Die Struktur und praktische Anwendung eines selbstverwalteten Identitäts-basierten AI-DID-Reputationssystems, das biometrische Authentifizierung und Zero-Knowledge-Proofs kombiniert @billions_ntwk , @idOS_network , @foruai Das selbstverwaltete Identitäts-basierte AI-DID-Reputationssystem beginnt mit der Erklärung einer Struktur, die die Identität von Menschen und KI-Agenten trennt und diese durch biometrische Authentifizierung und Zero-Knowledge-Proof-Technologien verifiziert, um Vertrauen zu schaffen, ohne persönliche Daten offenzulegen. In dieser Struktur folgt die menschliche Identität dem von W3C definierten Standard für dezentrale Identifikatoren und wird durch die ION-Implementierung, die im Bitcoin-Netzwerk verankert ist, und das Sidetree-Protokoll erzeugt und interpretiert. Benutzer erstellen und verwalten selbstständig DID-Dokumente, die öffentliche Schlüssel und Dienstendpunkte enthalten, und diese Identität ist nicht an eine bestimmte Blockchain gebunden, sondern kann in mehreren Netzwerken gleich verwendet werden. Im Gegensatz dazu verwendet die Identität von KI-Agenten ein Registrierungssystem in Form von NFTs, das auf dem ERC-8004-Standard basiert und zusammen mit einer Registrierungsdatei, die die Funktionen, die Ausführungsumgebung und das Vertrauensmodell des Agenten enthält, verwaltet wird. Diese Methode unterscheidet sich klar darin, dass die menschliche Identität nicht übertragbar ist, während die Identität des Agenten übertragbar ist. Auf dieser Identitätsstruktur spielt die biometrische Authentifizierungsebene eine Rolle bei der Überprüfung der Einzigartigkeit, um sicherzustellen, dass jede Person nur eine Identität hat. Tatsächlich erzeugt Worldcoin, das bereits im Einsatz ist, einen Iris-Code durch Iris-Scans mit spezieller Hardware und integriert diesen in einen Merkle-Baum, um die Einzigartigkeit durch Zero-Knowledge-Proofs zu beweisen. Humanode kombiniert Gesichtserkennung mit der Überprüfung der Lebensfähigkeit mehrerer Anbieter, um Gesichtszüge zu hashen und diese zur Identitätsverifizierung zu nutzen. In diesem Prozess werden sowohl aktive Lebensfähigkeitsprüfungen, die Augenblinzeln oder Kopfbewegungen erfordern, als auch passive Lebensfähigkeitsprüfungen, die Hauttextur oder feine Bewegungen analysieren, verwendet, wobei in einigen Fällen auch andere biometrische Elemente wie Stimme kombiniert werden. In allen Systemen bleibt die ursprüngliche biometrische Information im Gerät und nur der Zero-Knowledge-Proof wird nach außen übertragen. Die Zero-Knowledge-Proof-Ebene ermöglicht die Überprüfung mit optionaler Informationsoffenlegung und Wahrung der Anonymität. Semaphore bietet eine anonyme Signaltechnik, die beweist, dass man Mitglied einer bestimmten Gruppe ist, ohne die Identität der Person offenzulegen, und wird tatsächlich für geheime Abstimmungen oder anonyme Nachweise verwendet. Sismo aggregiert mehrere Datenquellen in einem Datenvault und bietet eine ZK-Badge-Methode, die nur beweist, dass bestimmte Eigenschaften erfüllt sind, ohne das Konto selbst offenzulegen. Darüber hinaus ist ZK-SD-VC eine technologie in der Forschungsphase, die es ermöglicht, nur bestimmte Eigenschaften von verifizierbaren Berechtigungen selektiv zu beweisen, indem Merkle-Bäume und Zero-Knowledge-Proofs kombiniert werden, um die Validierung einzelner Eigenschaften wie Altersanforderungen zu ermöglichen. Diese Nachweise