Thèse Année : 2024

Advancing Blockchain-based Reputation Systems : Enhancing Effectiveness, Privacy Preservation, and Scalability

Vers des systèmes de réputation basés Blockchain améliorés : Efficacité, protection de la vie privée et évolutivité

Résumé

Decentralized reputation management has seen significant growth in recent years, leading to new solutions known as blockchain-based reputation systems (BRSs). A BRS is a reputation system that runs on top of a blockchain network. Its introduction addresses the need for transparent, immutable, and decentralized reputation management that helps promote trust, credibility, and accountability. However, the performance and security of current BRSs are limited and prevent their widespread adoption. Specifically, existing BRSs perform poorly under increased load and may lose transactions. They are also severely limited in their ability to handle user privacy without compromising the scalability of the underlying blockchain. Furthermore, the challenges associated with implementing blockchain-based reputation frameworks in the real world have not been thoroughly examined. In particular, existing solutions fail to adequately address the challenge of effectively incorporating real-world data into a blockchain for reputation management. This is because blockchains mainly process information that is native to the network. In this thesis, we present several contributions aimed at improving the effectiveness, privacy protection, and performance of BRSs in order to broaden their adoption. To enhance the effectiveness and performance of BRSs, we first introduce GuRuMarket. GuRuMarket is a BRS that introduces reputation management at both the application and consensus layers. It promotes trust and accountability among entities trading services among each other through transparent on-chain reputation and guarantee management. It enhances the scalability and fairness of the underlying blockchain with a lightweight consensus protocol called Proof-of-Guarantee&Reputation (PoGR).To address privacy concerns in current BRSs, we present DARS a Decentralized Anonymous Reputation System. DARS allows users and entities to use multiple pseudonyms in their interactions, protecting their true identities while keeping their reputations accurate and up-to-date. To ensure this, DARS uses zkSNARK's proofs on two different ledgers, separating identity management from business operations.PoGR, proposed in GuRuMarket as a Layer-1 scaling technique, is not sufficient to serve both reputation and business workloads. Therefore, we present RollupTheCrowd, an extension to the BRSs proposed in GuRuMarket and DARS. This one leverages zkRollups as a Layer-2 scaling technique for improved performance and reduced cost. RollupTheCrowd presents a framework for a common application of BRSs which is crowdsourcing. It introduces an effective and privacy-aware reputation model that measures the trustworthiness of participants by evaluating their crowdsourcing interactions. Continuing our efforts to broaden the adoption of BRSs, we explore their use in an emerging area, namely the evaluation of large language models (LLMs). Therefore, for a transparent and effective evaluation of LLMs, we present LLMChain. LLMChain introduces a new blockchain-based framework that enables LLM providers to share access to their models. Users with different expertise can therefore interact with these LLMs and provide feedback information for human evaluation. As this evaluation depends on users' willingness to provide feedback and to ensure the continuity of LLM behavior monitoring, we employ an additional but effective automatic approach. This one demonstrates a good correlation with human evaluation.
La gestion décentralisée de la réputation a connu une croissance importante ces dernières années, ce qui a conduit à de nouvelles solutions connues sous le nom de systèmes de réputation basés sur la blockchain (BRSs). Un BRS est un système de réputation qui fonctionne sur un réseau blockchain. Son introduction répond au besoin d'une gestion transparente, immuable et décentralisée de la réputation qui contribue à promouvoir la confiance, la crédibilité et la responsabilité. Cependant, les performances et la sécurité des BRSs actuels sont limitées et empêchent leur adoption à grande échelle. En particulier, les BRSs existants sont peu performants en cas de charge accrue et peuvent perdre des transactions. Ils sont également très limités dans leur capacité à gérer la confidentialité des utilisateurs sans compromettre l'évolutivité de la blockchain sous-jacente. Dans cette thèse, nous présentons plusieurs contributions visant à améliorer les performances et la sécurité des BRSs afin d'élargir leur adoption. Pour améliorer les performances des BRS, nous présentons tout d'abord GuRuMarket. GuRuMarket est un BRS qui introduit la gestion de la réputation à la fois au niveau de l'application et du consensus. Il favorise la confiance et la responsabilité entre les commerçants grâce à une gestion transparente de la réputation et des garanties sur la chaîne. Il améliore l'évolutivité et l'équité de la blockchain sous-jacente grâce à un protocole de consensus léger appelé preuve de garantie et de réputation (PoGR). Pour répondre aux problèmes de la protection de la vie privée dans les BRSs actuels, nous présentons DARS, un système de réputation anonyme décentralisé. Ce système permet aux utilisateurs et aux entités d'utiliser plusieurs pseudonymes dans leurs interactions, protégeant ainsi leur véritable identité tout en maintenant leur réputation exacte et à jour. Pour ce faire, DARS utilise des preuves zkSNARK sur deux grands livres différents, séparant ainsi la gestion de l'identité des opérations commerciales. PoGR, proposé dans GuRuMarket comme technique de mise à l'échelle de la couche 1, n'est pas suffisant pour servir à la fois la réputation et les charges de travail commerciales. C'est pourquoi nous présentons RollupTheCrowd, une extension des BRSs proposés dans GuRuMarket et de DARS qui exploite zkRollups en tant que technique de mise à l'échelle de la couche 2 pour améliorer les performances et réduire les coûts. RollupTheCrowd présente un cadre pour une application commune des BRS, qui est le crowdsourcing. Il introduit un modèle de réputation efficace et respectant la vie privée qui mesure la crédibilité des participants en évaluant leurs interactions dans le cadre du crowdsourcing. Poursuivant nos efforts pour élargir l'adoption du BRS, nous explorons son utilisation dans un domaine émergent, l'évaluation des grands modèles linguistiques (LLMs). Par conséquent, pour une évaluation transparente et sécurisée des LLMs, nous présentons LLMChain. LLMChain présente un nouveau cadre qui permet aux fournisseurs de LLM de partager l'accès à leurs modèles. Les utilisateurs ayant une expertise différente peuvent alors interagir avec les LLMs et fournir un retour d'information. Comme l'évaluation humaine dépend de la volonté des utilisateurs de fournir un retour d'information, nous utilisons une évaluation automatique supplémentaire qui montre une bonne corrélation avec l'évaluation humaine.
Fichier principal
Vignette du fichier
2024_BOUCHIHA_223223.pdf (3.58 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-04874759 , version 1 (08-01-2025)

Identifiants

  • HAL Id : tel-04874759 , version 1

Citer

Mouhamed Amine Bouchiha. Advancing Blockchain-based Reputation Systems : Enhancing Effectiveness, Privacy Preservation, and Scalability. Computer Science [cs]. Université de La Rochelle, 2024. English. ⟨NNT : 2024LAROS006⟩. ⟨tel-04874759⟩
0 Consultations
0 Téléchargements

Partager

More