একটি টেকসই খ্যাতির জন্য একটি অন্তর্নিহিত সততা-চালিত রেটিং মডেল প্রবর্তন করা হচ্ছে পদ্ধতি

লিঙ্কের টেবিল

বিমূর্ত এবং ভূমিকা

প্রাসঙ্গিক ব্লকচেইন প্রযুক্তি

মৌলিক মডেল

বাস্তব-বিশ্বের দৃশ্যকল্পের জন্য উন্নত মডেল

মন্টে কার্লো সিমুলেশন

উপসংহার

ভবিষ্যত তদন্ত, এবং রেফারেন্স

বিমূর্ত

ডিজিটাল বাজারের যুগে, ভোক্তাদের জন্য চ্যালেঞ্জ হল তথ্যের অসামঞ্জস্যের মধ্যে গুণমানের বিচক্ষণতা। যদিও ঐতিহ্যবাহী বাজারগুলি এই সমস্যাটি মোকাবেলা করার জন্য ব্র্যান্ড প্রক্রিয়া ব্যবহার করে, এই ধরনের সিস্টেমগুলিকে ইন্টারনেট-ভিত্তিক P2P বাজারে স্থানান্তর করা - যেখানে জাল রেটিংগুলির মতো বিভ্রান্তিকর অনুশীলনগুলি ব্যাপক - চ্যালেঞ্জিং রয়ে গেছে৷ বর্তমান ইন্টারনেট প্ল্যাটফর্মগুলি যাচাইকরণ অ্যালগরিদমের মাধ্যমে এটি মোকাবেলা করার চেষ্টা করে, কিন্তু এই প্রচেষ্টাগুলি জাল ক্রিয়াগুলির সাথে একটি ক্রমাগত টাগ-অফ-ওয়ারে নিজেদের খুঁজে পায়৷

ব্লকচেইন প্রযুক্তির স্বচ্ছতা, অপরিবর্তনীয়তা, এবং ট্রেসেবিলিটি কাজে লাগিয়ে, এই পেপারটি এর মধ্যে ভিত্তি করে একটি শক্তিশালী খ্যাতি ভোটিং সিস্টেম প্রবর্তন করে। বিদ্যমান ব্লকচেইন-ভিত্তিক খ্যাতি সিস্টেমের বিপরীতে, আমাদের মডেলটি এজেন্টের অখণ্ডতা বাড়ানোর জন্য একটি অভ্যন্তরীণভাবে অর্থনৈতিকভাবে উদ্দীপিত পদ্ধতির ব্যবহার করে। আমরা এই মডেলটিকে বাস্তব-বিশ্ব ব্যবহারকারীর আচরণের প্রতিফলন করার জন্য অপ্টিমাইজ করি, খ্যাতি সিস্টেমের ভিত্তিগত স্থায়িত্ব রক্ষা করে। মন্টে-কার্লো সিমুলেশনের মাধ্যমে, একটি উদ্ভাবনী বিপরীত ট্রান্সফর্ম পদ্ধতি দ্বারা সক্রিয় অভিন্ন এবং পাওয়ার-আইন উভয় ডিস্ট্রিবিউশন ব্যবহার করে, আমরা একটি বিস্তৃত প্যারামিটার ল্যান্ডস্কেপ অতিক্রম করি, বাস্তব-জগতের জটিলতাকে প্রতিলিপি করে। ফলাফলগুলি একটি টেকসই, স্বচ্ছ, এবং শক্তিশালী খ্যাতি প্রক্রিয়ার প্রতিশ্রুতিকে আন্ডারস্কোর করে। এর কাঠামোর পরিপ্রেক্ষিতে, আমাদের কাঠামো অফচেইন-অনচেইন ব্রিজিংয়ের জন্য একটি সার্বজনীন, টেকসই ওরাকল হিসেবে কাজ করতে পারে, যা স্থায়ীভাবে তাদের খ্যাতি গড়ে তুলতে সহায়তা করে। রিং সিগনেচার এবং জিরো নলেজ প্রুফের মতো প্রযুক্তির সাথে ভবিষ্যত একীকরণ সিস্টেমের গোপনীয়তার দিকগুলিকে প্রসারিত করতে পারে, এটিকে বিশেষভাবে বিকশিত ডিজিটাল ডোমেনে প্রভাবশালী করে তোলে।

