arXiv cs.AI· Reza Ramji, Preston Vander Vos, Ziming Zeng, Duc V. Le·· 10 小时前AI 评分31
Anduin：抗女巫攻击的智能体市场声誉系统
Anduin: A sybil-resistant agentic marketplace reputation system
AI 导读
Anduin 提出一套基于链上支付历史的抗女巫攻击声誉系统，用 157 天、16 条区块链上 6600 万笔智能体交易（总额 610 万美元）构建买家与服务商的二部图，并给出 max-flow 等三种评级算法。在 813 名买家与模拟攻击者的测试中，操纵评级需付出这些买家总支出 20% 的代价，难度约为标准协同过滤相似度规则的 23 倍。
正文 · AI 翻译
摘要：随着自主 AI 智能体进入无需许可的链上市场，选择新的服务提供商仍是一项核心挑战。现有的声誉系统依赖于稀缺资源，如人工筛选、身份凭证或自愿评价，而简单的交易量排名容易受到女巫攻击。
我们评估现有的链上支付历史能否产生对女巫攻击具有韧性的提供商评级。我们使用一个为期 157 天、涵盖 16 条区块链上价值 610 万美元的 6600 万笔智能体交易的数据集，将支付流建模为买方与提供商之间的二分图。提供商的评级由与买方现有可信网络相关联的图路径推导得出。我们提出了三种抗女巫攻击的评级算法：一种最大流评级算法，以及两种为获得更强评级性能而优化的松弛算法。
在 813 名买方中针对模拟对手评估这些算法，我们表明评级操纵的成本相当于这些买方总支出 20%，且其被操纵的难度约为标准相似性规则（协同过滤）的 23 倍。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.05586 [cs.AI] |
| （或 arXiv:2611.05586v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.05586 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Duc Le [查看电子邮件]
[v1]
2026 年 11 月 3 日星期二 20:17:03 UTC（29 KB）
来源：arXiv cs.AI · arxiv.org