6 Januari 2025: Wawasan Institusional mingguan kami menjelajahi perkembangan pasar terbaru — performa pasar, berita industri, arus exchange-traded fund (ETF), topik yang sedang tren, peristiwa mendatang, dan pembukaan token — untuk membantu meningkatkan trading kripto Anda.

Nikmati ringkasan mingguan kami mengenai pasar!

Sorotan Mingguan — Rekor Kerugian Lima Hari Snap Pasar 

Investor kini memanfaatkan peluang untuk membeli penurunan saham AS setelah penurunan lima hari yang menghapus nilai pasar lebih dari $1 triliun. Wall Street telah mengalami kekalahan terlama sejak April, dengan Nasdaq-100 naik 1,7% dan S&P 500 naik 1,3% pada hari Jumat, 3 Januari. Keuntungan ini sedikit mengimbangi sell-off minggu ini, yang berlanjut ke tahun baru setelah Desember yang sulit.

Meskipun ada kekhawatiran tentang pelambatan pertumbuhan pendapatan di antara raksasa teknologi seperti Magnificent Seven, trader tetap optimis, terutama mengenai pemimpin AI NVIDIA Corporation. Pasar percaya bahwa, selama investor ritel terus berinvestasi dalam AI, ledakan pasar saham terkait diperkirakan akan terus berlanjut. 

Saham mencapai puncak sesi mereka di sore hari setelah Mike Johnson terpilih kembali sebagai pembicara DPR A.S., menunjukkan potensi dukungan untuk agenda yang ramah bisnis. Sementara itu, imbal hasil obligasi naik, dengan 10 tahun mencapai 4,6% mengikuti komentar dari Presiden Fed Richmond, Tom Barkin, tentang mempertahankan tarif pembatasan. Manufaktur A.S. menunjukkan pertumbuhan yang tidak terlalu tinggi, dengan pesanan baru pada level tertinggi sejak awal tahun lalu, sementara investor menilai kekuatan ekonomi terhadap kemungkinan penurunan suku bunga yang lebih lambat.

Sorotan Kripto Mingguan — Musim Semi Agen AI Akan Hadir

Banyak investor dengan antusias mengantisipasi Musim Alt, periode ketika altcoin biasanya melonjak nilainya. Namun, dinamika pasar saat ini menunjukkan bahwa kita mungkin tidak melihat reli altcoin yang meluas. Banyaknya token, dikombinasikan dengan likuiditas terbatas, telah menyebabkan apa yang dikenal sebagai dispersi altcoin, sehingga penting untuk memilih sektor dan token yang tepat.

, yang sedang berkembang bahkan ketika pasar yang lebih luas menurun. Sektor yang baru berkembang ini mengalami kemajuan pesat, dan token terkaitnya menghadapi lebih sedikit tekanan dari pembukaan modal ventura. Banyak protokol teratasnya tidak memiliki daftar bursa terpusat, yang menunjukkan lebih banyak pembeli yang dapat memasuki pasar.

Investor yang melewatkan peluang sebelumnya, seperti musim panas DeFi tahun 2020 dan perdagangan Alt Layer 1, sekarang memiliki kesempatan lain. Alih-alih menargetkan agen AI individual, strategi risiko/hadiah terbaik adalah berinvestasi dalam permainan infrastruktur, yang berfungsi sebagai alat dasar untuk sektor ini.

Pemain agen AI terkemuka adalah Protokol Virtual, platform untuk meluncurkan agen AI token di jaringan Base. Dengan membeli token seperti Luna by Virtuals (LUNA) dan VaderAI (VADER), pengguna mendapatkan hak tata kelola atas agen tertentu, yang memungkinkan mereka untuk memengaruhi pengembangan dan berbagi keuntungan. 

Baru-baru ini, pendapatan biaya protokol harian turun secara signifikan pada pertengahan Desember 2024 karena aktivitas melambat selama liburan. Namun, spekulasi seputar token terkait agen melonjak menjelang tahun baru. Saat ini, Protokol Virtual menghasilkan biaya harian lebih dari $1 juta, meskipun jumlahnya 50% lebih rendah dari angka untuk awal Desember. Terlepas dari tantangan ini, token VIRTUAL memiliki nilai lebih dari dua kali lipat, mencapai kapitalisasi pasar sebesar $4,6 miliar.