কীওয়ার্ড: ব্লকচেইন, রেপুটেশন সিস্টেম, টেকসই ওরাকল, এজেন্ট, ক্রেডিট পয়েন্ট, সততা-চালিত রেটিং, ইনসেনটিভ মেকানিজম, মন্টে-কার্লো সিমুলেশন

1। পরিচিতি

তথ্যের অসামঞ্জস্য [1] গ্রাহকদের জন্য চ্যালেঞ্জগুলি প্রবর্তন করে যা তাদের চাহিদার সাথে মানানসই পণ্য বা পরিষেবাগুলি নির্বাচন করার চেষ্টা করে। প্রথাগত খুচরা বাজারে, ভোক্তারা ব্যক্তিগত অভিজ্ঞতা, অন্যদের অভিজ্ঞতা বা বিজ্ঞাপনের উপর ভিত্তি করে বিশ্বাস করে এমন ব্র্যান্ডের প্রতি আকৃষ্ট হন [২]। প্রতিটি ব্র্যান্ড একটি নির্দিষ্ট মান মূর্ত করে যা খোলা বাজারে নগদীকরণ করা যেতে পারে। পণ্য বা পরিষেবাগুলি অফার করা যা তাদের লক্ষ্যযুক্ত ভোক্তাদের প্রত্যাশার কম হয় এই ব্র্যান্ডের মানকে হ্রাস করতে পারে। এই ব্র্যান্ড প্রক্রিয়াগুলি [৩] খুচরা এবং এমনকি বিস্তৃত ঐতিহ্যবাহী বাজার সেক্টরে ভোক্তা এবং উৎপাদক উভয়কেই উপকৃত করে [৪]।

তাদের প্রদান করা বর্ধিত সুবিধা এবং বৈচিত্র্যের সাথে, অনলাইন পণ্য এবং পরিষেবাগুলি অনেক গ্রাহকদের পছন্দের পছন্দ হয়ে উঠছে। এই ডোমেনের একটি উল্লেখযোগ্য প্রবণতা হল ইন্টারনেট প্ল্যাটফর্মগুলিতে তৃতীয় পক্ষের P2P অফারগুলির উত্থান [5]। এই দ্রুত বর্ধনশীল সেক্টরে বিস্তৃত পরিসেবা রয়েছে। আধুনিক ইন্টারনেট প্ল্যাটফর্ম যেমন Amazon, eBay, Taobao, Anyvan, ClickMechanic, এবং Mybuilderগুলি ভোক্তাদের সাথে তৃতীয়-পক্ষের পরিষেবা প্রদানকারীর সম্পৃক্ততার উপায়কে পরিবর্তন করেছে। মূলত, এই প্ল্যাটফর্মগুলি বিক্রেতাদের তাদের পণ্য বা পরিষেবাগুলি প্রদর্শন করতে সক্ষম করে, গ্রাহকদের সহজেই ব্রাউজ করতে, তুলনা করতে এবং ক্রয় করতে দেয়৷

এই ক্রিয়াকলাপের কেন্দ্রবিন্দু হল গ্রাহক পর্যালোচনার ভূমিকা। উচ্চ সংখ্যক ইতিবাচক পর্যালোচনা উল্লেখযোগ্যভাবে একজন বিক্রেতার আকর্ষণ বাড়াতে পারে, অন্যান্য সম্ভাব্য গ্রাহকদের ক্রয়ের সিদ্ধান্তকে প্রভাবিত করে। বিপরীতভাবে, নেতিবাচক পর্যালোচনা ভবিষ্যতে বিক্রয়কে বাধা দিতে পারে। এই উল্লেখযোগ্য প্রভাব অবশ্য কারচুপির কৌশলের পথ প্রশস্ত করেছে। জাল রেটিং এবং ক্লিক ফার্মিং-এর মতো প্রতারণামূলক চর্চার প্রসার, প্রচলিত বাজারের তুলনায় অনলাইনে উল্লেখযোগ্যভাবে বেশি [6, 7, 8]। উদাহরণস্বরূপ, কিছু বিক্রেতা 'রিভিউ ফার্মিং'-এ জড়িত হতে পারে, যেখানে তারা হয় তাদের পণ্যগুলি ইতিবাচক রিভিউ দেওয়ার জন্য ক্রয় করে বা তাদের জন্য বিভ্রান্তিকরভাবে অনুকূল পর্যালোচনা লেখার জন্য ব্যক্তিদের নিয়োগ করে। অন্ধকার দিকে, বিক্রেতারা তাদের খ্যাতি কলঙ্কিত করার জন্য প্রতিযোগীদের জন্য দূষিত নেতিবাচক পর্যালোচনা ছেড়ে দেওয়ার উদাহরণ হতে পারে।

