💻 computer science

Claimed or Attested? A Commit-Signature Dataset and Identity Trust Tiers across the World of Code

Dieses Papier führt den ersten Commit-Signatur-Datensatz für die World of Code ein, der zwischen behaupteten und kryptografisch attestierten Entwickleridentitäten unterscheidet, um einen Präzisionsanker für Identitätsvertrauensstufen zu etablieren und Alias-Zuordnungen über einen Korpus von mehr als 5,8 Milliarden Commits zu kalibrieren.

Ursprüngliche Autoren: Audris Mockus

Veröffentlicht 2026-07-08

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Audris Mockus

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich die gesamte Geschichte der Softwareentwicklung als eine riesige, globale Bibliothek aus Milliarden von handgeschriebenen Notizen vor. Jedes Mal, wenn ein Programmierer ein Stück Code speichert, hinterlässt er eine Notiz mit dem Text: „Ich habe das geschrieben.“ Aber hier ist der Haken: Jeder kann einen Stift aufheben und „Ich bin Steve Jobs“ oder „Ich bin der CEO“ auf eine Notiz schreiben, selbst wenn er es nicht ist. In der Welt des Codes wird dies als Claim (Behauptung) bezeichnet. Es ist nur ein Name, der in ein Feld getippt wurde; es gibt keinen Beweis dafür, dass es wahr ist.

Dieses Paper stellt eine neue Methode vor, um diese wackeligen Behauptungen in Attestations (Beglaubigungen) zu verwandeln – Beweise, die so solide sind wie ein Fingerabdruck.

Hier ist die Aufschlüsselung, wie sie es gemacht haben und was sie herausgefunden haben, unter Verwendung einfacher Analogien:

1. Das Problem: Das „Namensschild“ vs. den „Fingerabdruck“

In der Bibliothek des Codes (genannt „World of Code“) sind die meisten Notizen nur behauptet (claimed). Wenn jemand „John Smith“ schreibt, müssen wir raten, ob es dieser John Smith ist oder ein anderer, oder vielleicht jemand, der vorgibt, er zu sein. Es ist wie auf einer Party, auf der alle ein Namensschild tragen, das sie selbst gebastelt haben. Hochstapler können dasselbe Namensschild wie eine berühmte Person tragen, und die Bibliothek hat keine Möglichkeit, den Unterschied festzustellen.

2. Die Lösung: Das „Digitale Siegel“

Die Autoren fanden einen Weg, den Fingerabdruck zu finden, der in der Bibliothek verborgen liegt.

Das Geheimnis: Wenn ein Programmierer sorgfältig arbeitet, schreibt er nicht nur seinen Namen; er „versiegelt“ seine Notiz mit einer kryptografischen Signatur (wie ein Wachssiegel auf einem Brief, nur digital). Dieses Siegel ist an einen spezifischen Schlüssel gebunden, den er besitzt.
Die Entdeckung: Die Autoren erkannten, dass die Bibliothek diese Siegel die ganze Zeit über gespeichert hatte, aber sie waren im „Message“-Abschnitt der Notizen versteckt, ignoriert und ungelesen. Es war, als fände man eine Schatzkarte in einem Buch, das man seit Jahren liest, aber nie auf den Buchrücken geschaut hat.
Die Extraktion: Sie mussten nicht zu den ursprünglichen Quelldateien zurückkehren (was so wäre, als müsste man jedes einzelne Buch in der Bibliothek neu zu lesen), sondern scannten einfach die vorhandenen Indexkarten (die Tabellen), um diese verborgenen Siegel herauszuziehen.

