Claimed or Attested? A Commit-Signature Dataset and Identity Trust Tiers across the World of Code
यह शोध पत्र 'वर्ल्ड ऑफ कोड' के लिए पहले कमिट-सिग्नेचर डेटासेट को प्रस्तुत करता है, जो पहचान विश्वास स्तरों (identity trust tiers) के लिए एक परिशुद्धता एंकर स्थापित करने और 5.8 बिलियन से अधिक कमिट्स के संग्रह में उपनाम मैपिंग (alias mappings) को कैलिब्रेट करने के लिए दावा की गई और क्रिप्टोग्राफिक रूप से प्रमाणित डेवलपर पहचानों के बीच अंतर करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि सॉफ्टवेयर विकास का संपूर्ण इतिहास अरबों हस्तलिखित नोट्स की एक विशाल, वैश्विक लाइब्रेरी है। हर बार जब कोई प्रोग्रामर कोड का एक टुकड़ा सेव करता है, तो वे एक नोट छोड़ते हैं कि "मैंने यह लिखा है।" लेकिन यहाँ एक पेंच है: कोई भी पेन उठा सकता है और नोट पर "मैं स्टीव जॉब्स हूँ" या "मैं सीईओ हूँ" लिख सकता है, भले ही वे वह न हों। कोड की दुनिया में, इसे क्लेम (Claim) कहा जाता है। यह सिर्फ एक बॉक्स में टाइप किया गया नाम है; इसका कोई प्रमाण नहीं है कि यह सच है।
यह शोध पत्र एक नया तरीका पेश करता है जिससे उन अस्थिर दावों को अटेस्टेशन (Attestation) में बदला जा सके—एक ऐसा प्रमाण जो उंगलियों के निशान (फिंगरप्रिंट) की तरह ठोस हो।
इसे उन्होंने कैसे किया और उन्हें क्या मिला, इसका विवरण सरल उपमाओं (analogies) का उपयोग करके यहाँ दिया गया है:
1. समस्या: "नेम टैग" बनाम "फिंगरप्रिंट"
कोड की लाइब्रेरी (जिसे "वर्ल्ड ऑफ कोड" कहा जाता है) में, अधिकांश नोट्स केवल क्लेम किए गए होते हैं। यदि कोई "जॉन स्मिथ" लिखता है, तो हमें अनुमान लगाना पड़ता है कि क्या यह वही जॉन स्मिथ है या कोई और, या शायद कोई उसका रूप धारण कर रहा है। यह एक पार्टी की तरह है जहाँ हर कोई अपना खुद का बनाया हुआ नेम टैग पहनता है। ढोंगी भी प्रसिद्ध व्यक्ति के समान नेम टैग पहन सकते हैं, और लाइब्रेरी के पास अंतर बताने का कोई तरीका नहीं है।
2. समाधान: "डिजिटल सील"
लेखकों ने लाइब्रेरी के भीतर छिपे हुए फिंगरप्रिंट को खोजने का एक तरीका खोजा।
- रहस्य: जब एक प्रोग्रामर सावधान होता है, तो वह केवल अपना नाम नहीं लिखता; वह अपने नोट को एक क्रिप्टोग्राफिक सिग्नेचर (जैसे पत्र पर मोम की सील, लेकिन डिजिटल) के साथ "सील" करता है। यह सील उस विशिष्ट कुंजी (key) से जुड़ी होती है जिसके मालिक वे हैं।
- खोज: लेखकों ने महसूस किया कि लाइब्रेरी इन सील्स को हमेशा से स्टोर कर रही थी, लेकिन ये नोट्स के "मैसेज" सेक्शन में छिपी हुई थीं, जिन्हें अनदेखा और बिना पढ़ा छोड़ दिया गया था। यह एक किताब के पिछले कवर को देखे बिना उसे पढ़ने जैसा था, जिसमें एक खजाना मानचित्र छिपा हुआ था।
- निष्कर्षण (Extraction): उन्हें मूल सोर्स फाइलों (जो लाइब्रेरी की हर एक किताब को फिर से पढ़ने जैसा होगा) पर वापस जाने की आवश्यकता नहीं थी। उन्होंने केवल मौजूदा इंडेक्स कार्ड्स (टेबल्स) को स्कैन किया ताकि इन छिपे हुए सील्स को निकाला जा सके।
3. उन्हें क्या मिला: "ट्रस्ट टियर्स" (विश्वास के स्तर)
उन्होंने अरबों नोट्स को सुरक्षा क्लीयरेंस बैज की तरह चार विश्वास स्तरों में वर्गीकृत किया:
- टियर 0 (द क्लेम): नोट में कोई सील नहीं है। यह केवल एक नाम है। "मैं बॉब हूँ।" (49% नोट्स)।
- टियर 1 (द प्लेटफॉर्म सील): नोट को एक विशाल मशीन (जैसे GitHub का स्वचालित सिस्टम) द्वारा सील किया गया था क्योंकि उपयोगकर्ता ने वेबसाइट पर एक बटन क्लिक किया था। यह प्रमाणित करता है कि उपयोगकर्ता वेबसाइट के लिए कौन है, लेकिन जरूरी नहीं कि पूरी दुनिया के लिए भी। (50% नोट्स)।
