Kapitel 7: Sozialer Beziehungsgraph und Vertrautheit

7.1 Warum GMC einen sozialen Beziehungsgraphen benötigt

GMC erfasst nicht nur Beiträge — es erfasst auch Beziehungen zwischen Menschen. Dies ist keine Zusatzfunktion, sondern die Grundlage zentraler Mechanismen:

Vom Beziehungsgraphen abhängiger Mechanismus	Zweck
Vererbungsmechanismus	Bestimmt das Abschwächungsverhältnis (höhere Vertrautheit = weniger Abschwächung)
Stakeholder-Ausschluss	Schließt Personen aus, die zu eng mit dem Beitragenden verwandt sind, bei Abstimmungen
Anti-Betrug	Identifiziert abnormale Beziehungsmuster und Kollusionsverhalten
Gemeinschafts-Governance	Definiert Gemeinschaftsgrenzen und Mitgliedschaftsbeziehungen

Ohne den Beziehungsgraphen kann keiner der oben genannten Mechanismen funktionieren.

7.2 Quellen der Vertrautheit

Vertrautheit leitet sich aus Fay-zu-Fay-Interaktionen und dem sozialen Beziehungsnetzwerk ab:

• Interaktionshäufigkeit: Kommunikations- und Zusammenarbeitshäufigkeit zwischen zwei Fay
• Interaktionstiefe: Komplexität und Dauer gemeinsamer Projekte
• Beziehungsdeklarationen: Von Nutzern aktiv deklarierte Beziehungen (Familie, Kollegen usw.)
• Gemeinsame Teilnahme: Gemeinsam besuchte Gemeinschaften, Projekte und Abstimmungen

7.3 On-Chain-Strategie

Warum On-Chain-Speicherung notwendig ist

Schlussfolgerung aus Diskussionen: Soziale Beziehungen müssen on-chain gespeichert werden, um die Authentizität der Beziehungen sicherzustellen und Fälschungen zu verhindern.

Wenn Beziehungsdaten gefälscht werden können, versagen Mechanismen wie Vererbungsabschwächung und Abstimmungsausschluss.

Geschichtete Speicherung

Datentyp	Speicherort	Begründung
Beziehungsexistenz	On-chain	Gewährleistet Unfälschbarkeit
Vertrautheitswerte	On-chain	Dient als Grundlage für Vererbung und Ausschluss
Vertrautheitsberechnungsnachweise	On-chain (ZK-Beweise)	Stellt sicher, dass die Berechnung prüfbar ist
Interaktionsdetails	Off-chain	Großes Datenvolumen, betrifft Privatsphäre

Off-Chain-zu-On-Chain-Verankerung

• Interaktionsdetails werden off-chain gespeichert
• Statistische Ergebnisse werden periodisch per Hash auf der Chain verankert
• ZK-Beweise werden bei Aktualisierung der Vertrautheit eingereicht
• Jeder kann über den Hash verifizieren, dass Off-Chain-Daten nicht manipuliert wurden

7.4 Vertrautheitsmodell

Berechnungseingaben

Vertrautheit = f(Interaktionshäufigkeit, Interaktionstiefe, Beziehungsdeklarationen, gemeinsame Teilnahme, Zeitverfall)

Eigenschaften

• Hat eine maximale Obergrenze
• Verfällt bei längerem Ausbleiben von Interaktionen
• Berechnungsprozess ist über On-Chain-Nachweise prüfbar
• Symmetrie noch zu bestimmen (ob A→B gleich B→A ist)

Vertrautheit-zu-Funktion-Zuordnung

Vertrautheitsbereich	Vererbungsabschwächung	Abstimmungsausschluss
Sehr hoch (> 0,9)	Niedrigste	Muss ausgeschlossen werden
Hoch (0,7–0,9)	Niedrig	Ausschluss empfohlen
Mittel (0,4–0,7)	Moderat	Nicht ausgeschlossen
Niedrig (0,1–0,4)	Hoch	Nicht ausgeschlossen
Sehr niedrig (< 0,1)	Sehr hoch oder nicht erlaubt	Nicht ausgeschlossen

7.5 Beziehungstypen

• Blutsverwandtschaft: Eltern, Kinder, Geschwister
• Rechtliche Beziehungen: Ehepartner, Vormund
• Soziale Beziehungen: Freunde, Kollegen, Mentor-Schüler
• Organisatorische Beziehungen: Beschäftigung, Geschäftspartner

Verschiedene Beziehungstypen können unterschiedliche Vertrautheits-Basiswerte und Verfallsraten haben.

7.6 Fälschungsschutz

• Beziehungsdeklarationen erfordern die Bestätigung beider Parteien (bilaterale Signaturen)
• Interaktionsaufzeichnungen werden automatisch vom System generiert, nicht manuell eingegeben
• Ein großes Volumen an Interaktionen innerhalb kurzer Zeit wird als anomal behandelt
• Isolierte hochfrequente Interaktionen zwischen zwei Parteien (ohne gemeinsamen sozialen Kreis) werden als verdächtig behandelt
• Beziehungen müssen bereits on-chain sein, bevor ein Ereignis eintritt (rückwirkende Erfassung für Vererbungszwecke ist nicht erlaubt)

7.7 Privatsphärenschutz

• Beziehungsexistenz ist öffentlich (wird für öffentliche Funktionen wie Abstimmungsausschluss verwendet)
• Spezifische Vertrautheitswerte können selektiv offengelegt werden
• Interaktionsdetails sind streng vertraulich
• ZKP wird verwendet, um Berechtigung nachzuweisen, ohne spezifische Beziehungen offenzulegen

7.8 Diskussionsnotizen

Designüberlegungen zum sozialen Beziehungsgraphen:

• Dies ist das Schlüsselmerkmal, das GMC von einem reinen Token-System unterscheidet
• Das Datenvolumen ist die größte Herausforderung — ein globaler Sozialgraph ist enorm groß im Umfang
• Geschichtete Speicherung (On-Chain-Beziehungen + Off-Chain-Details + Verankerungsnachweise) ist der aktuelle ausgewogene Ansatz
• Die Symmetriefrage bei der Vertrautheit erfordert weitere Diskussion
• Der Beziehungsgraph selbst erfordert ebenfalls Fälschungsschutzmechanismen