Solo đang xây dựng một hệ thống nhận dạng Chuỗi đáng tin cậy nặc danh dựa trên kiến trúc zkHE độc đáo, dự kiến sẽ phá vỡ " Bộ ba bất khả thi của blockchain" vốn đã tồn tại từ lâu trên Web3: đạt được sự cân bằng giữa bảo vệ quyền riêng tư, tính duy nhất của danh tính và khả năng xác minh phi tập trung.
Solo, một dự án lớp nhận dạng Web3, gần đây đã công bố hoàn tất vòng gọi vốn Pre- Seed trị giá 1,2 triệu đô la do Draper Associates dẫn đầu, với sự tham gia của Velocity Capital và các nhà đầu tư thiên thần chiến lược Brian Retford, nhà sáng lập RISC Zero, và Matt Katz, nhà sáng lập Caldera. Vòng gọi vốn này càng củng cố vị thế của Solo như một dự án rất được mong đợi trong lĩnh vực nhận dạng Web3.
Tập trung vào nền tảng của dự án, đội ngũ cốt lõi đằng sau dự án sở hữu năng lực ấn tượng. CEO Edison từng theo học tại Trường Kinh doanh Yale, nơi ông đồng sáng lập Hội Blockchain Trường Kinh doanh Yale và dẫn dắt Hội nghị Thượng đỉnh Blockchain Yale đầu tiên. Để tập trung vào dự án Solo, Edison đã bỏ học để theo đuổi nghiên cứu và phát triển toàn thời gian. Hai nhà đồng sáng lập còn lại, Stephen và Sissi, lần lượt là giáo sư tại Đại học Thâm Quyến, với kinh nghiệm dày dặn về blockchain và trí tuệ nhân tạo. Stephen là một trong những người đóng góp ban đầu cho Quỹ Ethereum, trong khi Sissi đã đạt được những thành công đáng kể trong nghiên cứu AI và các ứng dụng thực tế.
Về mặt công nghệ, Solo, với giải pháp zkHE (crypto đồng hình không kiến thức) độc đáo làm cốt lõi, đã xây dựng một kiến trúc danh tính đạt được sự cân bằng động giữa bảo vệ quyền riêng tư, tính duy nhất của danh tính và khả năng xác minh phi tập trung . Bối cảnh những thách thức lan rộng của hệ sinh thái Web3 hiện tại, bao gồm các cuộc tấn công Phù thủy thường xuyên, việc thiếu hệ thống danh tiếng người dùng và khó khăn trong việc đạt được quyền truy cập tuân thủ, giải pháp do Solo đề xuất có thể cung cấp tham khảo và hướng dẫn hữu ích.
Bài viết này sẽ phân tích sâu sắc mô hình nhận dạng mới được Solo thể hiện từ nhiều khía cạnh như cấu trúc thị trường, con đường công nghệ và định vị tường thuật.
01 Thế giới Web3 nơi lớp nhận dạng đã vắng bóng từ lâu
Mặc dù cơ sở hạ tầng trong lĩnh vực Web3 liên tục hoàn thiện với tốc độ tương đối nhanh, nhưng "lớp nhận dạng", với tư cách là mô-đun chính hỗ trợ sự tin cậy và tham gia, đã vắng bóng trong một thời gian dài.
Thật vậy, lượng lớn nhiệm vụ Web3 quan trọng, từ gắn nhãn dữ liệu và chấm điểm hành vi đến tương tác giao thức và quản trị cộng đồng, đều dựa vào dữ liệu đầu vào của con người như một nguồn dữ liệu hợp lệ. Tuy nhiên, từ góc nhìn của các hệ thống Chuỗi chuỗi, người dùng thường chỉ là một địa chỉ ví bao gồm các chữ cái và số, thiếu các đặc điểm cá nhân có cấu trúc và nhãn hành vi. Nếu không có sự hỗ trợ của một lớp nhận dạng bổ sung, thế giới crypto điện tử gần như không thể thiết lập hồ sơ người dùng đáng tin cậy, chứ đừng nói đến việc xây dựng uy tín và đánh giá khả năng tín dụng.
