💻 computer science

ECO/CPO-DAG: A Contradiction-Based Accountability Layer for Adversarial Supply Chains

Dieses Paper führt ECO/CPO-DAG ein, ein domänenspezifisches Rechenschaftsprotokoll für adversarielle Lieferketten, das einen kausal geordneten DAG nutzt, um nachweisbare Widersprüche in signierten Ereignisbehauptungen durch selbstverifizierende Widerspruchsbeweisobjekte (Contradiction Proof Objects) zu erkennen und ökonomisch zu sanktionieren, während es seine Rolle explizit als Schicht zur Widerspruchserkennung statt als Quelle absoluter Wahrheit abgrenzt.

Ursprüngliche Autoren: Sebastian Cochinescu

Veröffentlicht 2026-07-09

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Sebastian Cochinescu

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 eine massive, globale Lieferkette wie ein riesiges Spiel „Stille Post“ vor, bei dem Unternehmen miteinander spielen, die sich nicht vertrauen. Ein Pharmaunternehmen schickt Medikamente an einen Lkw-Fahrer, der sie an ein Lagerhaus schickt, welches sie wiederum an ein Geschäft schickt. Jeder führt sein eigenes Tagebuch darüber, was passiert ist.

Das Problem? Ein unehrliches Unternehmen könnte in sein Tagebuch schreiben: „Ich habe 100 Kapseln verschickt“, während es diese heimlich in einem heißen Lagerhaus aufbewahrt. Wenn es in seiner eigenen Geschichte nie einen Fehler macht, kann niemand beweisen, dass es gelogen hat.

Dieses Paper stellt ECO/CPO-DAG vor, eine neue „Rechenschaftsebene“ für dieses Spiel. Es versucht nicht, Gedanken zu lesen oder die tatsächliche Temperatur der Pillen zu prüfen. Stattdessen fungiert es wie ein superstrenger Schiedsrichter, der Spieler nur dann erwischt, wenn sie sich widersprechen oder gegen die Regeln des Spiels verstoßen.

So funktioniert es, unterteilt in einfache Konzepte:

1. Das „Signierte Tagebuch“ (ECO)

Jedes Mal, wenn ein Unternehmen eine Behauptung aufstellt (z. B. „Ich habe um 14:00 Uhr 100 Kapseln erhalten“), schreibt es dies in ein digitales Tagebuch namens Event Claim Object (ECO).

Der Clou: Sie schreiben es nicht einfach nur auf; sie signieren es mit einem einzigartigen digitalen Fingerabdruck.
Das Geheimnis: Sie können die Details in einem „digitalen Tresor“ (einer kryptografischen Verpflichtung/Commitment) einschließen. Das Tagebuch besagt: „Ich habe eine Behauptung über 100 Kapseln“, aber niemand kennt die genaue Anzahl oder den Ort schon jetzt. Dies schützt Geschäftsgeheimnisse, bis jemand sie anfechtet.
Die Kette: Diese Tagebücher sind in einer bestimmten Reihenfolge miteinander verknüpft (ein DAG), wie ein Stammbaum von Ereignissen, damit jeder weiß, was vor was geschah.

2. Der „Widerspruchsbeweis“ (CPO)

Dies ist die eigentliche Magie. Wenn zwei Behauptungen kollidieren, kann jeder einen Contradiction Proof Object (CPO) erstellen.

Die Analogie: Stellen Sie sich vor, zwei Spieler behaupten, zur gleichen Zeit auf derselben Party gewesen zu sein, aber einer sagt, er war in Paris und der andere sagt, er war in Tokio.
Der Beweis: Ein Dritter (ein Beobachter) kann beide signierten Tagebücher nehmen, die „digitalen Tresore“ gerade weit genug öffnen, um die Orte einzusehen, und sagen: „Schaut her! Diese beiden Geschichten können nicht beide wahr sein.“
Das Ergebnis: Dieser Beweis ist selbstverifizierend. Er benötigt keinen Richter, der ihn prüft; die Mathematik beweist die Lüge sofort.

3. Die „Wette“ (Kryptoeconomics)

Um Menschen davon abzuhalten zu lügen, hinterlegt jeder Teilnehmer einen Einsatz (eine Anzahlung) vor dem Start des Spiels.

Die Regel: Wenn Sie bei einem Widerspruch erwischt werden, den Sie selbst signiert haben, wird Ihr Geld „geslasht“ (entzogen) und der Person gegeben, die Sie erwischt hat.
Der Haken: Sie verlieren Geld nur dann, wenn der Widerspruch Ihre Schuld ist.
- Szenario A: Sie signieren eine Behauptung „Ich bin in Paris“ und signieren später eine weitere, die besagt „Ich bin in Tokio“. Sie wurden beim Lügen erwischt. Sie verlieren Ihr Geld.
- Szenario B: Sie sagen „Ich bin in Paris“, und ein anderes Unternehmen sagt „Ich bin in Tokio“. Das System erkennt einen Widerspruch, weiß aber nicht, wer lügt. Es erstellt eine „Vielleicht“-Flag. Niemand verliert automatisch Geld. Es muss vor ein menschliches Gericht (off-chain) gebracht werden, um zu entscheiden.

