Les coulisses du filtrage anti-sorcière des exchanges : la bataille entre conception d'algorithmes, mécanismes de recours et science des données

Le mécanisme de dépistage anti-sybil de Lighter Exchange a récemment suscité beaucoup de débats. Le fondateur et PDG Vladimir Novakovski a avoué la logique derrière ce système lors d’une récente interview communautaire.

Concernant les règles de contrôle, il a mentionné un point clé : il existe un canal de réclamation. Si les utilisateurs estiment avoir été « lésés » par l’algorithme, ils peuvent soumettre un formulaire de plainte sur Discord, mais le nombre réel d’appels est bien inférieur à ce que prévu, ce qui indique en partie que la précision du système n’est pas mauvaise. Cependant, il a également souligné que les détails spécifiques de l’algorithme ne seront pas divulgués au public – cette décision est très réaliste, après tout, aucun projet ne souhaite voir sa logique de contrôle des risques être découverte puis « prescrire le bon médicament ».

La charge technique impliquée dans la construction du système n’est pas faible. L’analyse de clusters, la reconnaissance de motifs comportementaux et d’autres opérations courantes en science des données sont utilisées. Fait intéressant, l’équipe quantitative, généralement responsable de la liquidité et du docking des teneurs de marché, a également été recrutée et a passé plusieurs semaines à participer à la recherche et au développement. De plus, il échangea aussi des expériences avec d’autres protocoles et des chasseurs de sorcières individuels ayant accompli un travail similaire.

Ils ont confiance dans le résultat final. Mais en même temps, c’est aussi franc : s’il y a effectivement une erreur de jugement, les utilisateurs sont invités à faire appel par des voies formelles. Cette attitude mérite toujours d’être reconnue.