Peluang lain yang disorot adalah Zerebro, yang beralih ke kerangka kerja penuh untuk agen AI; ARC, dengan kerangka kerja berbasis Rust; dan 

 (GRIFFAIN), alat pencarian on-chain bahasa alami. Proyek-proyek ini berada di posisi yang tepat untuk pertumbuhan masa depan dalam lanskap teknologi AI yang terus berkembang.

 saat kami mempelajari token agen AI terkemuka dan pergerakan pasar minggu lalu.

Lanjutan

Wawasan Institusional Mingguan: Rekor Kerugian Lima Hari Snap Pasar; Musim Semi Agen AI Segera Hadir

Laporan analisis derivatif kripto mingguan kami mendalami berbagai peristiwa makro, kondisi kripto dan sinyal perdagangan saat ini dari volume perdagangan spot, serta kontrak berjangka, opsi, dan perpetual.

Kedaluwarsa opsi akhir tahun Desember membawa penurunan yang tidak terduga karena volatilitas terealisasi turun ke level terendah dalam sebulan. Bunga terbuka swap Perpetual tetap stabil, yang menunjukkan bahwa pasar ini tidak banyak digunakan untuk lindung nilai terhadap opsi kedaluwarsa, kemungkinan besar berkontribusi pada volatilitas yang termutasi. 

Meskipun sebagian besar bunga terbuka Bitcoin (BTC) dan Ethereum (ETH) yang kedaluwarsa belum diinvestasikan kembali, saldo panggilan dan put tetap konsisten. Secara khusus, opsi ETH menetapkan harga dalam volatilitas tersirat yang lebih tinggi dibandingkan dengan BTC, terutama untuk masa kedaluwarsa yang lebih pendek, yang menyebabkan struktur jangka datar untuk ETH, sedangkan BTC menawarkan paparan opsi yang lebih murah.

Di pasar perpetual, volatilitas rendah dan pergerakan spot minimal telah menyebabkan tingkat pendanaan untuk hampir semua token untuk mencerminkan sentimen pasar yang lebih luas sepanjang musim liburan. Di sisi opsi, struktur istilah BTC terlihat lebih rendah dan lebih curam daripada ETH, dengan volatilitas terealisasi kini turun di bawah tingkat volatilitas tersirat, menyoroti pergeseran dinamika pasar yang menarik.

Open Interest Solid di Tengah Berakhirnya Opsi Akhir Tahun

Meskipun bunga terbuka untuk swap perpetual BTC dan ETH belum kembali ke posisi tertinggi awal Desember 2024, bunga tetap kuat selama peristiwa kedaluwarsa opsi akhir tahun yang signifikan. Hal ini menunjukkan bahwa pasar-pasar ini tidak banyak digunakan untuk 

 kontrak opsi yang kedaluwarsa, kemungkinan berkontribusi pada kurangnya volatilitas yang diamati selama periode ini. Sebaliknya, volume perdagangan telah turun secara signifikan selama musim liburan musim dingin, bertepatan dengan runtuhnya volatilitas terealisasi kembali ke level terendah Desember 2024.

Kurva Opsi BTC Tetap Mencuri Selama Paritas Call-Put

Berakhirnya opsi akhir tahun Desember tidak memicu lonjakan volatilitas yang diantisipasi; melainkan, volatilitas terealisasi telah anjlok ke ujung bawah rentang terbarunya. Struktur jangka waktu volatilitas tersirat tetap curam dibandingkan dengan perilaku saat ini dan ETH, dengan volatilitas tersirat yang berlangsung lebih lama sekitar 57%, dan perdagangan opsi at the money 1 minggu sekitar lima poin lebih rendah. Sebagian besar bunga terbuka yang kedaluwarsa belum digulirkan ke posisi baru, mempertahankan keseimbangan netral antara put dan call. Akibatnya, posisi pasar opsi BTC relatif netral, tidak memiliki leverage pada awal Desember 2024.

Opsi ETH Besar Kedaluwarsa Tidak Menyebabkan Volatilitas

Lonjakan volatilitas terealisasi di akhir Desember tidak berlanjut ke tahun baru, dengan harga spot ETH saat ini menunjukkan volatilitas di bawah volatilitas tersirat jangka pendek. Menariknya, struktur istilah volatilitas tersirat telah mengalami kecuraman dan kedataran kembali selama satu minggu terakhir, berbeda dengan profil BTC yang sedikit lebih curam. Hal ini menunjukkan bahwa pasar opsi ETH mengantisipasi volatilitas jangka pendek yang lebih tinggi dalam pergerakan harga spot. 

Terlepas dari kedaluwarsanya minat terbuka opsi yang signifikan pada akhir Desember 2024, yang tidak menyebabkan perputaran ke kedaluwarsa berikutnya, opsi call terus mendominasi pasar dan meningkat pada awal 2025.

