LLM Khawatir Merusak Anonimitas dan Privasi Internet: Bisakah AI Menemukan Identitas Satoshi Nakamoto?

Sebuah penelitian terbaru menunjukkan bahwa model bahasa besar (LLM) telah memiliki kemampuan untuk “menghilangkan anonimitas” pengguna internet dalam skala besar. Hanya dari isi postingan publik, model dapat memperkirakan identitas asli di balik akun anonim. Temuan ini tidak hanya menimbulkan kekhawatiran di masyarakat, tetapi juga memicu diskusi di komunitas kripto tentang “apakah bisa mengungkap identitas Satoshi Nakamoto yang sebenarnya.”

Penelitian mengungkapkan: LLM mempermudah proses de-anonimisasi data pribadi

Dalam studi berjudul 《Menggunakan LLM untuk De-anonimisasi Skala Besar Online》, disebutkan bahwa LLM mampu mengekstrak petunjuk identitas dari teks tidak terstruktur dan melakukan pencarian serta pencocokan semantik dalam basis data besar secara otomatis, sehingga memungkinkan serangan de-anonimisasi yang sangat otomatis.

Tim peneliti merancang proses empat tahap: Ekstraksi (Extract), Pencarian (Search), Penalaran (Reason), dan Kalibrasi (Calibrate), untuk mensimulasikan bagaimana penyerang dapat membangun kembali ciri-ciri pribadi dari postingan publik dan membandingkannya dengan identitas asli.

Gambaran kerangka kerja penelitian de-anonimisasi skala besar

Dalam eksperimen, para peneliti melakukan pencocokan silang antara akun Hacker News dan profil LinkedIn, dan berhasil mengidentifikasi sekitar 45% identitas asli dengan tingkat akurasi 99%; dalam percobaan dengan akun Reddit, meskipun melalui pengaturan waktu dan penyaringan konten, model tetap mampu mengenali sebagian pengguna dengan tingkat akurasi tinggi.

Penulis makalah, Simon Lermen, berpendapat bahwa LLM bukanlah kemampuan identifikasi baru, melainkan secara signifikan menurunkan biaya yang sebelumnya diperlukan untuk pelacakan manual, dan memungkinkan skala serangan de-anonimisasi.

“Perlindungan Pseudonim” Gagal? AI Tantang Anonimitas Internet

Dulu, pseudonimitas di internet digunakan sebagai langkah perlindungan bukan karena identifikasi tidak mungkin, melainkan karena biaya identifikasi yang terlalu tinggi. Lermen menunjukkan bahwa perubahan yang dibawa LLM adalah: “Model dapat memproses puluhan ribu data dalam waktu singkat dan mengotomatisasi proses investigasi manusia.”

Dia menegaskan bahwa ini tidak berarti semua akun anonim akan langsung terungkap, melainkan “selama meninggalkan cukup banyak petunjuk teks,” model memiliki peluang untuk membangun profil identitas. Dengan kata lain, teks di masa depan bisa menjadi target data mikro (micro-data) yang dieksplorasi, bahkan tanpa nama atau tautan akun, sinyal seperti minat, latar belakang, atau kebiasaan bahasa juga bisa menjadi dasar identifikasi.

Kekhawatiran di dunia kripto: Apakah transparansi di blockchain akan menjadi alat pengawasan?

Penelitian ini dengan cepat memicu diskusi di komunitas kripto. Mert Mumtaz, salah satu pendiri Helius Labs, berpendapat bahwa blockchain secara esensial bergantung pada identitas pseudonim, dan semua catatan transaksi bersifat permanen dan terbuka. Jika AI mampu menghubungkan alamat di blockchain dengan identitas nyata, maka dapat membangun profil aktivitas keuangan jangka panjang.

Dia khawatir bahwa, meskipun blockchain awalnya dipandang sebagai infrastruktur keuangan desentralisasi, dalam situasi ini bisa berubah menjadi alat pengawasan yang sangat transparan.

(Bitcoin tidak lagi menerima pembayaran secara terbuka! Bagaimana pembayaran diam-diam (Silent Payments) mewujudkan kenyamanan dan perlindungan privasi)

Akankah Satoshi Nakamoto ditemukan oleh AI? Analisis gaya penulisan menjadi variabel baru

Selain itu, Nic Carter, mitra di Castle Island Ventures, mengajukan pertanyaan lain: jika LLM mampu melakukan analisis gaya penulisan tingkat tinggi (stylometry), apakah mungkin membandingkan email, posting forum, dan dokumen white paper masa lalu Satoshi Nakamoto untuk menebak identitas aslinya?

Dia berpendapat bahwa secara teori, jika ada sampel karya yang sesuai secara publik, model dapat melakukan pencocokan probabilitas; namun ini tetap merupakan inferensi statistik, bukan alat konfirmasi. Jika pencipta mengubah gaya penulisan atau tidak pernah menulis dengan nama asli, maka identifikasi menjadi sangat sulit.

(Profil Epstein mengungkap jaringan kekuasaan Bitcoin awal, apakah pelaku kejahatan seksual ini adalah Satoshi Nakamoto?)

Ketika AI mengancam privasi: teknologi kripto dan anonimitas perlu ditingkatkan

Lermen menegaskan bahwa tujuannya bukan untuk menimbulkan kepanikan, melainkan menunjukkan bahwa mekanisme enkripsi dan anonimitas tradisional perlu diperbarui. Dulu, kekhawatiran hanya terhadap data terstruktur, kini bahkan teks tidak terstruktur pun bisa dikenali. Privasi bukan lagi hanya masalah teknologi, tetapi juga berkaitan dengan kebijakan platform, kebiasaan pengungkapan data, dan norma sosial.