Việc thiếu lớp nhận dạng trực tiếp góp phần gây ra một trong những vấn đề phổ biến và khó giải quyết nhất trong Web3: Tấn công Phù thủy. Trong nhiều chiến dịch khích lệ dựa trên sự tham gia của người dùng, kẻ xấu có thể dễ dàng ngụy tạo nhiều danh tính, cho phép chúng liên tục lĩnh nhận thưởng, thao túng phiếu bầu và làm ô nhiễm dữ liệu, khiến cơ chế vốn dĩ do "người thật tham gia" điều khiển trở nên vô hiệu. Ví dụ, trong airdrop năm 2023 của Celestia, có tới 65% trong số 60 triệu token ($TIA) đã bị bot hoặc tài khoản Phù thủy chiếm đoạt. Hiện tượng tương tự cũng đã được quan sát rộng rãi trong quá trình phân phối của các dự án như Arbitrum và Optimism .
Mặc dù một số dự án đã cố gắng áp dụng các cơ chế chống Sybil để sàng lọc hành vi bất thường, nhưng thực tế là những chiến thuật này thường vô tình gây hại cho người dùng hợp pháp, trong khi những kẻ lừa đảo thực sự có thể dễ dàng lách luật. Ví dụ, các quy tắc chống Phù thủy airdrop của EigenLayer đã gây tranh cãi, khi một số người dùng hợp pháp bị xác định nhầm là kẻ tấn công Phù thủy và sau đó bị loại khỏi airdrop . Điều này chứng tỏ rằng, nếu không có nền tảng danh tính vững chắc, việc phân phối khích lệ trên Chuỗi vẫn còn khó khăn, khó đạt được sự công bằng, hiệu quả và tính bền vững.
Trong các kịch bản dọc khác của Web3, các vấn đề do thiếu bản sắc cũng đáng kể không kém.
Ví dụ, trong không gian DePIN, việc gửi địa chỉ giả ngụy tạo dữ liệu giả mạo để lừa khích lệ là chuyện thường tình. Điều này làm gián đoạn tính xác thực dữ liệu và ảnh hưởng trực tiếp đến khả năng sử dụng cũng như độ tin cậy của mạng lưới. Tương tự, trong GameFi, nhiệm vụ đa tài khoản và phần thưởng lĩnh nhận gây gián đoạn nghiêm trọng hệ thống kinh tế trong trò chơi, dẫn đến mất người chơi thực sự và làm giảm hiệu quả của các cơ chế khích lệ của dự án.
Trong lĩnh vực AI, việc thiếu lớp nhận dạng cũng gây ra những hậu quả sâu sắc. Hiện nay, việc đào tạo mô hình AI quy mô lớn ngày càng phụ thuộc vào phản hồi của con người (như RLHF) và các nền tảng chú thích dữ liệu, nhiệm vụ thường được thuê ngoài cho các cộng đồng mở hoặc nền tảng trên Chuỗi. Do thiếu sự đảm bảo về tính duy nhất của con người, hiện tượng các tập lệnh mô phỏng hành vi hàng loạt và robot ngụy tạo dữ liệu đầu vào ngày càng trở nên nghiêm trọng, không chỉ làm ô nhiễm dữ liệu đào tạo mà còn làm suy yếu đáng kể khả năng biểu đạt và khái quát hóa của mô hình.