Laporan Analisis Derivatif Kripto Bybit X Block Scholes (2 Januari 2025): Opsi BTC Terus Melihat Paritas Call-Put, dengan Volatilitas Jangka Pendek yang Lebih Rendah Diharapkan

Selami FLock, platform terdesentralisasi yang merevolusi cara model AI dikembangkan, dilatih, dan diterapkan.

Kecerdasan buatan (AI) siap untuk mengubah banyak industri, tetapi pengembangannya sering menimbulkan pertanyaan tentang privasi, kontrol, dan inklusivitas. 

 adalah platform terdesentralisasi unik yang mendemokratisasi pelatihan AI, penyetelan, dan kesimpulan. Dengan infrastruktur yang didukung blockchain, FLock memastikan transparansi, keamanan, dan pengambilan keputusan yang didorong oleh komunitas, membuka jalan bagi model AI yang selaras dengan nilai-nilai sosial yang telah ditetapkan.

Dalam artikel ini, kita akan mengeksplorasi cara FLock mendesentralisasikan pelatihan AI, fitur utamanya, dan potensi dampaknya pada pengembang, komunitas, dan pengguna.

 yang merevolusi cara model AI dikembangkan, dilatih, dan digunakan.

  Dengan memanfaatkan teknologi blockchain dan pendekatan baru yang disebut 

, FLock mengatasi masalah penting dalam pengembangan AI, seperti kontrol terpusat, kurangnya transparansi, dan masalah privasi.

Pada intinya, misi FLock adalah mendemokratisasi AI dengan memungkinkan komunitas berpartisipasi langsung dalam pembuatan dan penyempurnaan model AI. Melalui pembelajaran federasi, FLock melatih model AI di berbagai perangkat atau server terdesentralisasi. Metode ini memastikan bahwa data tetap lokal, menghilangkan kebutuhan akan pertukaran data mentah sambil tetap memungkinkan pelatihan model yang kuat. Dengan mendesentralisasikan proses pelatihan, FLock tidak hanya melindungi privasi individu, tetapi juga menumbuhkan ekosistem yang lebih inklusif di mana kontributor yang beragam dapat berkolaborasi.

Apa yang membedakan FLock adalah integrasi teknologi blockchain-nya

 Hal ini memastikan bahwa semua kontribusi — baik data, daya komputasi, atau umpan balik — dicatat secara transparan dan diberi imbalan yang adil. Ledger abadi teknologi blockchain meningkatkan kepercayaan di antara partisipan dan melindungi proses dari manipulasi. Selain itu, mekanisme insentif on-chain platform mendorong partisipasi dari berbagai kontributor, memastikan bahwa hadiah didistribusikan secara merata.

Pada akhirnya, FLock memberdayakan komunitas untuk mengembangkan model AI khusus yang disesuaikan dengan kebutuhan khusus mereka. Dengan mendesentralisasikan proses dan memprioritaskan transparansi dan kolaborasi, FLock memecah monopoli perusahaan besar, menciptakan ekosistem AI yang selaras dengan etika publik dan nilai sosial.

, alumni Oxford dengan latar belakang yang kuat dalam teknologi AI dan blockchain. Sun, yang menjabat sebagai CEO FLock, memiliki lintasan karier yang mengesankan, setelah bekerja sebagai Direktur AI untuk Royal Bank of Canada dan sebagai Anggota Riset AI di Imperial College London. Visinya untuk FLock berasal dari pemahaman yang mendalam tentang tantangan teknis dan etika pengembangan AI.

Tim pendiri juga mencakup alumni Oxford lainnya, yang memiliki lebih dari satu dekade pengalaman gabungan dalam penelitian AI dan industri mata uang kripto. Tim ini menghadirkan gabungan keunggulan akademik dan keahlian praktis yang menempatkan FLock untuk memimpin pergerakan AI terdesentralisasi.

FLock telah berhasil mengumpulkan dana $11 juta di dua putaran, yang mencerminkan kepercayaan investor yang kuat pada visinya. Pada Mei 2024, FLock mendapatkan $6 juta seed round yang dipimpin bersama oleh Lightspeed Faction dan Tagus Capital, dengan dukungan tambahan dari Grup Mata Uang Digital (DCG), Volt Capital, OKX Ventures, dan Inception Capital.