sind mit dem ERC-8004-Verifizierungsregister verbunden und verknüpfen verschiedene Validierungsmodelle wie stakingsbasierte Verifizierung, Zero-Knowledge-basiertes maschinelles Lernen und vertrauenswürdige Ausführungsumgebungsorakel. In der Reputationsschicht wird eine Struktur verwendet, die es ermöglicht, Aktivitätsprotokolle auf der Grundlage verifizierter Identitäten zu sammeln, jedoch so gestaltet ist, dass sie nicht übertragbar sind. Das ERC-8004-Reputationsregister erlaubt Feedback durch genehmigte Nachrichten, die vom Agenten im Voraus signiert wurden, und die Benutzer reichen Punkte, Tags und optionale Beweise ein. Die Reputationsdaten werden on-chain akkumuliert, aber die Interpretation erfolgt off-chain und wird je nach spezifischem Bereich oder Kontext unterschieden. Humanode verbindet biometrische Identitäten direkt mit Knoten und erlaubt nur einen Knoten und ein Stimmrecht pro Person, wodurch zivilisatorische Angriffe strukturell eingeschränkt werden. In den auf Semaphore und Sismo basierenden Modellen wird eine gruppenbasierte Reputation gebildet, indem bewiesen wird, dass man Mitglied einer bestimmten Beitragsgruppe ist. Darüber hinaus wird ein Dämpfungsmechanismus angewendet, bei dem die Reputation im Laufe der Zeit abnimmt, was kontinuierliche Teilnahme erfordert. In der Governance- und Wiederherstellungsschicht werden Fragen zur Identitätsstornierung und Streitbeilegung behandelt. Worldcoin betreibt eine zentralisierte Stornierungsliste, die das Löschen von Iris-Codes gemäß regulatorischen Anforderungen ermöglicht, während Humanode Streitigkeiten durch mehrere Lebensfähigkeitsanbieter und gemeinschaftliche Governance behandelt. Als Methoden zur Identitätswiederherstellung werden soziale Wiederherstellung, hardwarebasierte Wallet-Wiederherstellung und biometrische Neuregistrierung verwendet, jedoch wurde bis jetzt klar festgestellt, dass es kein vollständiges dezentralisiertes biometrisches Wiederherstellungssystem gibt. Die Streitbeilegung besteht aus stakingsbasierten Einsprüchen gegen die Ausgaben von Agenten, der Überprüfung von Reputationsbeweisen und dem Änderungsverfahren des Protokolls durch tokengewichtete Abstimmungen. In Bezug auf die Sicherheitsanalyse werden in realen Systemen mehrere biometrische Authentifizierungen und kontinuierliche Lebensfähigkeitsprüfungen verwendet, um gegen biometrische Fälschungsangriffe wie Deepfakes vorzugehen, und es wurde festgestellt, dass biometrische Systeme die Kosten für zivilisatorische Angriffe im Vergleich zu reinen Kryptosystemen erheblich erhöhen. Allerdings wird im Hinblick auf das Schlüsselmanagement weiterhin auf traditionelle Methoden zurückgegriffen, sodass die Einführung von Schwellenunterzeichnungen oder Multi-Party-Berechnungen als Forschungsaufgabe bestehen bleibt. So zeigt das selbstverwaltete Identitäts-basierte AI-DID-Reputationssystem, das biometrische Authentifizierung und Zero-Knowledge-Proofs kombiniert, durch bereits betriebene Komponenten wie den W3C-Standard für dezentrale Identitäten, ION und Sidetree, ERC-8004, Worldcoin, Humanode, Semaphore und Sismo, dass es praktische Implementierungsbeispiele gibt. Diese Struktur wird als ein Beispiel bewertet, das zeigt, wie man Identitäten von Menschen und KI unterscheidet und Reputationen aufbaut, ohne persönliche Daten offenzulegen, und dies auf dem aktuellen Stand der Technik objektiv demonstriert.