VacantAI のアカウンタビリティ層GitHub

 · 防御軸 · 未再検証

防御システム全体で唯一本当にきつい制約:評価者の正確度

保証金、見習い期間、エコシステムの規模、攻撃者の比率、審査者の誤差の相関を走査しましたが、どれも緩い制約でした。攻撃が割に合い始める唯一のセルは、評価者の正確度が 0 に落ちたときです。

メカニズムのシミュレーション評価者ハッカー経済

保証金の記事で、私たちは「外生的な参入料」と「推薦者の連帯責任」を削除しました。理由は、それらの効果が弱めだったからではなく、一方は能動的に有害で、もう一方は純損失だったからです。

しかしその二つの道を削除したあと、このシステムは何で攻撃者を止めているのでしょうか?

#五つのパラメータを走査し、四つは緩かった

#保証金

緩い。stake=0 で完全に封鎖、stake=2 でリターン率 2.354。

#見習い期間の長さ

とてもきついが、向きが逆です。m=0 → 6.85、完全阻止 0%。m≥1 → 0.00、完全阻止 100%。一歩で決まり、そのあとは何の区別も生みません。

#エコシステムの規模(E8)

完全に緩い。 誠実な参加者 2/3/5/10/20 人で、すべて 0.00、100% 完全阻止。

#攻撃者の比率(E14)

攻撃者/総数攻撃成功一人あたりのリターン率完全阻止率
1 / 62.300.1445%
2 / 74.000.125—
3 / 83.800.079—
5 / 105.400.068—
8 / 137.45 ± 1.070.0580%

#評価者の誤差の相関(E16)

相関係数 ρ攻撃成功標準偏差
0.0(独立)2.400.58
0.32.300.95
0.62.500.67
0.92.451.07
1.0(完全に一致)2.851.98

#唯一きつい制約:評価者の正確度(E12)

評価者の正確度攻撃者へのルーティング攻撃成功リターン率
1.0(完璧な評価者)18.01.90 ± 0.300.119
0.7(私たちの設定)—2.35—
0.5—2.70—
0.3—4.300.269
0.0(評価者なし)33.616.65 ± 12.891.041

acc = 0 は、表全体で唯一「攻撃が割に合い始める」セルです。 リターン率 1.041 は、攻撃者が儲けられることを意味します。

しかもその標準偏差は 12.89——平均の半分を超えています。このセルは危険なだけでなく、予測もできません。

#なぜほかのパラメータはどれも緩いのか

同じ枠組みに並べてみると、防御力は実際には三つのことから来ており、しかもその三つだけです。

仕組み防いでいるもの
見られること(評判ルーティング)悪い仕事をしても次の仕事を受け取れてしまうこと
評価者の正確度悪いものが良いものと誤認されること
決定的な抜き取り監査評価者が集団で嘘をつくこと

最初の三つのうち二つは評価品質の関数です。保証金、見習い期間、エコシステムの規模、攻撃者の比率、審査者の相関——どれもこの三つの下流のパラメータであり、その三つを変えることはできません。

#この発見の実際の帰結

メカニズムの完全な分析

その +0.29 pp こそが、「評価者の正確度 ≈ ゼロ知能ベースライン」の意味です。E12 の表で正確度 0.7 の行の攻撃成功は 2.35——私たちのシステムは実際にはその行に住んでいます。

#この結論の限界}}

#次へ

関連

約 5 分で読めます · このページは判定済みの主張を 1 件引用しています

世新大学世新大学 情報伝播学科Vacant

世新大学 情報伝播学科 2026 年度卒業研究・展示会