Kemudian, pada Desember 2024, FLock mengumumkan putaran pendanaan senilai $3 juta yang dipimpin oleh DCG dan bergabung dengan nama-nama terkemuka seperti Animoca Brands, Fenbushi Capital, GnosisVC, dan GSR. Investasi ini disalurkan untuk meningkatkan testnet platform dan klien pembelajaran gabungan, mempercepat misi FLock untuk memungkinkan pengembangan AI yang aman dan kolaboratif.

Dengan pendanaan ini dan lebih dari 1.500 node yang berkontribusi dari platform seperti Numerai dan Kaggle, FLock dengan cepat meningkatkan dampaknya pada pelatihan AI terdesentralisasi.

FLock AI merevolusi pengembangan AI melalui kerangka pelatihan terdesentralisasinya. Pendekatan ini memungkinkan partisipan untuk berkontribusi pada pelatihan model AI tanpa membagikan data pribadi mereka. Sebaliknya, model dilatih secara lokal di seluruh perangkat menggunakan pembelajaran federasi, yang memastikan bahwa data tetap ada di pemiliknya sambil tetap meningkatkan akurasi model secara keseluruhan. 

Sistem hadiah FLock dirancang untuk mendorong partisipasi aktif. Kontributor yang menyediakan data, daya komputasi, dan/atau umpan balik akan menerima kompensasi berupa token FLOCK untuk memastikan distribusi hadiah yang adil. 

FLock memberdayakan komunitasnya melalui kerangka tata kelola yang kuat. Keputusan mengenai pengembangan model AI, pengerahan, dan pertimbangan etika didorong oleh komunitas, memastikan keselarasan dengan nilai sosial yang ditetapkan. Melalui mekanisme pemungutan suara berbasis blockchain, kontributor dapat memengaruhi arah proyek AI, mendorong transparansi, dan akuntabilitas publik. 

Arsitektur modular FLock memungkinkan kontributor untuk berpartisipasi dalam aspek tertentu dari pengembangan model AI. Baik menyediakan data mentah atau daya komputasi, atau bahkan menyempurnakan algoritme, platform ini memungkinkan proses pengembangan kolaboratif dan terukur. 

Inti dari filosofi FLock adalah komitmennya terhadap privasi dan keamanan. Dengan memanfaatkan teknologi blockchain, platform memastikan bahwa tidak ada satu entitas pun yang mengontrol proses pengembangan AI. Data tetap bersifat lokal dan dilindungi oleh langkah kriptografi, sedangkan kemampuan blockchain yang tidak dapat diubah menjamin transparansi dalam setiap transaksi dan pembaruan model. 

 dimulai dengan blockchain dan lapisan AI.

Lapisan blockchain mendukung mekanisme insentif dan keamanan FLock.

Lapisan AI memfasilitasi pelatihan, penyempurnaan, dan peluncuran model, memanfaatkan pendekatan terpusat dan federasi.

Mari kita lihat pasokan dan permintaan token FLOCK.

FLock mengadopsi model rasio 1:2 antara tim/investor (33,3%) dan komunitas (66,7%), yang memprioritaskan pertumbuhan berbasis komunitas dan ekspansi ekosistem. Mayoritas token dialokasikan untuk mendorong partisipasi pengguna dan keberhasilan ekosistem jangka panjang.

FLock bertujuan untuk meningkatkan masa depan pengembangan AI dengan mendesentralisasikan proses pelatihan dan memastikan transparansi, privasi, dan inklusivitas. Dengan memanfaatkan blockchain dan pembelajaran gabungan, FLock memberdayakan komunitas untuk berkontribusi pada pembuatan AI tanpa mengorbankan privasi. Sistem hadiah yang inovatif dan tata kelola yang didorong oleh komunitas menumbuhkan ekosistem yang adil dan kolaboratif. 

Dengan dukungan signifikan dan jaringan kontributor yang terus berkembang, FLock menempatkan dirinya sebagai pemimpin dalam AI terdesentralisasi, menawarkan alternatif yang lebih etis dan aman dibandingkan model pengembangan AI tradisional. Seiring dengan terus berkembangnya skala, FLock diatur untuk mengubah cara model AI dibangun dan digunakan.

 — dan mendapatkan bagian dari total hadiah FLOCK 10 juta. Untuk detail selengkapnya, kunjungi 

Menengah

AI FLock: Pelatihan AI Terdesentralisasi

Dalam tutorial ini, kita akan mempelajari cara menyelesaikan serangkaian tugas di Network3 untuk Arkade Airdrop Web3 Bybit.

Tugas 1: Daftar Akun Network3 dan Hubungkan Bybit Wallet Anda 

. Klik tugas, dan Galxe akan meminta untuk mengarahkan Anda ke halaman pendaftaran Network3.