4. Was es kann und was es nicht kann

Die Autoren sind ehrlich über die Grenzen ihrer Erfindung.

Was es KANN: Es erwischt Inkonsistenzen. Wenn ein Lügner ungeschickt ist und zwei Dinge aufschreibt, die nicht beide wahr sein können, wird er erwischt und bestraft. Es erstellt eine „tragbare Beweisdatei“, die belegt, dass die Lüge stattgefunden hat.
Was es NICHT KANN: Es kann einen konsistenten Lügner nicht erfassen. Wenn ein böswilliger Akteur jedes Mal perfekt lügt (z. B. behauptet er immer, die Pillen seien kalt gewesen, obwohl sie heiß waren, und widerspricht sich dabei nie), sieht dieses System nichts falsch. Es kann die „Ground Truth“ (die tatsächliche physische Realität) nicht überprüfen.
- Analogie: Dieses System ist wie ein Schiedsrichter, der nur dann die Pfeife bläst, wenn ein Spieler auf seinen eigenen Fuß tritt. Es wird keinen Spieler erwischen, der schummelt, indem er heimlich den Ball austauscht, es sei denn, der Spieler schreibt versehentlich zwei verschiedene Spielstände für dasselbe Spiel auf.

5. Privatsphäre und Sicherheit

Privatsphäre: Sie müssen Ihre Geheimnisse (wie exakte Preise oder Routen) nicht offenlegen, es sei denn, Sie werden beschuldigt. Das System verwendet „magische Schlösser“, die es erlauben, eine Regelverletzung zu beweisen, ohne die ganze Geschichte zeigen zu müssen.
Keine Falschbeschuldigungen: Das Paper beweist mathematisch, dass eine ehrliche Person, die sich niemals widerspricht, niemals ihr Geld verlieren wird, selbst wenn jemand versucht, sie zu manipulieren.

Zusammenfassung

ECO/CPO-DAG ist ein Werkzeug für Lieferketten, das sagt: „Wir können nicht garantieren, dass Sie die Wahrheit über die reale Welt sagen, aber wir können garantieren, dass Sie einen hohen Preis zahlen, wenn Sie zwei verschiedene Geschichten über dieselbe Sache erzählen.“

Es verwandelt das inkonsistente Lügen in ein finanzielles Selbstmordkommando, was Unternehmen dazu ermutigt, ihre eigenen Aufzeichnungen korrekt zu führen, während die Aufgabe der Überprüfung der tatsächlichen physischen Güter anderen Systemen (wie vertrauenswürdigen Sensoren oder Auditoren) überlassen wird.

Technisches Resümee: ECO/CPO-DAG

Problemstellung

Lieferketten operieren in adversen Umgebungen, in denen sich gegenseitig misstrauende Parteien auf die Aufzeichnungen der jeweils anderen verlassen müssen. Während Blockchain-basierte Rückverfolgbarkeit zwar manipulationssichere Ledger bietet, löst sie das „Orakel-Problem“ nicht: Ein Ledger kann garantieren, dass eine Partei etwas gesagt hat, aber er kann nicht garantieren, dass diese Aussage mit der physischen Realität übereinstimmt. Bestehende Lösungen versuchen oft, Ansprüche gegen die Grundwahrheit zu verifizieren oder verlassen sich auf komplexe Konsensmechanismen, doch das ökonomische Anreizsystem für Fehlberichterstattungen bleibt bestehen.

Das Paper stellt eine engere, handhabbare Frage: Wie kann man beweisbare Widersprüche in semi-vertrauenswürdigen Lieferketten ökonomisch disincentivieren, ohne den Versuch zu unternehmen, Ansprüche gegen die Grundwahrheit zu verifizieren? Ein beweisbarer Widerspruch wird als ein Paar von signierten Ansprüchen identifizierbarer Parteien definiert, die unter einer spezifischen Domänenregel nicht gleichzeitig wahr sein können (z. B. eine einzelne Charge, die gleichzeitig aus zwei sich gegenseitig ausschließenden Regionen stammt, oder eine versiegelte Menge, die zwischen den Übergaben in der Obhut unerklärlich anwächst).

Methodik

Die Autoren schlagen ECO/CPO-DAG vor, eine domänenspezifische Rechenschaftsschicht, die die Detektion von Widersprüchen als ergänzenden Validierungsmechanismus und nicht als Konsensprotokoll formalisiert.