Trong một nghiên cứu trước đây có tựa đề "Best of Venom", các nhà nghiên cứu đã thành công trong việc gây ra sai lệch trong mô hình RLHF trong quá trình huấn luyện, dẫn đến kết quả đầu ra bị thao túng đáng kể, bằng cách chỉ đưa vào 1–5% "dữ liệu so sánh phản hồi độc hại". Ngay cả một chiếm tỷ lệ nhỏ dữ liệu sở thích của con người ngụy tạo này cũng đủ để làm suy yếu tính mạnh mẽ của mô hình và ảnh hưởng đến chất lượng đầu ra. Quan trọng hơn, vì danh tính của người tham gia không thể bị hạn chế hiệu quả, nên hệ thống gần như không thể xác định hoặc ngăn chặn sự thao túng tinh vi này ngay từ gốc rễ.
Hơn nữa, nếu không có lớp nhận dạng hiệu quả, các cơ chế KYC, hệ thống chấm điểm tín dụng và phân tích hành vi thường được sử dụng trong thế giới Web2 gần như không thể được chuyển đổi một cách tự nhiên và đáng tin cậy sang Chuỗi. Điều này không chỉ hạn chế sự tham gia của các tổ chức vào Web3 trong khi vẫn bảo vệ quyền riêng tư của người dùng, mà còn khiến hệ thống tài chính Chuỗi luôn trong tình trạng thiếu hụt nhận dạng. Một ví dụ điển hình là việc mô hình vay mượn DeFi lâu nay phụ thuộc vào việc thế chấp quá mức, điều này đã hạn chế khả năng tiếp cận nhiều kịch bản vay mượn tín dụng không thế chấp hơn, hạn chế nghiêm trọng phạm vi tiếp cận người dùng và hiệu quả vốn.
Vấn đề tương tự cũng xảy ra trong quảng cáo Web3, mạng xã hội và các lĩnh vực khác. Do thiếu thông tin nhận dạng người dùng và sở thích hành vi có thể xác minh, các cơ chế như khuyến nghị chính xác và khích lệ cá nhân hóa rất khó thiết lập, từ đó hạn chế hơn nữa khả năng vận hành độ sâu và không gian thương mại hóa của các ứng dụng Chuỗi .
02 Khám phá Lớp Nhận dạng Web3
Trên thực tế, hiện có hàng chục giải pháp lớp nhận dạng Web3 trên thị trường, chẳng hạn như Worldcoin, Humanode, Proof of Humanity, Circles, iOS, ReputeX, Krebit, v.v. Các giải pháp này thực chất đang cố gắng lấp đầy những khoảng trống trong lớp nhận dạng Web3. Chúng ta có thể chia chúng thành bốn loại:
- Sinh trắc học
Sinh trắc học thường được đặc trưng bởi các công nghệ nhận dạng sinh trắc học (như mống mắt, nhận dạng khuôn mặt và dấu vân tay) để đảm bảo tính duy nhất của danh tính. Các giải pháp này thường có khả năng chống lại các cuộc tấn công Phù thủy mạnh mẽ. Các dự án tiêu biểu bao gồm Worldcoin, Humanode, Humanity Protocol, ZeroBiometrics, KEYLESS và HumanCode.
Chúng tôi nhận thấy rằng các giải pháp như vậy thường dễ dàng xâm phạm quyền riêng tư của người dùng do thu thập dữ liệu sinh trắc học, tạo hàm băm và các đường dẫn khác, dẫn đến việc bảo vệ quyền riêng tư và tuân thủ tương đối yếu kém. Ví dụ: Worldcoin đã phải chịu sự giám sát chặt chẽ của cơ quan quản lý ở nhiều quốc gia do các vấn đề về quyền riêng tư dữ liệu mống mắt, bao gồm cả các vấn đề tuân thủ GDPR của EU.
- Niềm tin xã hội
Các giải pháp niềm tin xã hội thường ưu tiên chủ quyền của người dùng, nhấn mạnh mạng lưới niềm tin xã hội và xác minh mở. Họ thường sử dụng Web of Trust và chấm điểm uy tín làm các yếu tố cốt lõi, xây dựng mạng lưới nhận dạng đáng tin cậy thông qua biểu đồ quan hệ xã hội, xác thực lẫn nhau trong cộng đồng và đề xuất của con người. Các dự án tiêu biểu trong đó Proof of Humanity, Circles, Humanbound, BrightID, Ideana, Terminal 3 và ANIMA.
