Marco de reputación confiable de dos niveles basado en blockchain para plataformas de comercio electrónico usando contratos inteligentes

Por qué la confianza importa cuando compras en línea

Cada vez que compras algo por Internet, confías en las valoraciones por estrellas y en las reseñas de clientes para decidir a quién creer. Pero tras esas puntuaciones se esconden cuentas falsas, alabanzas pagadas y ataques encubiertos destinados a inflar o destruir la reputación de un vendedor. Este artículo presenta una nueva forma de hacer que esas valoraciones sean mucho más difíciles de manipular combinando verificaciones de acceso robustas, algoritmos avanzados de detección de patrones y una forma flexible de blockchain que puede tanto fijar el historial como corregir errores cuando sea necesario.

Cómo se pueden engañar las valoraciones en línea

Los sitios modernos de comercio electrónico están bajo presión constante de estafadores que crean cuentas falsas de compradores o vendedores, coordinan grupos de usuarios para inundar productos con reseñas elogiosas o dañinas, o desaparecen y reaparecen bajo nuevas identidades después de ser detectados. Las defensas tradicionales se centran sobre todo en bloquear pagos sospechosos, no en proteger el sistema de reseñas y valoraciones en sí. Muchas herramientas de reputación actuales son centralizadas: una sola empresa almacena y controla los datos, que pueden ser alterados, atacados o simplemente no detectar manipulaciones organizadas. Como resultado, los compradores pueden basar sus decisiones en valoraciones que parecen legítimas pero que están discretamente sesgadas por colusión y bots.

Una verificación en dos pasos para cada participante

Para abordar estos problemas, los autores diseñan un Marco de Reputación Confiable de Comercio Electrónico de Dos Niveles basado en Blockchain (BTL-ETRF). El primer nivel se centra en confirmar que cada comprador y vendedor es realmente quien dice ser. Esto se realiza mediante autenticación multifactor que combina un número de identificación personal, un código de un solo uso enviado a un dispositivo y un escaneo de huella dactilar. Solo los usuarios que superan las tres comprobaciones pueden interactuar con el sistema, reduciendo considerablemente la suplantación de identidad, los secuestros de cuentas y la creación masiva de identidades falsas. Todos estos eventos de inicio de sesión se vinculan a contratos inteligentes —pequeños programas que se ejecutan en una blockchain— que aprueban o revocan el acceso automáticamente sin intervención humana.

Leer el comportamiento para juzgar la reputación

Una vez que los usuarios están autenticados, el segundo nivel examina cómo se comportan a lo largo del tiempo para decidir si sus valoraciones deben considerarse fiables. En lugar de fiarse de simples promedios, el marco alimenta varias señales —como puntuaciones de reputación previas, el volumen de dinero intercambiado, la frecuencia de las transacciones, la rapidez con que aparecen las reseñas tras las compras y trazas de conexiones sociales— en un modelo de aprendizaje profundo especializado llamado Residual Dilated Convolution Transformer. Este modelo está diseñado para detectar tanto ráfagas cortas de actividad extraña como patrones de colusión que se construyen lentamente, tales como grupos de cuentas que comercian repetidamente entre sí y se intercambian valoraciones extremas. Luego clasifica a los participantes como reputables o no, y los contratos inteligentes recompensan, señalan o restringen usuarios automáticamente según esos resultados.

Usar una blockchain flexible para fijar y corregir registros

Todas las acciones clave —compras, reseñas, decisiones de reputación y medidas de aplicación— se almacenan en una blockchain, proporcionando un registro resistente a manipulaciones que múltiples partes pueden verificar. A diferencia de las blockchains estándar, que no pueden cambiar entradas pasadas, este sistema utiliza un diseño “editable” (redactable). Herramientas criptográficas especiales permiten a partes autorizadas corregir piezas específicas de datos almacenados, como un registro claramente erróneo o una eliminación exigida por la ley, sin reescribir toda la cadena ni abrir la puerta a ediciones silenciosas. Cada cambio sigue siendo auditables y el coste de actualizar crece solo de forma moderada con el tamaño de los datos. Las pruebas muestran que este diseño mantiene bajas las latencias incluso cuando aumenta el número de reseñas, productos y usuarios, a la vez que impide que agentes externos forjen o alteren los registros de reputación.

¿Funciona mejor que los sistemas existentes?

Los investigadores implementaron su marco usando un gran conjunto de datos públicos de reseñas de productos de Amazon y desplegaron los componentes de blockchain con contratos inteligentes en Ethereum. Midieron la rapidez con que el sistema podía registrar vendedores, procesar comentarios, actualizar reputaciones y modificar bloques cuando era necesario, y compararon estos resultados con varios enfoques previos de blockchain y aprendizaje automático. Su marco ofreció mayor precisión para distinguir comportamientos honestos de los deshonestos y redujo los tiempos de espera para operaciones clave en aproximadamente un tercio a dos quintos, gracias a la automatización por contratos inteligentes, herramientas criptográficas eficientes y la capacidad del modelo de comportamiento para filtrar la mayor parte de la actividad maliciosa antes de que llegue a la blockchain.

Qué significa esto para los compradores cotidianos

En términos sencillos, este estudio muestra cómo los mercados en línea podrían hacer que las valoraciones y reseñas sean mucho más fiables. Al obligar a los posibles tramposos a pasar controles de identidad estrictos, observar cómo se comportan los usuarios a lo largo de muchas transacciones y registrar todas las decisiones en una blockchain que es a la vez auditable y corregible, el marco propuesto hace mucho más difícil manipular las puntuaciones de reputación. Si se adoptara ampliamente, este tipo de sistemas podría dar a los compradores mayor confianza de que «cinco estrellas» refleja realmente la experiencia de clientes reales —y ofrecer a los vendedores honestos mejor protección frente a campañas de difamación ocultas.

Cita: Krishnan, K.S., Devi, R.C., Ananth, C. et al. Blockchain-based two-level trustable reputation framework for e-commerce platform using smart contracts. Sci Rep 16, 14465 (2026). https://doi.org/10.1038/s41598-026-44032-3

Palabras clave: reputación en comercio electrónico, blockchain, autenticación multifactor, reseñas falsas, contratos inteligentes