Vai al contenuto
Crypto.world

Ricerca

Set di competenze sulla blockchain: un framework zero trust basato sulla blockchain per il networking dell’IA agentica

I sistemi di networking dell’IA agentica (AgentNet) dipendono in larga misura da implementazioni di set di competenze fornite da terzi e dalla collaborazione distribuita tra più agenti.

Set di competenze sulla blockchain: un framework zero trust basato sulla blockchain per il networking dell’IA agentica
arXiv
2608.00104
Pubblicato
2026-07-31
Autori
Yayu Gao, Yong Xiao, Hao Hu, Xubo Li, Zhiwei Liu, Yingyu Li, Guangming Shi, Ping Zhang

Abstract degli autori

I sistemi di networking dell’IA agentica (AgentNet) dipendono in larga misura da implementazioni di set di competenze fornite da terzi e dalla collaborazione distribuita tra più agenti. Tuttavia, quando la fiducia si basa sulle dichiarazioni, presentano gravi discrepanze tra capacità dichiarate ed effettive e vulnerabilità di sicurezza. Per colmare questa lacuna, l’articolo propone TrustAgentNet, un framework zero trust a due livelli protetto dalla blockchain. In particolare, una Chain of Skillsets (CoS) globale gestisce il ciclo di vita dei metadati dei set di competenze attraverso protocolli che si avvalgono di agenti specializzati per imporre verifiche off-chain, mantenendo al contempo un consenso crittografico on-chain leggero. Inoltre, vengono istituite dinamicamente Chains of Collaboration (CoC) temporanee e orientate ai compiti, per consentire una collaborazione distribuita tra più agenti senza necessità di fiducia reciproca. L’articolo presenta un’analisi teorica del compromesso a tre tra livello di sicurezza, prestazioni nell’esecuzione dei compiti e sovraccarico di risorse, convalidata empiricamente. I risultati sperimentali ottenuti su un prototipo hardware mostrano che, rispetto alle soluzioni di riferimento senza blockchain basate sulla fiducia predefinita, il sovraccarico introdotto dall’approccio zero trust di TrustAgentNet è dovuto soprattutto all’inferenza off-chain, mentre il livello blockchain comporta costi modesti per il registro grazie all’architettura di archiviazione ledger-IPFS e di integrazione on/off-chain. Soprattutto, la procedura di verifica proposta raggiunge un’accuratezza del 100% senza errori su 50 modelli di IA: convalida correttamente 40 set di competenze affidabili e ne intercetta 10 malevoli. Si estende inoltre agli ambiti non legati all’IA, con un’accuratezza dell’83,91% e un punteggio F1 di 0,85 su 1.478 caratteristiche di 171 competenze di ClawHub. Ulteriori esperimenti con attacchi malevoli mostrano che TrustAgentNet consente ai set di competenze di ripristinarsi autonomamente dopo vari attacchi di questo tipo.

Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.

Leggi il paper originale su arXiv