সুতরাং, নির্ভরযোগ্য ব্র্যান্ড প্রক্রিয়া প্রতিষ্ঠা যথেষ্ট চ্যালেঞ্জ উপস্থাপন করে। এই দৃশ্যের প্রেক্ষিতে, খাঁটি ভোক্তা ক্রিয়া যাচাই করা এবং দক্ষ খ্যাতি প্রক্রিয়া তৈরি করা গুরুত্বপূর্ণ হয়ে ওঠে। যদিও অনলাইন প্ল্যাটফর্মগুলিতে প্রতারণামূলক ক্রিয়াগুলি থেকে প্রকৃত ফিল্টার করার জন্য অ্যালগরিদম নিয়োগ করার ক্ষমতা রয়েছে, এইভাবে তৃতীয় পক্ষের প্রযোজকদের একটি বৈধ খ্যাতি তৈরি করার অনুমতি দেয়, এই জাতীয় পদ্ধতির কার্যকারিতা প্রশ্নবিদ্ধ রয়ে গেছে। কিছু তৃতীয় পক্ষের প্রযোজকদের প্রতারণামূলক কৌশল এবং প্ল্যাটফর্ম যাচাইকরণ অ্যালগরিদম দ্বারা প্রবর্তিত পাল্টা ব্যবস্থাগুলির মধ্যে একটি অবিরাম উত্তেজনা বিদ্যমান। এই গতিশীল মূলত একটি চক্রাকার যুদ্ধ গঠন করে। বর্তমান সমাধানগুলি ট্রেড-অফের দাবি করতে পারে, সম্ভাব্যভাবে ব্যবহারকারীর গোপনীয়তা বা অন্যান্য পছন্দসই বৈশিষ্ট্যগুলির সাথে আপস করতে পারে [9]। যদিও মেশিন লার্নিং একটি প্রতিশ্রুতিশীল উপায় প্রদান করে [10], এটির বাস্তবায়নের জন্য হয় নিশ্চিত প্রকৃত ব্যবহারকারীর ডেটা সহ একটি প্রাথমিক প্রশিক্ষণ পর্ব বা এটি সত্যিকারের কার্যকর হওয়ার আগে একটি উল্লেখযোগ্য বিকাশের সময় প্রয়োজন।

ব্লকচেইন প্রযুক্তির আবির্ভাব, সাতোশি নাকামোটো [১১] দ্বারা পথপ্রদর্শক, এবং নিক সাজাবোর স্মার্ট চুক্তির ধারণার দ্বারা পরিবর্ধিত [১২] - 2014 সালে ইথেরিয়ামের মাধ্যমে ভিটালিক বুটেরিন দ্বারা ফলপ্রসূ হয়েছে [13] - উদ্ভাবনের পথ প্রশস্ত করেছে- চেইন রেপুটেশন সিস্টেম। ওরাকলগুলি বাস্তব-বিশ্ব এবং ব্লকচেইন প্রযুক্তির মধ্যে ব্যবধান পূরণে একটি গুরুত্বপূর্ণ ভূমিকা পালন করে, কারণ তারা একটি গুরুত্বপূর্ণ লিঙ্ক প্রদান করে যার মাধ্যমে অফ-চেইন ডেটা অ্যাক্সেস করা যায় এবং অন-চেইন স্মার্ট চুক্তির মাধ্যমে ব্যবহার করা যায়। এই ফাংশনটি অপরিহার্য যে ব্লকচেইনগুলি স্থানীয়ভাবে তাদের নেটওয়ার্কের বাইরে তথ্য অ্যাক্সেস করতে পারে না। 2017 সালে, চেইনলিংক তার ওরাকল মেকানিজম [14] প্রবর্তন করে, যা উল্লেখযোগ্যভাবে বিকেন্দ্রীভূত সিস্টেমের সক্ষমতা বৃদ্ধি করে। মূল্য ফিডের জন্য এর বিখ্যাত ব্যবহার-কেস বিকেন্দ্রীভূত অর্থায়নের [15, 16] প্রস্ফুটনের ভিত্তি স্থাপন করেছে। মূলত, ওরাকলগুলি তৃতীয় পক্ষের মধ্যস্থতাকারী হিসাবে কাজ করে, স্মার্ট চুক্তিতে বাহ্যিক ডেটা রিলে করে। চেইনলিংকের বিকেন্দ্রীভূত ওরাকল নেটওয়ার্ক ব্লকচেইনে রিলে করা ডেটার সত্যতা এবং অখণ্ডতা নিশ্চিত করে। এটি স্বাধীন ওরাকলের আধিক্য থেকে ডেটা সোর্সিং করে এবং তাদের প্রতিক্রিয়াগুলিকে একত্রিত করে, একক ডেটা পয়েন্টগুলির সাথে সম্পর্কিত ঝুঁকিগুলি হ্রাস করে এবং বাহ্যিক ডেটার উপর নির্ভরশীল স্মার্ট চুক্তিগুলির নির্ভরযোগ্যতা এবং নিরাপত্তা বৃদ্ধি করে অর্জন করা হয়।

