x402'de 66.073.201 işlem analiz edildi: Circle'dan yapay zeka öneri sistemi

Circle(CRCL) araştırmacıları, x402 ödeme geçmişini kullanarak yapay zeka ajanlarına hizmet sağlayıcı öneren Anduin adlı bir itibar sistemi önerdi. Araştırmacılar, geçmiş ödeme kayıtları üzerinden öneri doğruluğunu ve sıralamayı manipüle etmenin maliyetini değerlendirdi.

Foresight News, 13 Kasım'da Circle Research'in Anduin önerisini yayımladığını bildirdi. Makale 3 Kasım'da yayımlandı. Analiz, 23 Mart ile 26 Ağustos arasındaki 157 günde 16 blokzincirde yapılan 66.073.201 x402 ödemesini kapsadı. Ödemelerin toplamı 6,1 milyon dolardı (yaklaşık 8 milyar 140 milyon won).

İşlem kayıtlarında 162.882 alıcı ve 50.390 hizmet sağlayıcı yer aldı. İşlem başına ödeme tutarının medyanı 0,01 dolardı (yaklaşık 13 won). Araştırmacılar, hesaplamalarda kişinin kendi kendine yaptığı ödemeleri hariç tuttu. Kimliği belirlenemeyen ödeme aracıları ve kayıt dışı satıcıların dahil olduğu bazı işlemler verilerde görünmemiş olabilir. Bu işlem sayısı analizde kullanılan ödeme kayıtlarını ifade ediyor; Anduin'in gerçek bir hizmette işlediği ödeme sayısı değil.

x402'de bir web hizmeti, HTTP 402 durum koduyla ödeme talep ediyor. Alıcı imzalı ödeme onayını iletiyor, aracı da zincir üzerinde mutabakatı gerçekleştiriyor. Araştırmaya dahil edilen ödemeler ağırlıklı olarak USD Coin(USDC) ve Tether(USDT) gibi stablecoinlerle yapıldı.

Circle daha önce, yapay zeka ajanlarının hizmetlerin fiyatını ve özelliklerini inceleyip ödeme yapmasını sağlayacak şekilde tasarlanan Agent Marketplace'i Agent Stack'e eklemişti. TokenPost'un önceki haberinde Venice'in bu pazarda hizmet sağlayıcı olarak listelendiği aktarılmıştı. Yeni araştırma, ödeme sonrasında ajanların hangi sağlayıcıyı seçeceği sorununa odaklandı.

Araştırmacıların dikkat çektiği sorun, işlem hacmi veya kullanıcı sayısına dayalı sıralamaların şişirilebilmesi. Bir taraf, birden fazla cüzdan açıp kendi hizmetine tekrar tekrar ödeme yaparak hizmetin çok sayıda gerçek kullanıcısı varmış izlenimi yaratabilir. Sahte kimliklerle itibarı yükseltmeye yönelik bu tür faaliyetler Sybil saldırısı olarak adlandırılıyor.

Anduin, alıcının geçmişte ödeme yaptığı sağlayıcılardan başlayarak ödeme ilişkilerini izliyor. Aynı sağlayıcıyı kullanan diğer alıcıların yeni bir sağlayıcıya ödeme yapıp yapmadığını inceliyor ve bu bağlantılardan yararlanarak henüz işlem yapılmamış adayları sıralıyor.

Araştırmacıların kurduğu saldırı modelinde, saldırganın sahte cüzdanlar arasında para dolaştırması alıcının öneri sıralamasını yükseltmeye yetmiyor. Sıralamayı yükseltmek için alıcının daha önce kullandığı bağımsız bir sağlayıcıya gerçekten ödeme yapılması gerekiyor. Bunun nedeni, saldırı maliyetinin alıcının mevcut ödeme ilişkilerine göre hesaplanması.

Anduin tek bir formülden oluşmuyor. En yüksek akış yöntemini ve bunun yumuşatılmış iki varyantını içeren üç algoritma kullanıyor. Araştırmacılar bu yöntemlerin farklarını öneri performansı ve manipülasyon maliyetini birlikte değerlendirerek karşılaştırdı.

Performans testi, Kore saatiyle 21 Haziran saat 09.00 itibarıyla önceki 90 günlük ödeme kayıtlarını kullandı. Bu dönemde 24.429.942 ödeme yapıldı ve toplam tutar 3,83 milyon dolar oldu (yaklaşık 5 milyar 109 milyon won).

Araştırmacılar, toplam 136.646 alıcı arasından sonraki 30 gün içinde yeniden işlem yapan 3.656 kişiyi belirledi. Daha önce ödeme yapmadıkları bir hizmet sağlayıcıyı ilk kez kullanan 813 alıcı, doğruluk değerlendirmesine alındı. Araştırmada “olgun sağlayıcı”, en az iki alıcının ödeme yaptığı sağlayıcı anlamına geliyor.

813 kişilik değerlendirme grubunda, güçlendirilmiş akış yönteminin bir ayarı alıcıların sonraki gerçek sağlayıcısını yüzde 23,6 oranında ilk sırada tahmin etti. İşbirlikçi filtreleme yöntemi yüzde 23,2'ye, yalnızca ödeme sayısını kullanan yöntem ise yüzde 3,7'ye ulaştı.

Ancak yüzde 23,6 sonucu, ödeme tutarını logaritmik biçimde hesaba katan ayardan elde edildi. Saldırı maliyeti karşılaştırması, ödeme tutarına ücret eklenerek ağırlık verilen ayrı bir ayarla yapıldı. Ücretin dahil edildiği bu ayarda güçlendirilmiş akış yönteminin ilk sırada doğru tahmin oranı yüzde 22,8 oldu.

Simüle edilen saldırıda belirli bir sağlayıcıyı 813 alıcının tamamına öneri listesinde ilk sırada göstermek, güçlendirilmiş akış yönteminde 8.259 dolara mal oldu (yaklaşık 11 milyon 20 bin won). İşbirlikçi filtreleme yönteminde maliyet 358 dolar (yaklaşık 480 bin won) olarak hesaplandı. Araştırmacıların belirlediği saldırı koşullarında Anduin yönteminin maliyeti yaklaşık 23 kat daha yüksekti. Her iki tutar da bu koşullar altında hesaplanan asgari maliyetler.

Bu sonuçlar, gerçek piyasada manipülasyonu önlemenin maliyetini ölçmüyor. Araştırmacılar geçmiş ödeme kayıtlarını kullanarak saldırı senaryolarını simüle etti; Anduin'in gerçek bir hizmetteki performansını değerlendirmedi.

Ödeme geçmişi olmayan bir alıcı, daha önce kullandığı sağlayıcılar veya bağlantılı adaylar bulunmadığı için bu yöntemle sıralanamıyor. Makaleye göre birden fazla yapay zeka ajanının aynı cüzdanı kullanması da farklı ödeme geçmişlerini bir araya getirerek önerilerde gürültü yaratabilir.

Değerlendirme ölçütü, alıcının sonraki tercihi olan sağlayıcının sıralamada ne kadar isabetli tahmin edildiğiydi. Hizmet yanıtlarının veya kalitesinin doğrudan doğrulanması bu çalışmanın kapsamına girmedi.