: Daftar ke akun Network3 menggunakan alamat email Anda. Anda dapat menunjukkan 

Tugas 2: Unduh Aplikasi Network3 dan Jalankan Node selama Satu Jam

 dan pilih sistem operasi Anda untuk mengunduh aplikasi Network3.

 atau tombol daya, tergantung pada sistem operasi yang Anda gunakan.

  Untuk mempermudah referensi, kami telah menggunakan macOS dan iOS sebagai contoh di bawah ini.

: Terus jalankan node hingga pengatur waktu mencapai 

Pemula

Cara Menyelesaikan Tugas Network3 untuk Arkade Airdrop Web3 Bybit

Bybit Learn

Blockchain

Tahukah Anda bahwa blockchain rentan terhadap serangan Sybil? Cari tahu apa yang terjadi ketika terjadi dan bagaimana blockchain dapat mencegahnya dalam artikel ini.

 jelas merupakan salah satu inovasi baru yang paling menarik di dunia keuangan. Namun, teknologi baru ini memiliki beberapa potensi bahaya. Jika ingin menghindari masalah besar, Anda harus mengetahui masalah seperti serangan Sybil. Apa itu serangan Sybil? Panduan ini akan membantu Anda memahami apa itu, dan untuk mempelajari bagaimana jaringan blockchain dibuat lebih tahan Sybil.

Serangan Sybil adalah jenis serangan jahat yang menargetkan jaringan peer-to-peer (P2P). Ini melibatkan entitas tunggal yang mengoperasikan beberapa identitas secara bersamaan untuk mendapatkan pengaruh yang tidak semestinya atas tindakan jaringan.

Jenis serangan ini ada jauh sebelum jaringan blockchain. Ini dapat digunakan di hampir semua jenis 

, sehingga berpotensi menjadi ancaman bagi banyak aplikasi. Serangan layanan jaringan komputer ini telah menggunakan banyak nama lain, termasuk “pseudospoofing” dan “duppet kaus kaki.”

 oleh Brian Zill, saat itu seorang peneliti di Microsoft. Dia menamai serangan tersebut berdasarkan Sybil Dorsett (neé Shirley Ardell Mason), seorang pasien psikologis terkenal yang dikenal memiliki gangguan identitas disosiasi. Mengingat kembali kasus Dorsett, serangan Sybil melibatkan beberapa identitas yang semuanya dikendalikan oleh satu node dalam satu jaringan. Meskipun identitas tampaknya merupakan node yang benar-benar berbeda, kenyataannya semua identitas tersebut sesuai dengan entitas lokal yang sama.

Jenis serangan ini awalnya digunakan untuk mendapatkan kontrol berlebihan atas sistem P2P. Namun, dengan munculnya blockchain, serangan Sybil menjadi jauh lebih umum. 

Di zaman modern, serangan Sybil skala besar dapat menjadi salah satu cara paling efisien untuk mengambil alih sistem seperti 

 bitTorrent. Serangan Sybil dapat digunakan untuk memanipulasi hasil dalam jaringan, atau dapat mengganggu fungsi jaringan sepenuhnya.

Untuk lebih memahami apa itu serangan Sybil, akan sangat membantu untuk melihat lebih dekat cara kerja serangan ini. Serangan sibil biasanya diklasifikasikan menjadi dua kategori utama.

Serangan langsung adalah yang paling mudah. Dimulai dengan satu atau lebih node yang menipu node lain dalam jaringan. Nodus ini, yang disebut node Sybil, meniru identitas node otentik dalam jaringan. 

Dalam serangan langsung, node riil lain akhirnya berkomunikasi secara langsung dengan node Sybil. Node autentik tidak menyadari bahwa node Sybil adalah palsu, sehingga mereka berkomunikasi secara langsung dengannya dan menerima pengaruh dari node Sybil.

Serangan tidak langsung melibatkan node normal dan node Sybil. Namun, node normal dan node palsu tidak berinteraksi langsung satu sama lain; alih-alih, node Sybil dengan jahat memengaruhi node tengah di jaringan. Kemudian, node ini menjadi node berbahaya yang berkomunikasi dengan node lain atas nama node Sybil. Serangan tidak langsung memungkinkan node Sybil memengaruhi jaringan tanpa mudah diidentifikasi.

Masalah yang Disebabkan oleh Serangan Sybil

Mengapa Anda harus khawatir dengan serangan Sybil? Beberapa identitas palsu mungkin tampak relatif tidak berbahaya, tetapi seiring dengan berkembangnya jaringan, identitas palsu tersebut dapat sangat membahayakan jaringan. Berikut adalah beberapa contoh umum tentang bagaimana serangan Sybil menyebabkan masalah.