তবুও, এই ওরাকলগুলির কার্যকারিতা প্রাথমিকভাবে প্রণোদনা প্রক্রিয়ার উপর নির্ভর করে, বিশেষত প্রণোদনা ন্যস্ত করা—উদাহরণস্বরূপ, নেটিভ অ্যাসেট "লিঙ্ক" নন-সঞ্চালন থেকে সঞ্চালনে রূপান্তর করা। একটি নির্দিষ্ট সময়ের মধ্যে, এই প্রণোদনাগুলি সমস্ত অংশগ্রহণকারীদের জন্য মানকে হ্রাস করার সম্ভাবনা থাকতে পারে। এই পুরষ্কারের পুল হ্রাসের কাছাকাছি আসার সাথে সাথে সিস্টেমের স্থায়ী কার্যকারিতা সম্পর্কে শঙ্কা সামনে আসে। ধারাবাহিক উন্নতি, যেমন চেইনলিংক 2.0 [17], অন্যান্য সমসাময়িক সমাধানগুলির সাথে, এই চ্যালেঞ্জকে অতিক্রম করার চেষ্টা করেছে। যাইহোক, তাদের কার্যকারিতা অব্যাহত আলোচনার বিষয়। যদিও এই পরিমার্জিত মডেল এবং কৌশলগুলি সম্ভাব্যতা প্রদর্শন করে, তাদের দীর্ঘায়িত এবং অটুট কার্যকারিতা বজায় রাখার ক্ষমতা পরীক্ষার অধীনে থাকে [18]। তাই, সত্যিকারের টেকসই ওরাকল অবকাঠামো তৈরি করা বাস্তব-বিশ্ব এবং ব্লকচেইন প্রযুক্তির মধ্যে সংযোগকে শক্তিশালী করার জন্য অপরিহার্য হয়ে ওঠে।