- टियर 2 (द पर्सनल की): नोट को एक व्यक्तिगत कुंजी (personal key) द्वारा सील किया गया था जिसे डेवलपर सीधे नियंत्रित करता है। यह एक मजबूत "फिंगरप्रिंट" है। यह प्रमाणित करता है, "मैं निश्चित रूप से वही व्यक्ति हूँ जिसका यह कुंजी है।" (1% से कम नोट्स)।
- टियर 3 (द क्रॉस-वर्ल्ड लिंक): व्यक्तिगत कुंजी एक वास्तविक दुनिया की पहचान, जैसे प्रकाशित शैक्षणिक पेपर या सत्यापित आईडी से भी जुड़ी है। यह "गोल्ड स्टैंडर्ड" है।
4. "फैन-आउट गेट": शोर को फ़िल्टर करना
लेखकों ने गौर किया कि कुछ कुंजियाँ सैकड़ों लोगों द्वारा साझा की जाती हैं (जैसे किसी कंपनी के लिए "टीम की" या एक रोबोट)। यदि एक कुंजी का उपयोग बहुत से अलग लोगों द्वारा किया जाता है, तो वह किसी एक व्यक्ति के लिए अच्छा फिंगरप्रिंट नहीं है।
- फ़िल्टर: उन्होंने एक "फैन-आउट गेट" बनाया। यदि एक कुंजी का उपयोग 50 से अधिक अलग व्यक्तियों द्वारा किया जाता है, तो वे इसे "टीम की" मानते हैं और पहचान के उद्देश्यों के लिए इसे अनदेखा कर देते हैं। यदि इसका उपयोग केवल कुछ लोगों द्वारा किया जाता है, तो वे जानते हैं कि यह एक विशिष्ट व्यक्ति से संबंधित है।
- परिणाम: इसने उन्हें "असली लोगों" को "रोबोट और साझा खातों" से अलग करने में मदद की।
5. ढोंगियों को पकड़ना
चूंकि अब उनके पास ये "फिंगरप्रिंट" हैं, वे झूठ बोलने वालों को पकड़ सकते हैं।
- वैनिटी की समस्या: कभी-कभी, प्रसिद्ध नामों (जैसे "लिनस टॉरवाल्ड्स") का उपयोग ढोंगी करते हैं।
- परीक्षण: यदि एक नाम कई अलग-अलग कुंजियों द्वारा हस्ताक्षरित किया जाता है, तो यह एक रेड फ्लैग (चेतावनी) है। इसका मतलब है कि बहुत से लोग उस एक व्यक्ति होने का दावा कर रहे हैं। लेखकों ने पाया कि जिन नामों पर 20+ अलग-अलग कुंजियों के हस्ताक्षर हैं, वे लगभग निश्चित रूप से ढोंगी या "वैनिटी" स्ट्रिंग्स हैं। वे अब इन्हें स्वचालित रूप से फ्लैग कर सकते हैं, जिससे धोखाधड़ी के पुराने सूचियों के बजाय एक गणितीय प्रमाण का उपयोग होता है।
6. यह क्यों महत्वपूर्ण है
लेखक स्पष्ट हैं: यह कोई जादुई छड़ी नहीं है जो लाइब्रेरी के हर नाम को ठीक कर देगी।
- सटीकता, कवरेज नहीं: केवल 17% नोट्स में ये सील्स हैं। अधिकांश में नहीं हैं।
- एंकर (लंगर): इस लाइब्रेरी को एक डगमगाती नाव की तरह समझें। हस्ताक्षरित नोट्स एंकर हैं। वे पूरी नाव को ऊपर नहीं थामते, लेकिन वे इसे सही स्थान पर स्थिर रखते हैं।
- लाभ: शोधकर्ताओं के लिए जो सॉफ्टवेयर लेखकों को शैक्षणिक वैज्ञानिकों से जोड़ने का प्रयास कर रहे हैं (उदाहरण के लिए, "क्या उस व्यक्ति ने यह कोड भी लिखा जिसने यह पेपर भी लिखा?" ), यह डेटासेट उनके काम की जांच करने के लिए एक "गोल्ड स्टैंडर्ड" प्रदान करता है। यह एक अनुमान ("इन दो नामों में समानता दिखती है") को एक तथ्य में बदल देता है ("ये दो लोग निश्चित रूप से एक ही हैं क्योंकि वे एक ही क्रिप्टोग्राफिक कुंजी साझा करते हैं")।
सारांश
यह शोध पत्र एक उपकरण है जो कोड के एक विशाल डेटाबेस से छिपे हुए "डिजिटल फिंगरप्रिंट" को खोद निकालता है। यह पूरे डेटाबेस को ठीक नहीं करता है, लेकिन यह एक छोटा, अत्यंत विश्वसनीय सत्य का स्तर बनाता है। यह शोधकर्ताओं को यह अनुमान लगाने के बजाय कि किसने क्या लिखा, यह जानने में सक्षम बनाता है, विशेष रूप से कोड की दुनिया को विज्ञान की दुनिया से जोड़ने के प्रयास में।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।