Serangan Sybil Dapat Memblokir Pengguna dari Jaringan

Kekhawatiran utama dengan serangan Sybil adalah dapat membuat identitas palsu yang cukup untuk benar-benar membanjiri semua node jaringan yang jujur. 

Setelah node Sybil memiliki kontrol jaringan, node tersebut dapat

 Simpul Sybil dapat menolak untuk mengirim atau menerima blok dalam jaringan. Hal ini pada dasarnya menghalangi pengguna lain untuk dapat mengakses jaringan. 

Serangan ini dapat menyebabkan penurunan nilai kripto untuk sementara waktu, sehingga dapat menjadi sangat bermasalah. Bahkan, pendiri Ethereum telah menyatakan bahwa ia berencana untuk mengubah algoritme kripto sepenuhnya hanya karena masalah yang disebabkan oleh serangan Sybil baru-baru ini.

Serangan Sybil Dapat Mengganggu Jaringan dengan Serangan 51%

Di zaman modern, serangan Sybil sering digunakan untuk memberlakukan 

. Jenis serangan online ini melibatkan memastikan bahwa 51% atau lebih jaringan terdiri dari node palsu. Nodus ini kemudian dapat memilih semua node jujur dalam jaringan. Serangan Sybil semacam ini cenderung menyebabkan beberapa masalah dengan pemungutan suara pada keputusan operasional dalam jaringan. 

Serangan dapat digunakan untuk menghentikan transaksi agar tidak dikonfirmasi, memesan transaksi baru, atau bahkan membalikkan transaksi untuk menyebabkan pengeluaran ganda. Misalnya, pada Agustus 2021, 

 mengalami serangan 51% yang memungkinkan penambang jahat untuk melakukan pengeluaran ganda koin. Hal ini menyebabkan nilai BSV turun sebesar 4%.

Serangan Sybil Dapat Membahayakan Privasi

Node bertanggung jawab untuk menangani aliran informasi dalam jaringan, sehingga setiap node yang dibobol merupakan risiko privasi. Simpul Sybil dapat digunakan untuk mengambil informasi tentang simpul lain dalam jaringan. Sekurang-kurangnya, serangan Sybil dapat melakukan hal-hal seperti mendapatkan alamat IP pengguna untuk membuat lebih banyak node palsu. 

Ketika digunakan pada model P2P seperti jaringan 

, pelanggaran privasi ini bahkan dapat menjadi lebih berbahaya. Penyerang dapat menggunakan node Sybil untuk memata-matai transfer data dan memantau lalu lintas jaringan. Serangan meluas dari 2017–2020 menggunakan 900 server untuk menemukan data ratusan pengguna Tor. Hal ini pada akhirnya menggagalkan seluruh tujuan Tor, yaitu untuk menjamin anonimitas.

Apakah Semua Blockchain Rentan terhadap Serangan Sybil?

Seperti yang dapat Anda lihat, serangan Sybil dapat menyebabkan berbagai masalah. Hampir semua sistem P2P dapat dirugikan oleh serangan Sybil. Karena blockchain adalah jenis jaringan P2P terdesentralisasi, serangan Sybil dapat memengaruhinya. 

Namun, ini tidak selalu berarti bahwa semua blockchain berisiko terkena serangan Sybil. Ada banyak cara untuk melindungi dari serangan ini, sehingga hanya jenis blockchain tertentu yang perlu khawatir dengan serangan Sybil.

Dalam beberapa kasus, serangan Sybil dapat sangat merugikan. Misalnya, 

 mata uang kripto mengalami serangan Sybil yang sangat besar pada tahun 2021. Penyerang berhasil melakukan

. Transaksi selama lebih dari 200 hari telah dihapus. Sebagai tanggapan, 

Ada juga kasus serangan Sybil yang digunakan untuk membahayakan privasi blockchain. Beberapa jenis kripto, seperti 

, berfokus pada penyediaan metode pribadi dan aman untuk menyelesaikan transaksi. Pada tahun 2020, seorang penyerang tidak teridentifikasi menggunakan serangan Sybil untuk mengganggu jaringan dan menautkan transaksi ke alamat IP. Meskipun Monero sebagian besar dapat menghentikan serangan, beberapa informasi pengguna pribadi masih bocor.