3. Was sie fanden: Die „Vertrauensstufen“

Sie sortierten die Milliarden von Notizen in vier Vertrauensstufen ein, vergleichbar mit einer Sicherheitsfreigabe:

Stufe 0 (Der Claim): Die Notiz hat kein Siegel. Es ist nur ein Name. „Ich bin Bob.“ (49 % der Notizen).
Stufe 1 (Das Plattform-Siegel): Die Notiz wurde von einer riesigen Maschine versiegelt (wie das automatische System von GitHub), weil der Benutzer auf einer Website auf einen Button geklickt hat. Dies beweist, dass der Benutzer für diese Website die Person ist, die er vorgibt zu sein, aber nicht unbedingt für die ganze Welt. (50 % der Notizen).
Stufe 2 (Der persönliche Schlüssel): Die Notiz wurde von einem persönlichen Schlüssel versiegelt, den der Entwickler direkt kontrolliert. Dies ist ein starker „Fingerabdruck“. Es beweist: „Ich bin definitiv die Person, der dieser Schlüssel gehört.“ (Weniger als 1 % der Notizen).
Stufe 3 (Die weltübergreifende Verknüpfung): Der persönliche Schlüssel ist auch mit einer realen Identität verknüpft, wie etwa einer veröffentlichten akademischen Arbeit oder einer verifizierten ID. Dies ist der „Goldstandard“.

4. Das „Fan-Out“-Gate: Das Rauschen filtern

Die Autoren bemerkten etwas Interessantes: Einige Schlüssel werden von Hunderten von Menschen geteilt (wie ein „Team-Schlüssel“ für ein Unternehmen oder einen Roboter). Wenn ein Schlüssel von zu vielen verschiedenen Personen verwendet wird, ist er kein guter Fingerabdruck für eine einzelne Person.

Der Filter: Sie bauten ein „Fan-Out-Gate“. Wenn ein Schlüssel von mehr als 50 verschiedenen Personen verwendet wird, behandeln sie ihn als „Team-Schlüssel“ und ignorieren ihn für Identitätszwecke. Wenn er von nur wenigen Personen verwendet wird, wissen sie, dass er zu einer spezifischen Person gehört.
Das Ergebnis: Dies half ihnen, die „echten Menschen“ von den „Robotern und geteilten Konten“ zu trennen.

5. Die Hochstapler entlarven

Da sie nun diese „Fingerabdrücke“ haben, können sie Lügner überführen.

Das Vanity-Problem: Manchmal werden berühmte Namen (wie „Linus Torvalds“) von Hochstaplern verwendet.
Der Test: Wenn ein Name von vielen verschiedenen Schlüsseln signiert wird, ist das ein Warnsignal. Es bedeutet, dass zu viele Menschen behaupten, diese eine Person zu sein. Die Autoren fanden heraus, dass Namen, die von 20+ verschiedenen Schlüsseln signiert werden, fast sicher Hochstapler oder „Vanity“-Strings sind. Sie können diese nun automatisch flaggen und so alte Listen „schlechter Namen“ durch einen mathematischen Beweis für Betrug ersetern.

6. Warum das wichtig ist

Die Autoren sind sich klar: Dies ist kein Zauberstab, der jeden Namen in der Bibliothek korrigiert.

Präzision statt Abdeckung: Nur etwa 17 % der Notizen besitzen diese Siegel. Die meisten tun es nicht.
Der Anker: Stellen Sie sich die Bibliothek wie ein wackeliges Boot vor. Die signierten Notizen sind die Anker. Sie halten nicht das ganze Boot oben, aber sie halten es stabil an seinem Platz.
Der Nutzen: Für Forscher, die versuchen, Software-Autoren mit akademischen Wissenschaftlern zu verknüpfen (z. B. „Hat die Person, die diesen Code schrieb, auch diesen Artikel geschrieben?“), bietet dieser Datensatz einen „Goldstandard“, um ihre Arbeit zu überprüfen. Er verwandelt ein Raten („Diese beiden Namen sehen ähnlich aus“) in eine Tatsache („Diese zwei Personen sind definitiv dieselben, weil sie denselben kryptografischen Schlüssel teilen“).

Zusammenfassung

Das Paper ist ein Werkzeug, das verborgene „digitale Fingerabdrücke“ aus einer riesigen Datenbank von Code ausgräbt. Es repariert nicht die gesamte Datenbank, aber es erschafft eine kleine, extrem zuverlässige Ebene der Wahrheit. Dies ermöglicht es Forschern, aufzuhören zu raten, wer was geschrieben hat, und stattdessen sicher zu wissen – insbesondere wenn sie versuchen, die Welt des Codes mit der Welt der Wissenschaft zu verbinden.