Về mặt lý thuyết, các giải pháp này nhìn chung có khả năng đạt được mức độ phi tập trung cao, hứa hẹn mở rộng mạng lưới tin cậy dựa trên sự đồng thuận của cộng đồng và chồng chéo các cơ chế quản trị danh tiếng. Tuy nhiên, chúng tôi nhận thấy các giải pháp này thường gặp khó khăn trong việc đảm bảo tính duy nhất của danh tính, dễ bị tấn công Phù thủy, mở rộng kém trong các mạng lưới quen biết, và do đó dễ bị ngụy tạo danh tính và các vấn đề khởi động nguội cộng đồng. Ví dụ, Proof of Humanity đã điều chỉnh cơ chế xác minh của mình để giải quyết các vấn đề về bot.
- Tổng hợp DID
Các giải pháp tổng hợp DID thường tích hợp dữ liệu nhận dạng/KYC Web2, Thông tin xác thực có thể xác minh (VC) và các thông tin xác thực bên ngoài khác để xây dựng một cấu trúc nhận dạng Chuỗi có thể cấu hình. Các giải pháp này tương thích cao với các hệ thống tuân thủ hiện có và hầu hết đều hỗ trợ chủ quyền dữ liệu người dùng, giúp các tổ chức dễ tiếp cận hơn. Các dự án tiêu biểu trong đó Civic, SpruceID, iOS, SelfKey và Fractal ID.
Tuy nhiên, các giải pháp tổng hợp DID cũng gặp phải vấn đề về tính duy nhất danh tính. Chúng tôi nhận thấy trong đó phụ thuộc nhiều vào các nguồn dữ liệu bên ngoài, chẳng hạn như Web2 KYC hoặc các nhà cung cấp dữ liệu trung gian, dẫn đến phi tập trung hạn chế và kiến trúc phức tạp. Mặc dù một số dự án, chẳng hạn như SpruceID, đang nghiên cứu bảo vệ quyền riêng tư thông qua ZK-SNARK, hầu hết các giải pháp trong lĩnh vực này vẫn chưa giải quyết được các vấn đề như xác minh quyền riêng tư.
- Phân tích hành vi
Các giải pháp phân tích hành vi thường sử dụng thuật toán đồ thị để xây dựng hồ sơ người dùng và hệ thống đánh giá uy tín dựa trên dữ liệu trực Chuỗi như hành vi địa chỉ, quỹ đạo tương tác và hồ sơ nhiệm vụ . Các dự án tiêu biểu bao gồm ReputeX, Krebit, Nomis, Litentry, WIW, Oamo, Absinthe và Rep3.
Ưu điểm của mô hình hóa với địa chỉ là khả năng bảo mật quyền riêng tư tốt. Không cần thêm đầu vào, nó có thể tương thích tự nhiên với hệ sinh thái Chuỗi và có khả năng thích ứng tổng thể mạnh mẽ. Tuy nhiên, mặt khác, do không thể thiết lập kết nối với danh tính thực của người dùng, việc thiếu tính duy nhất của danh tính dẫn đến hiện tượng nhiều địa chỉ cho một người dùng. Mô hình này cũng dễ bị ảnh hưởng bởi hành vi Phù thủy và chỉ có thể thiết lập danh tính được gắn nhãn một phần, dẫn đến chất lượng dữ liệu bị bóp méo.