Meskipun ada banyak contoh serangan Sybil pada blockchain yang lebih kecil, perlu dicatat bahwa blockchain besar tidak terlalu rentan. Misalnya, tidak ada penyerang yang berhasil menyelesaikan serangan 51% terhadap Bitcoin. Karena blockchain sangat besar, biaya penambahan begitu banyak node palsu akan melebihi sebagian besar keuntungan serangan. Selain itu, karena blok baru ditambahkan pada kecepatan Bitcoin yang sangat cepat, penyerang hanya memiliki jendela yang sangat kecil untuk melakukan perubahan.

Baik blockchain besar maupun kecil, masih ada banyak cara untuk mencegah serangan Sybil. Meskipun serangan Sybil yang berhasil jelas dapat mengintimidasi, sebenarnya cukup mudah untuk dihindari. Selama perusahaan menerapkan beberapa langkah keamanan, mereka biasanya dapat menghentikan serangan ini sebelum terjadi. Berikut adalah beberapa cara paling umum untuk menangani serangan ini.

Biaya Karyawan dengan Pembuatan Identitas

Banyak metode untuk memblokir serangan tidak benar-benar membuat seseorang tidak mungkin membuat node Sybil. Sebaliknya, mereka bekerja dengan membuatnya tidak efisien untuk menggunakan serangan Sybil. Inti dari serangan ini sering kali adalah memanipulasi blockchain untuk mendapatkan keuntungan finansial. Jika sangat mahal untuk membuat setiap identitas baru, biaya melakukan serangan 51% dapat melebihi potensi keuntungan apa pun.

Ini adalah salah satu alasan utama bahwa blockchain seperti Bitcoin jarang ditargetkan untuk serangan Sybil. Pengguna hanya dapat membuat blok ketika mereka dapat memberikan bukti bahwa mereka telah menambang koin. Hal ini membutuhkan begitu banyak daya pemrosesan sehingga penambang tidak memiliki banyak insentif keuangan untuk membuat blok palsu.

Karena jenis serangan ini biasanya dilakukan dengan membanjiri identitas baru, salah satu opsi untuk mengurangi serangan adalah dengan menciptakan sistem reputasi di mana anggota yang berbeda memiliki tingkat daya yang berbeda. Biasanya, mereka yang telah berada dalam sistem dalam jangka waktu yang lebih lama memiliki kemampuan untuk melakukan lebih banyak interaksi.

Sistem semacam ini dapat sedikit lebih rumit untuk diterapkan. Sering kali, hal ini menimbulkan banyak tanggung jawab bagi pengguna individu. Namun, ini bisa cukup efektif. Karena anggota lama yang terbukti sebagai node jujur memiliki lebih banyak kekuatan, mereka sering kali dapat mengganti node Sybil yang lebih baru. Selain itu, hal ini tidak mendukung serangan — karena kebanyakan penyerang akan beralih ke target yang lebih mudah, alih-alih meluangkan waktu untuk membuat akun dan menunggu mereka mendapatkan cukup kekuatan untuk melakukan tindakan.

Jika privasi menjadi masalah, hanya dengan mengecilkan serangan saja tidak cukup. Sebaliknya, metode pencegahan biasanya akan bergantung pada validasi sebenarnya setiap identitas baru. 

Ada beberapa teknik yang terlibat dalam validasi identitas. Beberapa blockchain menggunakan validasi langsung, di mana otoritas pusat memvalidasi setiap identitas baru. Yang lain menggunakan validasi tidak langsung, di mana identitas yang sudah diterima mewakili identitas baru.

Setiap gaya memiliki manfaatnya sendiri. Validasi langsung sering kali mengharuskan pengguna baru untuk mengirimkan informasi seperti nomor telepon, alamat IP, atau bahkan kartu kredit. Hal ini bisa jadi sederhana dan cukup andal, tetapi rentan terhadap teknik serangan seperti spoofing alamat IP. 

Sementara itu, validasi tidak langsung dapat sedikit lebih tahan terhadap proxy identitas, tetapi lebih memakan waktu. Hal yang perlu diingat dalam salah satu metode ini adalah bahwa metode ini sering kali secara efektif mengharuskan pengguna untuk mengorbankan anonimitas demi keamanan.

Grafik kepercayaan sosial bekerja dengan menganalisis data konektivitas antar node secara hati-hati. Alat bantu ini mempertimbangkan aktivitas dalam blockchain dengan cermat, sehingga node abnormal dapat diidentifikasi dan dihentikan. 

