该论文针对数字身份验证（eKYC）场景中隐私保护与效率难以兼顾的问题展开研究。作者指出，现有基于零知识证明（ZKP）的 eKYC 框架存在计算开销高、电路设计僵化、集成复杂以及链上验证成本昂贵等缺陷；同时，W3C 2021 提出的基于 BitString 的凭证状态机制在大规模部署下也存在更新效率低、可扩展性差的问题。为此，论文提出一种基于安全多方计算（MPC）的透明且低成本身份验证框架。其核心设计包括：支持私密的链下代码执行，并生成与区块链锚定的运行时证明，从而在不暴露敏感凭证数据的前提下实现可验证性；引入多维比特矩阵（multidimensional bit-matrix）模型并配合高效压缩算法，使用 ZSTD 将凭证数据压缩至 76 字节，相比 GZIP 的 140 字节显著降低存储与带宽成本；支持细粒度的凭证状态更新，并采用 Layer-2 区块链锚定实现防篡改且低成本的验证；采用可复用的可验证凭证呈现（VP）与唯一访问令牌，使验证过程无需链上费用并强化访问控制；通过选择性披露机制保障用户对个人信息的控制权与隐私。此外，系统集成 SHA3 哈希与 Falcon 后量子签名，以抵御量子计算攻击，兼顾透明性与可扩展性。论文通过实验与安全性分析验证了该框架的鲁棒性与适用性，并声称其可作为面向国家级规模身份验证的前瞻性解决方案。整体而言，该工作属于隐私增强身份验证与后量子安全交叉方向的架构型研究。

本文针对实时深度伪造（real-time deepfake）驱动的语音与视频冒充攻击，提出了一套名为 DF-CAPTCHA 的主动防御框架。研究背景是：随着实时换脸与语音克隆模型推理延迟不断降低，攻击者已能在通话过程中实时伪装成他人身份，用于 CEO 诈骗、商务邮件诈骗（BEC）、客服冒充等社会工程场景。传统的被动检测思路是搜寻合成媒体留下的伪影（artifacts）或统计特征，但论文指出这类方法在实时通话中既容易被新的生成模型规避，也超出了普通人的辨别能力——用户研究显示，人在无辅助条件下很难把实时深度伪造与真实音视频区分开。 核心方法上，作者把 CAPTCHA（人机区分验证）的思想迁移到实时通话场景：不再被动找破绽，而是由系统主动向呼叫方下发简单、自然的挑战-应答任务（challenge-response），这类任务对真人来说容易完成，但对当前的实时深度伪造系统来说难以在通话时延约束下生成足够可信的响应。验证环节综合四项准则：真实性（合成痕迹与自然度）、身份一致性（响应是否与声称身份相符）、任务完成度（是否真正按要求完成交互任务）、以及响应时间（时延分布是否符合真人特征）。四项准则的组合用于降低单一信号被绕过或误判的风险。 评估方面，论文在音频与视频两种模态上分别开展用户研究与针对真实实时深度伪造模型的实验。结果显示：人类自身的辨别表现较差；而 DF-CAPTCHA 相比被动检测方法显著提升识别性能，并在两种模态上均达到较高准确率。作者据此认为，基于主动挑战的验证是应对下一代实时深伪社会工程攻击的一条实用且鲁棒的防御路径。本文适合从事身份验证、反欺诈、呼叫中心与视频会议安全、以及深度伪造检测方向的研究者与工程团队阅读。

本文提出了 xChk 系统，一种参考身份提供者（IdP），用于实现“自带身份”（BYOI）模式。用户可以通过多种异构证明方式注册，包括政府KYC、企业SSO、WebAuthn/FIDO2、专业网络、实时验证、长期活动数据、行为信号等。这些证明以组合声明的形式封装在标准的 OAuth 2.0 和 OpenID Connect (OIDC) 令牌中，每个依赖方（RP）自行制定充分性策略来判断是否接受身份声明。xChk 本身不裁决访问权限，仅传输声明，并可根据 RP 提供的证据策略评估同意。注册深度因验证方式而异：部分路径由用户主动发起，而组织 KYB（了解你的业务）和官员绑定需要操作员辅助。系统还支持人工参与的证明（human-in-the-loop attestation）用于高风险操作：人类可直接通过浏览器 UI 或 POST /api/attestations 发起证明；AI 代理在主体授权下，可通过作用域限定的 authorize/attest 流程触发相同网关——通过共享验证图上的哈希链实现人类批准（人类通过 OIDC，代理通过 API 密钥）。系统已在 https://in.xchk.io 生产部署，提供双向发起路径和 RP 评估的同意界面；一个文档化的依赖方 https://crabbyed.com（见附录 B）使用了“使用 xChk 登录”功能。主要贡献在于提出了一个灵活的、由验证者决定充分性的异构身份保障框架，并展示了人类与 AI 代理混合参与的实际部署。适合身份安全、OAuth 架构、AI 代理授权领域的研究者和工程人员阅读。