Tóm lại, trong thực tế áp dụng các giải pháp lớp nhận dạng hiện có, chúng ta thường thấy chúng rơi vào tình thế tiến thoái lưỡng nan Bộ ba bất khả thi của blockchain:
Bảo vệ quyền riêng tư, tính duy nhất của danh tính và khả năng xác minh phi tập trung thường khó đạt được cùng lúc. Hơn nữa, chúng tôi nhận thấy rằng, ngoại trừ các giải pháp sinh trắc học, các cơ chế nhận dạng trong các lĩnh vực khác thường gặp khó khăn trong việc đảm bảo tính duy nhất của danh tính một cách hiệu quả.
Do đó, sinh trắc học thường được coi là yếu tố quyết định nhất trong lớp nhận dạng và đã được kiểm chứng thực tế trong nhiều dự án. Tuy nhiên, để xây dựng một hệ thống nhận dạng thực sự đáng tin cậy, việc chỉ dựa vào sinh trắc học thực sự là không đủ để cân bằng giữa bảo vệ quyền riêng tư và phi tập trung.
Trong bối cảnh các vấn đề trên, Solo cũng đã chọn sử dụng nhận dạng sinh trắc học làm phương tiện cơ bản để xác định danh tính người dùng duy nhất và dựa trên mật mã, đề xuất thêm một con đường kỹ thuật độc đáo hơn để giải quyết vấn đề khó khăn là cân bằng giữa "bảo vệ quyền riêng tư" và "khả năng xác minh phi tập trung".
03 Phân tích giải pháp kỹ thuật của Solo
Như đã đề cập ở trên, việc sử dụng sinh trắc học làm lớp nhận dạng có thể chứng minh hiệu quả tính duy nhất của người dùng, nhưng khó khăn trong đó nhất nằm ở việc làm thế nào để đảm bảo tính riêng tư của dữ liệu và khả năng xác minh dữ liệu mọi lúc, mọi nơi.
Giải pháp của Solo dựa trên kiến trúc zkHE, tích hợp các cam kết Pedersen, crypto đồng cấu (HE) và Bằng chứng không tri thức(ZKP). Sinh trắc học của người dùng có thể hoàn tất nhiều quy trình crypto cục bộ. Không để lộ bất kỳ dữ liệu gốc nào, hệ thống tạo ra một Bằng chứng không tri thức có thể xác minh và gửi nó lên Chuỗi, nhờ đó đạt được tính ngụy tạo danh tính và khả năng xác minh trong khuôn khổ bảo vệ quyền riêng tư.
Kiến trúc zkHE
Trong kiến trúc zkHE của Solo, quy trình xác thực bao gồm cơ chế bảo vệ crypto kép: crypto đồng cấu (HE) và Bằng chứng không tri thức(ZKP). Toàn bộ quy trình được thực hiện cục bộ trên thiết bị di động của người dùng, đảm bảo thông tin nhạy cảm không bị rò rỉ dưới dạng văn bản thuần túy.
- Mã hóa crypto
Tuyến crypto đầu tiên là crypto đồng cấu. Crypto đồng cấu là một lược đồ mật mã cho phép thực hiện các phép tính trực tiếp trên dữ liệu trong khi dữ liệu vẫn được crypto. Cuối cùng, miễn là kết quả giải mã giống hệt với bản rõ, dữ liệu được đảm bảo là chính xác và có thể sử dụng được.
Trong zkHE, hệ thống tiếp tục nhập dữ liệu sinh trắc học đã cam kết vào mạch dưới dạng crypto đồng dạng và thực hiện các hoạt động logic như so sánh và đối chiếu mà không cần giải mã trong suốt quá trình.
Việc "so sánh" ở đây về cơ bản bao gồm việc tính toán khoảng cách giữa các vectơ đặc trưng sinh trắc học của dữ liệu đã đăng ký và dữ liệu hiện đang được xác minh để xác định xem hai tập dữ liệu có phải từ cùng một người hay không. Bản thân quá trình tính toán khoảng cách này cũng được hoàn thành ở trạng thái crypto. Sau đó, hệ thống tạo ra Bằng chứng không tri thức về "khoảng cách có nhỏ hơn ngưỡng hay không" dựa trên kết quả so sánh, do đó hoàn tất việc đánh giá "có phải là cùng một người hay không" mà không làm lộ dữ liệu gốc hoặc giá trị khoảng cách.