সাম্প্রতিক গবেষণাগুলি ব্লকচেইন প্রযুক্তির বিভিন্ন মাত্রাকে আলোকিত করেছে, বিশেষ করে ব্লকচেইন ভিত্তিক খ্যাতি সিস্টেমগুলি [19, 20]। যদিও এই প্রচেষ্টাগুলি প্রশংসনীয়, তাদের মধ্যে কিছু আরও তাত্ত্বিক দেখায় এবং সমস্ত গতিশীল এজেন্ট[2] মিথস্ক্রিয়া পূরণ করার সময় চ্যালেঞ্জের সম্মুখীন হতে পারে। অন্যরা বিশ্বস্ত নোডগুলির কেন্দ্রীভূত নির্বাচনের জন্য বেছে নিয়েছে, সম্ভাব্য ব্যর্থতার একক পয়েন্টের সাথে সম্পর্কিত দুর্বলতাগুলি প্রবর্তন করে [21, 22, 23, 24]। বাস্তব-বিশ্বের সেটিংস অনুকরণ করার লক্ষ্যে মেকানিজমগুলি কখনও কখনও এজেন্টের ধরন সনাক্তকরণ এবং তাদের অন-চেইন ক্রিয়াকলাপ নিরীক্ষণের জন্য জটিল প্রক্রিয়াগুলির উপর নির্ভর করে। এই প্রক্রিয়াগুলি মাঝে মাঝে আরও সরাসরি প্রণোদনা প্রক্রিয়াগুলিকে ছাপিয়ে দেয় যা স্বতঃস্ফূর্ত কার্যকারিতা প্রদর্শন করেছে [25]। কিছু প্রস্তাবিত অর্থনৈতিক প্রণোদনা কাঠামো কংক্রিট সুবিধা প্রদানের পরিবর্তে ব্লকচেইন সম্পদ "সংখ্যা" বৃদ্ধির দিকে ঝুঁকছে বলে মনে হচ্ছে, যা সময়ের সাথে সাথে হ্রাসের জন্য সংবেদনশীল হতে পারে [26]। মেকানিজম ডিজাইনের জটিলতা বাড়ার সাথে সাথে তারা অসাবধানতাবশত হস্তক্ষেপের খরচ বাড়িয়ে দিতে পারে বা অপ্রত্যাশিততার পরিচয় দিতে পারে। বিশৃঙ্খল তত্ত্ব দ্বারা প্রস্তাবিত অনিশ্চয়তার উপর খুব বেশি নির্ভর করা [27] - বিখ্যাত "বাটারফ্লাই ইফেক্ট" [28] দ্বারা অনুপ্রাণিত - সূক্ষ্ম মাটিতে পদদলিত হতে পারে।

যদিও প্রতিশ্রুতিশীল সমাধান রয়েছে বলে মনে হচ্ছে, যেমন "সত্য" [২৯]—একটি ব্লকচেইন-এডেড রেপুটেশন সিস্টেম যার লক্ষ্য ই-কমার্স প্ল্যাটফর্মগুলিকে বিশ্বাস করার প্রয়োজনীয়তা দূর করা এবং প্রতিক্রিয়ার সত্যতা এবং পরিচয় গোপন করা নিশ্চিত করা - সিস্টেমটি তার সম্ভাব্য ত্রুটিগুলি ছাড়া নয়। "সত্য" একটি হাইব্রিড মডেল প্রবর্তন করে যেখানে কেন্দ্রীভূত ই-কমার্স প্ল্যাটফর্ম প্রথাগত ট্রেডিং পরিষেবার দায়িত্বে থাকে, কিন্তু ব্লকচেইন প্রতিক্রিয়ার প্রমাণীকরণের তত্ত্বাবধান করে। যদিও "সত্য" ই-কমার্স ফিডব্যাক প্রমাণীকরণের বহু পুরানো সমস্যাটির জন্য একটি উদ্ভাবনী পদ্ধতি উপস্থাপন করে, কিছু দিক গভীরভাবে যাচাইয়ের নিশ্চয়তা দেয়। উদাহরণস্বরূপ, কাগজটি পর্যাপ্তভাবে অনুপ্রেরণার কথা বলে না যা ভোক্তাদের প্রতিক্রিয়া প্রক্রিয়ায় জড়িত হতে চালিত করবে। ব্যাপকভাবে গ্রহণ এবং আন্তরিক প্রতিক্রিয়া নিশ্চিত করার জন্য এই উদ্দীপনাগুলি বোঝা গুরুত্বপূর্ণ। তদুপরি, সিস্টেমটি বিক্রেতাদের দ্বারা সম্ভাব্য দূষিত আচরণকে উপেক্ষা করে বলে মনে হয়, যেমন প্রতিযোগীদের বিরুদ্ধে নেতিবাচক প্রতিক্রিয়া পোস্ট করা বা ইতিবাচক পর্যালোচনা তৈরি করতে কাল্পনিক গ্রাহকদের নিয়োগ করা। যদিও লেনদেনগুলি নির্ধারিত চ্যানেলগুলির মাধ্যমে সঞ্চালিত হতে পারে, বিকল্প পদ্ধতির মাধ্যমে এই "ভাড়া করা" ভোক্তাদের ক্ষতিপূরণ দেওয়ার একটি সম্ভাবনা রয়েছে, যার ফলে সিস্টেমের সুরক্ষাগুলিকে ফাঁকি দেওয়া হয়৷ "সত্য" এর সম্ভাব্যতাকে সম্পূর্ণরূপে উপলব্ধি করতে এবং বাস্তব-বিশ্বের সেটিংসে এর কার্যকারিতা প্রদর্শনের জন্য, এই উদ্বেগগুলি ভবিষ্যতের সংস্করণ বা গবেষণায় সমাধান করা দরকার