Kernarchitektur

Event Claim Objects (ECOs): Teilnehmer veröffentlichen signierte Ansprüche in einem kausal geordneten, append-only gerichteten azyklischen Graphen (DAG).
- Jedes ECO enthält eine Verpflichtung (Commitment) auf die Payload des Anspruchs (unter Verwendung von Pedersen-Commitments zur Wahrung der Privatsphäre), einen Hybrid Logical Clock Zeitstempel, kausale Eltern-Referenzen und eine digitale Signatur.
- Der DAG wird nicht für globale Übereinstimmung oder totale Ordnung verwendet; jeder Teilnehmer pflegt seine eigene lokale Sicht.
Contradiction Proof Objects (CPOs): Wenn ein Beobachter zwei ECOs bezüglich desselben Subjekts erkennt, die eine Domänenbeschränkung verletzen, erstellt er ein CPO.
- Ein CPO ist ein selbstverifizierbares Objekt, das die beiden signierten Ansprüche, die verletzte Regel und die Identität des Herausforderers bindet.
- Es kann von jedem verifiziert werden, ohne Zugriff auf die physischen Güter zu benötigen, da es sich ausschließlich auf die kryptografischen Signaturen und die Domänenregel stützt.
Domänenbeschränkungen (Domain Constraints): Das Protokoll bildet fünf Beschränkungsklassen auf GS1 EPCIS 2.0 Event-Semantiken ab:
- Räumlich (Spatial): Zwei Orte für ein Subjekt zu einem Zeitpunkt.
- Zeitlich (Temporal): Rückdatierung (behauptete Zeiten, die der „Happened-before“-Reihenfolge widersprechen).
- Menge (Quantity): Verletzungen der Erhaltung (Outputs, die die Inputs desselben Emittenten übersteigen).
- Qualität (Quality): Selbstwidersprüchliche Zustandsbehauptungen (z. B. kontinuierliche Kühlketten-Assertion vs. Exkursionsprotokoll).
- Regulatorisch (Regulatory): Durch Widerruf oder Ablauf abgedeckte Compliance-Behauptungen.

Kryptoeconomic Mechanismus

Das System nutzt einen Slashing-Mechanismus, um böswilliges Verhalten abzuschrecken:

Staking: Teilnehmer hinterlegen einen Einsatz $S$ , der proportional zu ihrem Transaktionswert und ihrer Risiko-Historie steht.
Abschreckung (Deterrence): Lügen wird abgeschreckt, wenn der erwartete Nutzen des Lügens negativ ist. Das Paper leitet die Bedingung $S > \frac{1-p}{p}g$ ab (wobei $p$ die Detektionswahrscheinlichkeit und $g$ der Gewinn aus dem Lügen ist).
Bestimmte Schuldzuweisung (Determinate Blame): Slashing erfolgt nur, wenn die Schuld eindeutig bestimmt ist. Dies ist beschränkt auf:
1. Selbst-Äquivokation: Ein einzelner Emittent signiert zwei gemeinsam unvereinbare Ansprüche.
2. Erhaltungswidersprüche: Die Input/Output-Claims eines einzelnen Emittenten verletzen die Massenbilanz ( $P_{outputs} > P_{inputs}$ ).
- Widersprüche zwischen verschiedenen Emittenten oder ambivalente Fälle führen zu einem CPO mit $\perp$ (ambiguer) Schuld, was als portabler Beweis für die außergerichtliche Beilegung dient, anstatt einen automatischen On-Chain-Slashing auszulösen.

Privatsphäre-Schicht

Das Protokoll unterstützt selektive Offenlegung:

Commitments: Die Payloads der Ansprüche bleiben mittels Pedersen-Commitments verborgen, bis sie angefochten werden.
Zero-Knowledge Proofs (ZK): Herausforderer können einen Widerspruch beweisen (z. B. eine Mengenverletzung), ohne die zugrunde liegenden Daten preiszugeben, indem sie sukzente Beweise (z. B. Groth16 oder Bulletproofs) verwenden.
Offenlegungsstufen (Disclosure Tiers): Felder können öffentlich, selektiv offengelegt oder via ZK geprüft werden. Das Paper merkt explizit an, dass einige Beschränkungen (wie Qualitätsdegradierung über eine Kette hinweg) nicht privat geprüft werden können, ohne die Daten offenzulegen.