Phương pháp này nhằm đạt được tính năng điện toán đáng tin cậy dựa trên tiền đề bảo vệ quyền riêng tư, đảm bảo quá trình xác thực có thể xác minh và mở rộng trong khi vẫn đảm bảo tính bảo mật.
- Bằng chứng không tri thức
Sau khi hoàn tất các phép tính crypto đã đề cập ở trên, Solo tạo ra một Bằng chứng không tri thức để xác minh Chuỗi. ZKP này chứng minh rằng "Tôi là một con người độc nhất và chân thực" mà không tiết lộ bất kỳ thông tin sinh trắc học thô hoặc chi tiết tính toán trung gian nào.
Bản thân Solo sử dụng Groth16 zk-SNARK hiệu quả làm nền tảng tạo và xác minh bằng chứng, tạo ra các ZKP ngắn gọn và mạnh mẽ với chi phí tính toán tối thiểu. Người xác minh chỉ cần xác minh bằng chứng này để xác nhận tính hợp lệ của danh tính mà không cần truy cập bất kỳ dữ liệu nhạy cảm nào. Cuối cùng, ZKP này được gửi đến SoloChain, một mạng lưới Layer2 chuyên dụng, để xác minh bằng các hợp đồng trên Chuỗi.
Ngoài việc đảm bảo quyền riêng tư và bảo mật, Solo còn vượt trội về hiệu quả xác minh. Nhờ thiết kế crypto hợp lý và việc áp dụng các nguyên hàm hiệu suất cao, Solo mang đến trải nghiệm xác thực độ trễ thấp, thông lượng cao trên thiết bị di động, đồng thời cung cấp hỗ trợ kỹ thuật mạnh mẽ cho việc áp dụng rộng rãi của người dùng và tích hợp trên Chuỗi .
Hiệu quả xác minh
Bản thân giải pháp Solo có hiệu quả xác minh cực kỳ cao, một phần là do mức độ tối ưu hóa và khả năng thích ứng cao của các thuật toán mã hóa.
Trên thực tế, trong lộ trình lớp nhận dạng Web3, việc áp dụng mật mã để đảm bảo quyền riêng tư và bảo mật dữ liệu, trong đó ZK, là điều không hiếm gặp. Tuy nhiên, có rất ít giải pháp có thể thực sự được triển khai. Cuối cùng, tất cả phụ thuộc vào
Solo đã chọn nền tảng Groth16 zk-SNARK hiệu suất cao làm xương sống cho việc xây dựng Bằng chứng không tri thức. Hệ thống này tự hào có kích thước bằng chứng rất nhỏ (khoảng 200 byte) và cho phép xác minh ở cấp độ mili giây trên Chuỗi, giảm đáng kể độ trễ tương tác và chi phí lưu trữ.
Đội ngũ Solo gần đây đã tiến hành các thử nghiệm trên mô hình mật mã của mình, như thể hiện trong hình bên dưới. Khi đối diện dữ liệu sinh trắc học nhiều chiều (Độ dài vectơ sinh trắc học), kiến trúc zkHE (HE + ZKP) của Solo vượt trội đáng kể so với các thuật toán ZKP truyền thống về cả thời gian tạo bằng chứng và tổng thời gian xác thực. Đối với dữ liệu 128 chiều, thời gian xác thực ZKP truyền thống vượt quá 600 giây, trong khi thuật toán của Solo hầu như không bị ảnh hưởng, luôn trong vòng vài giây.
Ngoài ra, mặc dù kích thước bằng chứng của Solo ở một số chiều vector lớn hơn một chút so với các giải pháp truyền thống, nhưng thời gian xác minh tổng thể của nó vẫn được kiểm soát trong phạm vi 30-70ms, đủ để đáp ứng các yêu cầu về độ trễ và hiệu suất của hầu hết các tình huống tương tác tần suất cao (chẳng hạn như Gamefi, đăng nhập DeFi, xác thực thời gian thực L2, v.v.).
