิกฤตการณ์ทางการเงินปี 2008 เตือนชี้ว่า ธนาคารบางแห่งได้โอนความเสี่ยงที่เกี่ยวข้องกับสกุลเงินดิจิทัลออกนอกงบประมาณการ วิธีการนี้อาจนำไปสู่การสะสมของความเสี่ยงจากการทำงานของระบบ ในช่วงวิกฤตการณ์ทางการเงินปี 2008 ความเสี่ยงจากสินทรัพย์นอกงบประมาณการและอนุพันธ์ของสถาบันการเงินเคยเป็นปัจจัยสำคัญอย่างหนึ่งที่ทำให้เกิดวิกฤตการณ์ ปัจจุบันยังไม่มีการเปิดเผยชื่อของสถาบันที่ออกเตือนโดยเฉพาะและรายละเอียดข้อมูลที่เกี่ยวข้อง

GateNews2 ชั่วโมง ที่แล้ว

주소가 1321만 달러 USDT를 보유하고 있으며 동결되었습니다

Gate News report indicates that on March 19, a cryptocurrency address holding 13,215,713 USDT (approximately $13.2165 million) was frozen. The specific reason for this large-scale fund freeze has not been disclosed yet. This incident has once again drawn market attention to the security of cryptocurrency assets and regulatory actions.

GateNews3 ชั่วโมง ที่แล้ว

ผู้ใช้บนหน้า Commerce ของ CEX บางแห่งสามารถกรอกประโยคนี่เมานิมิก ผู้วิจัยด้านความปลอดภัยเตือนว่ามีความเสี่ยงด้านความปลอดภัยที่ร้ายแรง

หน้าเว็บโดเมนย่อยของ CEX บางแห่งขอให้ผู้ใช้ป้อนวลีมนेโมนิกของกระเป๋าเงิน ซึ่งเรียกความสนใจจากนักวิจัยด้านความปลอดภัย ที่เห็นว่าการกระทำนี้มีความเสี่ยงร้ายแรง นักวิเคราะห์ชี้ว่าเอกสารช่วยเหลือที่เกี่ยวข้องถูกลบไปแล้ว และเตือนว่าหน้าเว็บนี้อาจถูกนำไปใช้ในการโจมตีอย่างเป็นอันตรายได้

GateNews7 ชั่วโมง ที่แล้ว

Immunefi รายงาน: โทเค็นที่ถูกแฮกเกอร์โจมตีลดลงโดยเฉลี่ย 61%,83.9% ยังคงอยู่ในระดับต่ำ

รายงานความปลอดภัยล่าสุดของ Immunefi แสดงให้เห็นว่าระหว่างปี 2021 ถึง 2025 เหตุการณ์การแฮกระบบการเงินดิจิทัลเกิดขึ้นบ่อยครั้ง โดยความสูญเสียมีความเข้มข้นในเหตุการณ์ขนาดใหญ่เพียงไม่กี่เหตุการณ์ เหตุการณ์โจมตี 191 ครั้งทำให้เกิดความสูญเสีย 467 ล้านดอลลาร์ โดยการสูญเสียจากแลกเปลี่ยนแบบรวมศูนย์คิดเป็น 55% การโจมตีในภายหลัง โทเคน 82 รายการมีค่ามัธยฐานลดลง 61% และ 83.9% มีราคาต่ำกว่าระดับในวันจำเนียบรับสั่ง ผลกระทบต่อเนื่องรวมถึงการลดราคาและการสูญเสียความเชื่อถือของผู้ใช้

GateNews8 ชั่วโมง ที่แล้ว

น้อยล็อบสเตอร์ OpenClaw ระเบิดจากอดีตกลายเป็น "ตู้ ATM แฮกเกอร์"! เว็บไซต์ถูกสแกมแบบระดับพิกเซลปล้นสะดมกระเป๋า Web3

โครงการ AI โอเพนซอร์ส OpenClaw ถูกแฮกเกอร์ติดตามอยู่ โดยเมื่อเร็ว ๆ นี้มีกิจกรรมฟิชชิ่งจำนวนมากที่เล็งเป้าไปที่นักพัฒนาผ่านฟีเจอร์แท็ก GitHub เพื่อเผยแพร่ข้อมูลการเรียกร้องโทเคนเท็จ ซึ่งชักชวนให้ผู้ใช้คลิกและปล้นกระเป๋าเงิน ผู้ก่อตั้งได้ออกแถลงการณ์เตือนว่าพฤติกรรมดังกล่าวเป็นการหลอกลวง และ OpenClaw จะไม่ดำเนินการส่งเสริมโทเคน นอกจากนี้ยังมีแพ็คเกจการติดตั้งปลอมและปลั๊กอินอันตรายหลายประการคุกคามอื่น ๆ ผู้เชี่ยวชาญเตือนให้นักพัฒนาเพิ่มความระมัดระวัง และหลีกเลี่ยงการทดสอบปลั๊กอินจากแหล่งที่ไม่ทราบที่มา

動區BlockTempo8 ชั่วโมง ที่แล้ว
แสดงความคิดเห็น
0/400
ไม่มีความคิดเห็น