Wichtigste Beiträge

Formales Modell: Eine Formalisierung der widerspruchsbasierten Rechenschaftspflicht unter Verwendung von signierten ECOs in einem DAG und selbstverifizierenden CPOs.
Domänen-Mapping: Eine konkrete Abbildung von fünf Beschränkungsklassen auf GS1 EPCIS 2.0 Event-Typen, die den Anspruch der „Domänenspezifität“ operabel macht.
Kryptoeconomic Analyse: Ableitung der Abschreckungsbedingungen unter rationalen Akteuren und $k$ -Parteien-Kollusions-Adversaries sowie die Etablierung der Beziehung zwischen Einsatz, Detektionswahrscheinlichkeit und Gewinn.
Privatsphäre-Integration: Eine Privatsphäre-Schicht, die Commitment-Schemata und optionale ZK-Beweise nutzt, inklusive einer Taxonomie der Offenlegungsanforderungen pro Beschränkungsklasse.
Analytische & Empirische Validierung:
- Ein analytisches Detektionsmodell ( $1 - (1-p_{min})^h$ ), das zeigt, wie die Abdeckung mit der Anzahl der ehrlichen Beobachter ( $h$ ) skaliert.
- Eine Single-Machine-Referenzimplementierung, die das Detektionsmodell gegenüber Messungen bestätigt und die vorhergesagten Abdeckungsbereiche ohne falsche Anschuldigungen validiert.

Ergebnisse

Detektionsabdeckung: Das analytische Modell sagt voraus, dass die Detektionswahrscheinlichkeit mit der Anzahl unabhängiger Beobachter skaliert. Die Referenzimplementierung bestätigte dies: Mit einer gemessenen Detektionswahrscheinlichkeit eines einzelnen Beobachters ( $\hat{p}_{min}$ ) von $\approx 0,50$ überschnitten sich die vorhergesagte Abdeckung für mehrere Beobachter mit den gemessenen 95%-Konfidenzintervallen bei jeder Beobachteranzahl.
Falsche Anschuldigungen: In allen Testläufen verzeichnete das System null falsche Anschuldigungen. Die Präzision lag bei 1,000; alle generierten CPOs waren echte Widersprüche.
Schuldzuweisung (Blame Resolution): Das System unterschied korrekt zwischen slashbaren Fällen (Selbst-Äquivokation, Mengen-Erhaltungswidersprüche eines einzelnen Emittenten) und ambivalenten Fällen ( $\perp$ ), welche die letzteren zur außergerichtlichen Klärung ohne Bestrafung ehrlicher Parteien leiteten.
Speicher: Unter den genannten Annahmen (10.000 ECOs/Tag, ~256 Bytes/Objekt) beträgt das geschätzte Speicherwachstum etwa 1 GB pro Teilnehmer pro Jahr.
Performance: Die Erstellung von Plaintext-CPOs dauert ~1,5 $\mu$ s, die Verifizierung ~1,1 ms. Zero-Knowledge-Beweise (unter Verwendung einer konservativen MODP/Sigma-Implementierung) erforderten ~2,1 Sekunden für Beweis und Verifizierung.

Bedeutung und Umfang

Das Paper positioniert ECO/CPO-DAG als eine ergänzende Audit-Schicht, nicht als Ersatz für die Quellenverifizierung oder die Aggregation von Orakeln. Die Bedeutung liegt darin, einen Mechanismus bereitzustellen, um beweisbare Inkonsistenzen ökonomisch zu sanktionieren, ohne einen Total-Order-Konsens oder Zugriff auf die Grundwahrheit zu benötigen.

Explizite Grenzen und Einschränkungen:

Die „Konsistente Lügner“-Blindstelle: Die Schicht kann keine Partei erkennen, die konsistent lügt, ohne sich selbst zu widersprechen. Wenn eine Partei niemals widersprüchliche Ansprüche abgibt, bleibt sie für dieses Protokoll unsichtbar. Die Autoren betonen, dass dies eine intrinsische Grenze und kein Fehler ist.
Ambiguität der Schuld: Widersprüche zwischen zwei verschiedenen Emittenten (bei denen keiner die Selbst-Äquivokation begeht) können nicht automatisch On-Chain geslasht werden; sie dienen als Beweis für die außergerichtliche Klärung.
Analytischer Charakter: Das Paper ist explizit darüber, dass seine quantitativen Aussagen (Detektionswahrscheinlichkeit, Speicher, ZK-Kosten) Modellergebnisse oder konservative Obergrenzen sind (z. B. durch die Verwendung naiver Sigma-Protokolle anstelle von kurvenbasierten Bulletproofs). Die Referenzimplementierung ist ein Single-Machine-Proof-of-Concept, kein Produktionsnetzwerk.

Zusammenfassend bietet ECO/CPO-DAG ein konkretes, kryptografisch fundiertes Primitiv für die Rechenschaftspflicht in der Lieferkette, das beweisbare Widersprüche in ökonomische Strafen transformiert und strikt innerhalb der Grenzen operiert, die durch logische Inkonsistenz statt durch physische Verifizierung detektierbar sind.