Ada beberapa teknik berbeda yang digunakan dengan grafik kepercayaan sosial. Beberapa menggunakan metrik berbasis sparsitas, sementara mekanisme lain menganalisis atribut pengguna dalam struktur topologi. Grafik kemudian mencoba mempartisi bagian jaringan dengan node Sybil dan mencegahnya mengubah node yang jujur. Ada banyak alat yang digunakan untuk melakukan tindakan ini, seperti SybilRank, SybilLimit, dan SybilGuard.

Teknik grafik kepercayaan sosial berfungsi dengan baik dalam membatasi dampak dari serangan. Namun, tidak sepenuhnya mencegah terjadinya serangan. Sebaliknya, teknik ini dimaksudkan untuk mengidentifikasi dengan cepat dan menghentikan penyerang Sybil tertentu. Ini adalah cara yang efektif untuk mencegah masalah besar sekaligus menjaga blockchain tetap anonim dan terjangkau bagi pengguna nyata. 

Senang untuk diingat bahwa alat ini bekerja paling baik pada jaringan P2P yang lebih kompleks. Jika penyerang dapat merekayasa node Sybil yang berfungsi seperti node normal, lebih sulit bagi grafik kepercayaan sosial untuk menangkapnya.

Teknik pencegahan Sybil ini mencoba untuk memastikan bahwa hanya satu identitas yang dapat mengontrol setiap node. Ini bergantung pada validasi ketat setiap identitas yang dibuat. Pengguna tidak wajib memberikan hal-hal seperti nama atau nomor kartu kredit mereka. Sebaliknya, mereka harus lulus tes yang memastikan bahwa mereka adalah manusia asli, dan tidak memegang kendali atas node lain. 

Ada banyak cara untuk melakukan hal ini, seperti lulus tes CAPTCHA atau mengobrol dengan pengguna lain. Opsi populer adalah pesta pseudonim, yang mengharuskan pengguna untuk online pada waktu dan situs web yang ditentukan.

Validasi kepribadian adalah cara yang sangat efektif untuk memverifikasi identitas tanpa mengharuskan pengguna untuk membagikan identitas dunia nyata mereka. Ini adalah cara yang berguna untuk blockchain yang berfokus pada privasi untuk memastikan bahwa semua pengguna dikendalikan oleh individu. 

Validasi kepribadian sangat berguna untuk jaringan blockchain tanpa izin, tetapi perlu diingat bahwa implementasi dapat memakan waktu. Perlu waktu untuk merancang metode validasi yang efektif tanpa terlalu ketat sehingga membuat pengguna yang sebenarnya frustrasi. Selain itu, karena sebagian besar menyingkirkan bot, mungkin tidak menangkap orang yang sebenarnya menggunakan serangan Sybil skala kecil.

Serangan Sybil yang efektif sering kali bergantung pada penambahan node dalam jumlah yang sangat besar ke jaringan. Oleh karena itu, hambatan yang efektif dapat membuat setiap tindakan baru menjadi sangat mahal. Hal ini dapat meluas jauh dari sekadar membuat pengguna baru membayar biaya aplikasi. Beberapa jaringan blockchain mengharuskan pengguna untuk berinvestasi dalam sumber daya, atau menunjukkan bukti kerja untuk penambangan.

Menambahkan biaya ekonomi ke blockchain Anda memiliki pro dan kontra. Seperti contoh serangan sebelumnya, membuatnya terlalu mahal untuk menyerang jaringan adalah cara yang efektif untuk membuat jaringan tahan Sybil. 

Namun, strategi ini bisa sedikit berisiko. Pada titik tertentu, biaya dapat menjadi sangat tinggi sehingga menghambat pengguna yang sah. Jika Anda menjadi target entitas dengan banyak dana, mereka mungkin dapat sekadar melemparkan uang pada masalah sampai mereka berhasil menyerang jaringan Anda.

Pada akhirnya, serangan Sybil adalah salah satu ancaman terkemuka dalam teknologi blockchain modern. Serangan online ini dapat merusak nilai kripto, mencuri dana, dan memengaruhi privasi pengguna. Sebagian besar strategi pencegahan hanya mengandalkan pembuatan biaya serangan terlalu mahal, tetapi metode ini tidak menjamin keamanan. Untuk benar-benar menghindari hasil negatif dari serangan Sybil, jaringan blockchain perlu merancang sistem mereka dengan cermat dan menerapkan bentuk keamanan verifikasi pengguna ekstra.

Serangan Sybil: Apa Itu & Ancaman yang Munculnya untuk Blockchain

Dapatkan informasi harian terkait dunia kripto dan perdagangan

Dapatkan informasi harian terkait dunia kripto dan perdagangan