Về mặt hiệu suất máy trạm, Solo cũng đã lượng lớn rất nhiều tối ưu hóa.
Quy trình xác minh zkHE (bao gồm tạo cam kết Pedersen, xử lý crypto đồng cấu và xây dựng ZKP) có thể được hoàn thành cục bộ trên điện thoại thông minh tiêu chuẩn. Kết quả thử nghiệm cho thấy tổng thời gian tính toán trên một thiết bị tầm trung là 2–4 giây, đủ để hỗ trợ tương tác mượt mà với hầu hết các ứng dụng Web3. Nó không yêu cầu bất kỳ phần cứng độc quyền hoặc hoàn cảnh thực thi đáng tin cậy nào, giúp giảm đáng kể rào cản triển khai quy mô lớn.
04 Một nỗ lực mới để phá vỡ “Bộ ba bất khả thi của blockchain” của lớp nhận dạng Web3
Từ góc độ toàn cầu, Solo thực sự cung cấp một con đường mới để phá vỡ "Bộ ba bất khả thi của blockchain" của lớp nhận dạng Web3, tức là đạt được sự cân bằng kỹ thuật và đột phá giữa bảo vệ quyền riêng tư, tính duy nhất của nhận dạng và khả năng sử dụng.
Về mặt quyền riêng tư, kiến trúc zkHE cho phép tất cả dữ liệu sinh trắc học của người dùng được crypto đồng hình và ZKP được xây dựng cục bộ. Toàn bộ quy trình không yêu cầu tải lên hoặc giải mã dữ liệu gốc, do đó tránh hoàn toàn rủi ro rò rỉ quyền riêng tư và thoát khỏi sự phụ thuộc vào các nhà cung cấp danh tính tập trung.
Về tính duy nhất của danh tính, Solo sử dụng cơ chế so sánh khoảng cách vectơ đặc trưng crypto để xác nhận xem trình xác thực hiện tại có phải là cùng một người với hồ sơ đăng ký lịch sử hay không mà không làm rò rỉ cấu trúc dữ liệu , qua đó xây dựng ràng buộc danh tính cơ bản là "có một người thực và duy nhất đằng sau mỗi địa chỉ", đây là ràng buộc một người một tài khoản (1P1A) được Solo nhấn mạnh.
Về khả năng sử dụng, Solo đảm bảo tất cả nhiệm vụ tính toán có thể được hoàn thành trên các thiết bị di động thông thường thông qua việc tinh chỉnh quy trình xác minh zk. Các thử nghiệm thực tế cho thấy thời gian tạo xác minh thường được kiểm soát trong vòng 2-4 giây, và quy trình xác minh Chuỗi có thể được hoàn thành trong vòng vài mili giây và hoàn toàn phi tập trung. Solo có thể đáp ứng các tình huống ứng dụng có yêu cầu thời gian thực cực cao, bao gồm Gamefi , DeFi, đăng nhập L2, v.v.
Đáng chú ý, thiết kế hệ thống của Solo tích hợp các giao diện tập trung vào tuân thủ, bao gồm một mô-đun cầu nối tùy chọn hỗ trợ tích hợp với các hệ thống DID và KYC Chuỗi , cũng như khả năng neo trạng thái xác minh vào một mạng Lớp 1 cụ thể trong các tình huống cụ thể. Do đó, khi triển khai Solo tại các thị trường tuân thủ, hệ thống được kỳ vọng sẽ đáp ứng các yêu cầu địa phương về xác minh danh tính, truy xuất dữ liệu và tuân thủ quy định, đồng thời vẫn duy trì quyền riêng tư và phi tập trung .
