Mechanizm Walrus zapobiegający atakom "Szlachetnej" - dynamiczny system reputacji węzłów oparty na wielowymiarowej mapie zachowań
Aby zapobiec atakom polegającym na tworzeniu dużej liczby fałszywych węzłów (ataki "Szlachetnej") mających na celu manipulację siecią lub oszukanie systemu nagród, Walrus wytworzył system dynamicznej reputacji oparty na wielowymiarowej mapie zachowań, a nie na prostym progu zabezpieczenia.
Wymiary oceny reputacji:
Analiza grafu zachowań sieciowych: analiza połączeń między węzłami, wzorców komunikacji i relacji transakcyjnych w celu wykrycia grup węzłów kontrolowanych przez tego samego podmiotu. Grupy węzłów z nadmierną gęstością komunikacji wewnętrznej są oznaczane i ich ogólna wartość reputacji jest obniżana.
Weryfikacja spójności usług przechowywania: system wysyła identyczne żądania wyzwania do różnych węzłów, porównując czas odpowiedzi i spójność treści, aby wykryć ewentualne wspólne oszustwo.
Model zaniku historii wkładu: wartość reputacji nie jest gromadzona na zawsze, a stosuje się model przypominający "wykładnicze zanikanie", w którym aktualne zachowanie ma znacznie większe znaczenie niż wcześniejsze. Wymusza to na węzłach ciągłe zachowanie się na poziomie wysokim, nie pozwalając na "jednorazowe osiągnięcie".
Zastosowanie reputacji:
Wynik reputacji bezpośrednio wpływa na priorytet dopasowania zamówień przechowywania, współczynnik nagród oraz częstotliwość wyzwań. Węzły o niskiej reputacji mają znacznie mniejsze szanse na otrzymanie zamówień i niższe zyski, a także podlegają bardziej szczegółowemu nadzorowi, co znacznie zwiększa koszt ekonomiczny ataków "Szlachetnej".
