Blockkedjebaserat tvånivåsystem för pålitligt rykte på e-handelsplattformar med smarta kontrakt

Varför förtroende spelar roll när du handlar online

Varje gång du köper något på nätet förlitar du dig på stjärnbetyg och kundrecensioner för att avgöra vem du ska lita på. Men bakom dessa omdömen döljer sig ofta fejkade konton, köpta lovord och dolda attacker som syftar till att höja eller sänka en säljares rykte. Denna artikel presenterar ett nytt sätt att göra sådana betyg mycket svårare att manipulera genom att kombinera starka inloggningskontroller, avancerade mönsterigenkänningsalgoritmer och en flexibel form av blockkedja som både kan säkra historiken och rätta till fel när det behövs.

Hur onlinebetyg kan luras

Moderna e-handelsplatser utsätts ständigt för bedrägerier där aktörer skapar falska köpar- eller säljarkonton, samordnar grupper för att översvämma produkter med bländande eller skadliga recensioner, eller försvinner och dyker upp igen under nya identiteter efter att ha blivit upptäckta. Traditionellt försvar fokuserar mest på att blockera misstänkta betalningar, inte på att skydda själva recensions- och betygssystemet. Många nuvarande ryktesverktyg är centraliserade: ett företag lagrar och kontrollerar datan, som kan ändras, attackeras eller helt enkelt misslyckas med att upptäcka organiserad manipulation. Som följd kan konsumenter basera sina beslut på betyg som ser legitima ut men tyst förskjuts av samverkan och botar.

En tvåstegsgranskning av varje deltagare

För att hantera dessa problem utformar författarna ett blockkedjebaserat tvånivåsystem för pålitligt e-handelsrykte (BTL-ETRF). Den första nivån fokuserar på att bekräfta att varje köpare och säljare verkligen är den de utger sig för att vara. Detta görs genom flerfaktorautentisering som kombinerar en personlig identifikationskod, en engångskod skickad till en enhet och ett fingeravtrycksscan. Endast användare som klarar alla tre kontroller får interagera med systemet, vilket minskar risken för utge-sig-för-andra, kapningar och masskapande av falska identiteter. Alla dessa inloggningshändelser kopplas till smarta kontrakt — små program som körs på en blockkedja — som automatiskt beviljar eller återkallar åtkomst utan mänsklig inblandning.

Läsa användarbeteende för att bedöma rykte

När användarna är autentiserade granskar den andra nivån hur de beter sig över tid för att avgöra om deras betyg ska räknas som pålitliga. Istället för att förlita sig på enkla medelvärden matar ramverket in flera signaler — såsom tidigare ryktespoäng, hur mycket pengar som byter händer, hur ofta transaktioner sker, hur snabbt recensioner dyker upp efter köp och spår av sociala kopplingar — i en specialiserad djupinlärningsmodell kallad Residual Dilated Convolution Transformer. Denna modell är designad för att upptäcka både korta utbrott av avvikande aktivitet och långsamt uppbyggda samverkansmönster, som kluster av konton som upprepade gånger handlar med varandra och ger extrema betyg. Den klassificerar därefter deltagare som trovärdiga eller inte, och smarta kontrakt belönar, flaggar eller begränsar användare automatiskt baserat på dessa resultat.

Använda en flexibel blockkedja för att säkra och korrigera poster

Alla viktiga handlingar — köp, recensioner, ryktesbeslut och åtgärder — lagras på en blockkedja, vilket ger en manipulationsbeständig logg som många parter kan verifiera. Till skillnad från standardblockkedjor, där tidigare poster inte kan ändras, använder detta system en "redigerbar" design. Särskilda kryptografiska verktyg tillåter auktoriserade parter att korrigera specifika delar av lagrade data, såsom en uppenbar felaktig post eller en juridiskt krävd borttagning, utan att skriva om hela kedjan eller öppna för tysta ändringar. Varje ändring förblir granskningsbar, och kostnaden för uppdatering ökar endast måttligt med datamängden. Tester visar att denna design håller fördröjningarna låga även när antalet recensioner, produkter och användare växer, samtidigt som den förhindrar att externa aktörer förfalskar eller ändrar ryktespunkter.

Fungerar det bättre än befintliga system?

Forskarna implementerade sitt ramverk med en stor offentlig dataset av Amazons produktrecensioner och distribuerade blockkedjekomponenterna med Ethereum-smarta kontrakt. De mätte hur snabbt systemet kunde registrera säljare, bearbeta feedback, uppdatera rykten och modifiera block vid behov, och jämförde dessa resultat med flera tidigare blockkedje- och maskininlärningsmetoder. Deras ramverk gav högre noggrannhet i att särskilja ärligt från oärligt beteende och minskade väntetider för nyckeloperationer med runt en tredjedel till två femtedelar, tack vare automation via smarta kontrakt, effektiva kryptografiska verktyg och beteendemodellens förmåga att filtrera bort majoriteten av illvillig aktivitet innan den når blockkedjan.

Vad detta innebär för vardagliga konsumenter

Enkelt uttryckt visar denna studie hur onlinemarknadsplatser kan göra betyg och recensioner betydligt mer tillförlitliga. Genom att tvinga potentiella fuskare att klara starka identitetskontroller, övervaka hur användare beter sig över många transaktioner och registrera alla beslut på en blockkedja som är både granskningsbar och korrigerbar, gör det föreslagna ramverket det mycket svårare att manipulera ryktespoäng. Om sådana system antas i bred skala kan de ge köpare större förtroende för att "fem stjärnor" verkligen speglar verkliga kunders erfarenheter — och ge hederliga säljare bättre skydd mot dolda förtalskampanjer.

Citering: 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

Nyckelord: e-handelsrykte, blockkedja, flerfaktorautentisering, fejkade recensioner, smarta kontrakt