Theo góc nhìn vĩ mô hơn, chúng tôi đã đề cập ở trên rằng các giải pháp nhận dạng Web3 hiện tại thực sự có thể được chia thành một số hướng kỹ thuật, bao gồm các hệ thống lập hồ sơ danh tiếng dựa trên hành vi Chuỗi, kiến trúc VC/DID dựa trên xác thực tập trung, các giải pháp nhận dạng zk nhấn mạnh vào nặc danh và tiết lộ có chọn lọc, và một số giao thức PoH nhẹ dựa trên mạng xã hội và xác thực nhóm.
Trong quá trình phát triển đa dạng của lộ trình nhận dạng Web3, con đường sinh trắc học + zkHE được Solo áp dụng tình cờ bổ sung cho các con đường giải pháp khác.
So với các giải pháp tập trung vào thẻ nhận dạng cấp cao hoặc thông tin hành vi, ưu điểm của Solo nằm ở việc xây dựng một mạng lưới nhận dạng cơ bản có thể hoàn tất "xác nhận tính duy nhất của con người" ở cấp độ thấp nhất. Nó cũng có các tính năng như bảo vệ quyền riêng tư, không cần tin cậy, khả năng nhúng và xác minh bền vững , cung cấp "xác minh thực thể con người" cơ bản cho VC, SBT, biểu đồ xã hội cấp cao hơn, v.v.
Theo một nghĩa nào đó, Solo giống một mô-đun đồng thuận cấp thấp trong ngăn xếp danh tính, tập trung vào việc cung cấp cơ sở hạ tầng chứng minh tính duy nhất của con người, bảo vệ quyền riêng tư cho Web3. Kiến trúc zkHE của nó không chỉ đóng vai trò là một mô-đun-đun bổ trợ cho nhiều DID hoặc giao diện ứng dụng khác nhau, mà còn tích hợp với VC, zkID, SBT và các nền tảng hiện có khác để thiết lập một nền tảng danh tính thực tế có thể xác minh và cấu hình cho hệ sinh thái Chuỗi.
Do đó, bản thân Solo có thể được coi là cơ sở hạ tầng "lớp nặc danh đáng tin cậy" cấp thấp nhất trong hệ thống nhận dạng, lấp đầy khoảng cách năng lực "1P1A (Một người, một tài khoản)" lâu đời của ngành để hỗ trợ thêm cho các ứng dụng cấp cao hơn và cung cấp nền tảng cho việc tuân thủ.
Solo đã hợp tác với nhiều giao thức và nền tảng, bao gồm Kiva.ai, Sapien, PublicAI, Synesis One, Hive3 và GEODNET, bao gồm các lĩnh vực như chú thích dữ liệu, mạng DePIN và trò chơi SocialFi. Những hợp tác này được kỳ vọng sẽ củng cố thêm tính khả thi của cơ chế xác thực của Solo, cung cấp cơ chế phản hồi để hiệu chỉnh mô hình zkHE theo nhu cầu thực tế và giúp Solo liên tục tối ưu hóa trải nghiệm người dùng và hiệu suất hệ thống.
Tóm tắt
Bằng cách xây dựng một hệ thống lớp nhận dạng đáng tin cậy nặc danh cho thế giới Web3, Solo đang đặt nền móng cho khả năng 1P1A và dự kiến sẽ trở thành cơ sở hạ tầng cơ bản quan trọng để thúc đẩy sự phát triển của các hệ thống nhận dạng Chuỗi và mở rộng các ứng dụng tuân thủ.
Cuối cùng, cần lưu ý rằng dự án Solo có thể sẽ sớm được ra mắt trên mạng thử nghiệm. Việc tham gia các hoạt động tương tác liên quan mạng thử nghiệm dự kiến sẽ giúp bạn có cơ hội nhận airdrop sớm.
Để biết xu hướng dự án cụ thể, vui lòng theo dõi Solo chính thức X: x.com/solo_zkHE
