Sách trắng Hibiki Run, bản 2.0
  • Chào mừng
    • 👋Giới thiệu
    • 🔰Khởi đầu
    • ❓Câu hỏi thường gặp
  • Cách vận hành
    • 🆓Chơi miễn phí
    • 🏃Phiên chạy
    • 🎲Hệ thống bốc thăm
    • 🛒Chợ tự do
    • 🥷Hệ thống chống gian lận
    • 💯 Hệ thống danh tiếng
    • ⏰Tính năng đồng bộ
    • 🎮Các đặc tính chính của trò chơi
      • Sinh sản
      • Độ bền
      • Tính quý hiếm
      • Năng lượng
      • Hạn mức bốc thăm
  • Tài sản M2E NFTs
    • 🎧Tai Nghe
    • 🍀Bùa Omamori
    • 🎁Tai nghe Gashapon
  • Tài sản sưu tập NFT
    • 🐳NFT từ những dự án liên kết
    • 🧑‍🎨Nghệ sĩ/ nhạc sĩ HBK
    • 🥚Bộ sưu tập Gashapon
  • Nền kinh tế của đồng Token
    • 🪙$HUT và $HBK
    • ⛲Đốt đồng Token
      • Độ bền
      • Sinh sản
      • Sự kết hợp
      • Nâng cấp
      • Trang bị Omamori
      • Giảm thời gian chờ
      • Dung hợp PFP và Tai nghe
      • Bốc thăm
    • ⚓Sự phân bổ và quá trình khoá, nắm giữ, phát hành (Vesting)
    • 💲Phí giao dịch
  • Khác
    • 🧑‍💻Cập nhật
Powered by GitBook
On this page
  • Đối chiếu kiểm tra vận động từ nhiều nguồn
  • Mục đích
  • Những nguồn dữ liệu
  • Phân tích quãng đường đi giống nhau
  • Mục đích
  • Những nguồn dữ liệu
  • Việc kiểm soát và quản lý ứng dụng
  1. Cách vận hành

Hệ thống chống gian lận

Một cuộc đuổi bắt giữa Tom và Jerry.

Đối chiếu kiểm tra vận động từ nhiều nguồn

Mục đích

  • Sử dụng nhiều nguồn dữ liệu cảm biến khác nhau để đánh giá việc vận động. Ví dụ như đường đi trên GPS phải tương ứng với số bước chân và tốc độ.

  • Tùy thuộc vào sự khẳng định trong việc gian lận mà sẽ có những hình phạt hợp lý.

  • Phát hiện ra những dữ liễu giả tạo và chỉnh sửa hệ thống chống gian lận chính xách hơn.

  • Xác định mô hình vận động của con người so với các loại động vật khác.

Những nguồn dữ liệu

  • Tốc độ tối đa của một người bình thường.

  • Độ dài sải chân tối đa của một người bình thường.

  • Những cảm biến như: Cảm biến vận tốc, Cảm biến bước chân và Cảm biến đa phương.

  • Dữ liệu từ những ứng dụng sức khỏe khác.

  • Hồ sơ của mỗi người (Real User Monitoring - RUM): cách sử dụng ứng dụng hàng ngày, quyên góp quỹ và danh tiếng của người dùng.

Phân tích quãng đường đi giống nhau

Mục đích

  • Phát hiện việc một người sử dụng nhiều thiết bị khác nhau trong 1 chuyến đi.

  • Phát hiện sự khác biệt giữa nhiều người cùng đi chung một quãng đường và một người với nhiều thiết bị khác nhau.

  • Phát hiện việc trùng lặp dữ liệu bằng những phương thức giả lập. Một việc khá là khó khăn trong quá trình chống gian lận là phát hiện người dùng sử dụng các chương trình giả lập để gian lận ra một số yếu tố ngẫu nhiên trong cùng một quãng đường để qua mặt hệ thống chống gian lận. Phương án của chúng tôi là tạo nên một hồ sơ của người dùng từ những lần di chuyển trước và nhận định xem những quãng đường mới có phù hợp với những quãng đường cũ hay không.

Những nguồn dữ liệu

  • Quãng đường GPS.

  • Những cảm biến như: Cảm biến bước chân, Cảm biến vận tốc và Cảm biến đa phương.

  • Hồ sơ của mỗi người (Real User Monitoring - RUM): cách sử dụng ứng dụng hàng ngày, quyên góp quỹ và danh tiếng của người dùng.

Việc kiểm soát và quản lý ứng dụng

1. Kiểm soát việc thu hồi tiền vốn (ROI)

  • Việc phải mua một tai nghe NFT để bắt đầu cùng với một hệ thống thưởng phạt công tâm.

  • Giới hạn việc kiếm tiền mỗi ngày với một chuẩn mực trong việc thu hồi tiền vốn.

2. Điều chỉnh giới hạn đăng kí mới mỗi ngày

  • Đăng kí thông qua giới thiệu.

  • Mã giới thiệu dựa trên danh tiếng của người dùng và cấp độ của họ.

3. Hệ thống đánh giá danh tiếng của người dùng

  • Những hành vi gian lận và sai trái sẽ làm giảm danh tiếng của người dùng, dẫn tới việc giảm số lượng đồng token kiếm được.

  • Khi mà danh tiếng của người dùng giảm tới một mức nhất định, tài khoản của người dùng cùng với những NFT liên quan sẽ bị khóa vĩnh viễn.

PreviousChợ tự doNext Hệ thống danh tiếng

Last updated 2 years ago

🥷