এই চ্যালেঞ্জগুলির পরিপ্রেক্ষিতে, একটি আরও সুগমিত, মৌলিক মডেল অন্বেষণ করার যোগ্যতা রয়েছে যা সহজাতভাবে এজেন্ট আচরণের অখণ্ডতাকে উৎসাহিত করে এবং স্থায়িত্বকে উৎসাহিত করে [30, 31, 32, 33, 34]। এই মডেলের প্রাথমিক মূল্যায়নগুলি বাস্তব-বিশ্বের জটিলতাগুলি ক্যাপচার করে বিশাল প্যারামিটার ডোমেন জুড়ে মন্টে-কার্লো সিমুলেশন নিয়োগ করতে পারে। এটা মনে রাখা অপরিহার্য যে এই প্রাথমিক মডেলের বাস্তব-বিশ্বের পরিস্থিতির প্রতিটি জটিল বিবরণ ক্যাপচার করার দরকার নেই। একটি মৌলিক খ্যাতি সিস্টেম, এমনকি যদি এটি শুধুমাত্র একটি একক বিশ্বাসযোগ্যতা রেটিং প্রদান করে, অগণিত অ্যাপ্লিকেশনগুলিতে অমূল্য হতে পারে। এই মানটি উপলব্ধি করা হয় যখন এটি প্রদান করা খ্যাতি তথ্য সঠিক এবং বিশ্বস্ত হয়, যা ব্যবহারকারীদের অন্য প্ল্যাটফর্মগুলিতে ফিরে যাওয়ার পরিবর্তে এটির উপর নির্ভর করার অনুমতি দেয় যেগুলি কম খরচে জাল রেটিং ফিল্টার করার জন্য সংগ্রাম করে, যেমনটি পূর্বে আলোচনা করা হয়েছে।

একটি সু-সংজ্ঞায়িত মৌলিক মডেল ভিত্তির উপর বিল্ডিং পুনরাবৃত্তি এবং বর্ধনের জন্য অনুমতি দেয়। ভিত্তিগত সমীকরণে সংশোধনমূলক উপাদানগুলিকে একীভূত করার মাধ্যমে, বাস্তব-বিশ্বের দৃশ্যকল্পগুলিকে আরও নির্ভুলভাবে মিরর করার জন্য একটি চিরস্থায়ী খ্যাতি সিস্টেমের দিকে মডেলটিকে পরিমার্জন করার সময় আমরা মূল উদ্দীপনাগুলি সংরক্ষণ করতে পারি। অন্যান্য প্ল্যাটফর্ম বা ব্লকচেইন সমাধানগুলির তুলনায় এই মডেলের প্রতিযোগিতামূলক সুবিধা নিশ্চিত করা এর স্থিতিস্থাপকতা এবং স্থায়িত্বকে প্রশস্ত করে। এই কৌশলটি শুধুমাত্র মডেলের ব্যবহারিক উপযোগিতাকে হাইলাইট করে না কিন্তু, গ্রহণ বাড়ার সাথে সাথে নেটওয়ার্ক প্রভাবকে লাভ করে। আমাদের সিস্টেমের ব্যাপক একীকরণ প্রতিলিপির বিরুদ্ধে বাণিজ্যিক বাধাকে শক্তিশালী করে, সম্ভাব্য প্রতিযোগীদের জন্য আমাদের অনন্য মডেল এবং এর সুবিধাগুলি অনুকরণ করা ক্রমশ কঠিন করে তোলে।