Di tengah kemajuan pesat kemampuan AI, bagaimana merancang dan melindungi privasi pengguna kembali menjadi tantangan penting bagi perusahaan.

Artikel ini berjudul “LLM Bisa Menghancurkan Anonimitas dan Privasi di Internet: Apakah AI Bisa Mengungkap Identitas Satoshi Nakamoto?” pertama kali muncul di Chain News ABMedia.

Penafian: Informasi di halaman ini dapat berasal dari pihak ketiga dan tidak mewakili pandangan atau opini Gate. Konten yang ditampilkan hanya untuk tujuan referensi dan bukan merupakan nasihat keuangan, investasi, atau hukum. Gate tidak menjamin keakuratan maupun kelengkapan informasi dan tidak bertanggung jawab atas kerugian apa pun yang timbul akibat penggunaan informasi ini. Investasi aset virtual memiliki risiko tinggi dan rentan terhadap volatilitas harga yang signifikan. Anda dapat kehilangan seluruh modal yang diinvestasikan. Harap pahami sepenuhnya risiko yang terkait dan buat keputusan secara bijak berdasarkan kondisi keuangan serta toleransi risiko Anda sendiri. Untuk detail lebih lanjut, silakan merujuk ke Penafian.

Artikel Terkait

Perhatikan konten penandatanganan! Vercel terkena peretasan tebusan sebesar 2 juta dolar AS, keamanan frontend protokol kripto mendapat peringatan keras

Platform pengembangan cloud Vercel mengalami peretasan pada 19 April; pelaku memperoleh hak akses melalui alat AI pihak ketiga yang digunakan oleh karyawan, dan mengancam melakukan pemerasan sebesar 2 juta dolar AS. Meskipun data sensitif tidak diakses, data lain mungkin telah dimanfaatkan. Kejadian ini memicu kekhawatiran keamanan di komunitas kripto; Vercel saat ini sedang melakukan penyelidikan dan menyarankan pengguna untuk mengganti kunci.

ChainNewsAbmedia42menit yang lalu

KelpDAO Kehilangan $290M dalam Serangan LayerZero di Lapisan Lazarus Group

KelpDAO mengalami kerugian sebesar $290 juta akibat pelanggaran keamanan yang canggih terkait dengan Grup Lazarus. Serangan tersebut mengeksploitasi kelemahan konfigurasi pada sistem verifikasi mereka dan menyoroti risiko bergantung pada satu pengaturan verifikasi titik tunggal. Para ahli industri menekankan perlunya konfigurasi keamanan yang lebih baik dan verifikasi berlapis untuk mencegah insiden di masa mendatang.

CryptoFrontier1jam yang lalu

LayerZero menanggapi kejadian 2,92 miliar Kelp DAO: Kelp menetapkan konfigurasi DVN 1-of-1 pilihannya sendiri, peretasnya adalah Lazarus Korea Utara

LayerZero mengeluarkan pernyataan terkait insiden peretasan senilai 292 juta dolar AS yang menimpa Kelp DAO, menuduh bahwa konfigurasi Kelp yang memilih 1-of-1 DVN membuat insiden tersebut menjadi mungkin, dan pelakunya adalah grup Lazarus Korea Utara. LayerZero menegaskan bahwa insiden ini berasal dari pilihan konfigurasi, dan bahwa pihaknya tidak akan lagi mendukung pengaturan rentan seperti itu. Selain itu, tanggung jawab masih menjadi perdebatan, dan pihaknya tidak memberikan rencana kompensasi.

ChainNewsAbmedia1jam yang lalu

Peretas DeFi mencuri $600 juta pada bulan April; Kelp DAO dan Drift menyumbang 95% kerugian bulanan

Pada April 2026, hanya dalam 20 hari, protokol kripto mengalami kerugian lebih dari 606 juta USD akibat serangan peretas, menjadi rekor kerugian bulanan tunggal terberat sejak insiden kebocoran data senilai 1,4 miliar USD milik bursa pada Februari 2025. Dua serangan, KelpDAO dan Drift Protocol, secara gabungan menyumbang 95% dari kerugian April, serta 75% dari total kerugian hingga saat ini pada 2026 sebesar 771,8 juta USD.

MarketWhisper1jam yang lalu

Pelanggaran Vercel Terkait Alat AI Konteks.ai yang Dibobol Meningkatkan Risiko bagi Frontend Kripto

Vercel mengonfirmasi adanya pelanggaran keamanan yang disebabkan oleh alat AI yang telah dibobol, yang mengakibatkan pencurian data karyawan dan pelanggan. Insiden ini menimbulkan risiko bagi ekosistem Web3, dan pelaku berusaha menjual data curian tersebut seharga $2 juta. Vercel sedang menangani situasi ini bersama aparat penegak hukum dan pakar penanganan insiden.

GateNews2jam yang lalu

Ripple CTO: Eksploit Kelp DAO Mencerminkan Pertukaran Keamanan Jembatan

David Schwartz, CTO Emeritus di Ripple, menganalisis kerentanan keamanan jembatan setelah eksploit $292 juta Kelp DAO. Ia mencatat bahwa para penyedia memprioritaskan kenyamanan daripada keamanan yang kuat, sehingga melemahkan fitur perlindungan penting. Kebocoran Kelp DAO berawal dari kebocoran kunci privat, yang diperparah oleh konfigurasi keamanan yang disederhanakan dalam implementasi LayerZero mereka.

CryptoFrontier4jam yang lalu
Komentar
0/400
Tidak ada komentar