第十一章 安全與反作弊

11.1 威脅模型

威脅	描述	影響
刷 Merit	虛假貢獻取得 MeriToken	話語權膨脹
串通投票	多人合謀操控認定投票	不當 Merit 取得
刷親密度	偽造交互提升親密度	繞過排除、降低繼承折損
身份偽造	建立虛假 HumanID	多重身份取得多份 Merit
女巫攻擊	一人控制多個身份	操控投票

11.2 防刷 Merit

客觀計量的防護

• 系統自動記錄，人為干預空間小
• 可交叉驗證（工時 vs 產出對比）
• 統計異常偵測

主觀評價的防護

核心思路：讓作弊成本遠高於收益。

1. 親密度排除：排除關係密切的投票者
2. MeriToken 加權：高信譽者投票更有分量，作弊者需先累積大量真實信譽
3. 行為稽核：頻繁給特定對象投贊成票 → 標記異常
4. 隨機抽樣：隨機抽取投票者，降低串通可能
5. 事後追溯：發現作弊後懲罰所有參與者

11.3 防刷親密度

• 交互品質評估（不僅看頻率）
• 單向交互無效（必須雙向互動）
• 短時間大量交互視為異常
• 孤立雙人高頻交互（無共同社交圈）視為可疑

11.4 金鑰安全

• 多簽方案：重要操作需多金鑰確認
• 金鑰輪換：定期更換
• 社交恢復：可信關係人協助恢復

11.5 隱私保護

• 投票內容不公開（ZKP），只公開結果
• 親密度數值可選擇性公開
• 交互內容不上鏈
• 支援匿名參與（ZKP 證明資格而不暴露身份）

11.6 討論備註

安全機制的設計哲學：

• 沒有完美的防作弊方案，目標是讓作弊成本遠高於收益
• 多層防護比單一機制更有效
• 事前預防 + 事後追溯形成閉環
• 反作弊是持續對抗過程，系統需要能演進