যদিও চিরস্থায়ী খ্যাতি সিস্টেমের অ্যাপ্লিকেশনগুলি বিভিন্ন ডোমেন এবং জনসংখ্যার মধ্যে প্রসারিত হতে থাকে, এই সিস্টেমটি প্রদর্শিত নির্ভরযোগ্যতার সাথে একটি টেকসই ওরাকল নেটওয়ার্ক হিসাবে কাজ করতে পারে। রিং স্বাক্ষরের সংহতকরণ [৩৫, ৩৬, ৩৭, ৩৮, ৩৯] এবং জিরো নলেজ প্রুফ (ZKPs) [৪০, ৪১, ৪২] এই ধরনের ওরাকল মেকানিজমের গোপনীয়তা মাত্রাকে আরও উন্নত করতে পারে, বিশেষ করে এমন পরিস্থিতিতে যেখানে গোপনীয়তা সর্বাগ্রে। রিং স্বাক্ষরগুলি নির্দিষ্ট স্বাক্ষরকারীর পরিচয় প্রকাশ না করেই একটি গ্রুপ সদস্যের কাছ থেকে ডিজিটাল স্বাক্ষরের অনুমতি দেয়। ZKPs একটি উন্নত ক্রিপ্টোগ্রাফিক কৌশল প্রতিনিধিত্ব করে যা এজেন্টদের সুনির্দিষ্ট তথ্য প্রকাশ না করেই নির্দিষ্ট দাবি (যেমন তাদের সম্পদ বা রাজ্য) প্রমাণ করতে সক্ষম করে।

এই কাগজটির গঠন নিম্নরূপ সংগঠিত: বিভাগ 2 প্রাসঙ্গিক ব্লকচেইন প্রযুক্তির পরিচয় দেয়। এটি অনুসরণ করে, মৌলিক মডেলটি অনুচ্ছেদ 3-এ উপস্থাপিত হয়েছে, যা এজেন্টদের মধ্যে স্ব-প্রণোদিত সততাকে উন্নীত করে এমন প্রণোদনা প্রক্রিয়া বোঝার ভিত্তি স্থাপন করে। তারপরে আমরা ধারা 4-এ এই মৌলিক মডেলটিকে আরও ঘনিষ্ঠভাবে বাস্তব-বিশ্বের পরিস্থিতির প্রতিফলন করার জন্য পরিমার্জন করি, যাতে সততা-চালিত রেটিংগুলির জন্য প্রণোদনাগুলি সংরক্ষিত থাকে তা নিশ্চিত করে৷ একটি শক্তিশালী তাত্ত্বিক ভিত্তি তৈরি করার পরে, বিভাগ 5 আমাদের প্রস্তাবগুলিকে যাচাই করার জন্য মন্টে কার্লো সিমুলেশন ব্যবহার করে, তারপরে ফলাফলগুলির একটি বিশদ বিশ্লেষণ এবং আলোচনা করা হয়। সিমুলেশনগুলি থেকে আমাদের অনুসন্ধানগুলি বিভাগ 6-এ সংক্ষিপ্ত করা হয়েছে, যেখানে আমরা আন্ডারস্কোর করি যে আমাদের খ্যাতি সিস্টেম একটি সর্বজনীন টেকসই ওরাকল হিসাবে কার্যকরভাবে কাজ করে৷ পরিশেষে, ভবিষ্যৎ গবেষণার সম্ভাব্য দিকনির্দেশনা সেকশন 7 এ প্রস্তাব করা হয়েছে।

[১] আমাদের মডেলে, আমাদের প্রস্তাবিত বিকল্প সমাধান বোঝাতে "খ্যাতি সিস্টেম" শব্দটি সাধারণভাবে ব্যবহৃত হয়। যাইহোক, ব্যবহারিক প্রয়োগের পরিস্থিতিতে, এটি একটি "প্ল্যাটফর্ম" হিসাবেও উল্লেখ করা যেতে পারে। দুটি পদ বিনিময়যোগ্যভাবে ব্যবহার করা যেতে পারে।

[২] আমাদের মডেলে, আমরা "এজেন্ট" শব্দটি ব্যবহার করি সিস্টেমের সাথে জড়িত সত্তাদের প্রতিনিধিত্ব করার জন্য। বিপরীতভাবে, বাস্তব-বিশ্বের অ্যাপ্লিকেশন পরিস্থিতিতে, আমরা তাদের "ব্যবহারকারী" হিসাবে উল্লেখ করি। এই কাগজ জুড়ে, "এজেন্ট" শব্দটি মডেলের প্রসঙ্গে ব্যবহৃত হয় যখন "ব্যবহারকারী" বাস্তব-বিশ্বের অ্যাপ্লিকেশনের প্রেক্ষাপটে নিযুক্ত হয়। উভয় পদই অনেক পরিস্থিতিতে বিনিময়যোগ্য বলে বিবেচিত হতে পারে।