本研究针对联网车辆（CV）面临的Sybil攻击威胁，提出了一种基于车载数字孪生（DT）的碰撞预警框架，该框架内嵌了Sybil攻击检测能力。Sybil攻击中，攻击者通过伪造多个虚假车辆身份来欺骗通信系统，可能引发安全事故。框架核心包含两部分：一是时序卷积网络（TCN），用于学习车辆轨迹数据中的时间依赖性；二是分层可导航小世界（HNSW）算法，用于基于相似性的高效分类，从而识别虚假车辆。通过实地实验收集真实Sybil攻击数据，框架在检测虚假车辆时达到0.984的准确率、1.00的召回率和0.944的F1分数。安全评估方面，该框架将接近碰撞事件的暴露时间均值（TET）和积分时间均值（TIT）分别降低了88%和72%。此外，真实环境可行性测试表明，框架满足安全应用标准允许的最大延迟，且运行负载在现代处理器容量范围内，证明了车载DT框架作为下一代CV的Sybil攻击缓解机制的潜力。

该论文针对车载自组网（VANET）中的 Sybil 攻击检测问题展开研究。Sybil 攻击通过伪造大量虚假身份模拟交通拥堵，破坏 VANET 的可靠运行。现有检测方法存在四个主要缺陷：(i) 由于 Sybil 车辆与合法车辆的轨迹重叠，容易产生高误报率（FPR）；(ii) 依赖真实数据进行手动校准，难以实际部署；(iii) 高度依赖路侧单元（RSU）和车辆密度，在稀疏场景下效果差；(iv) 计算开销大。本文提出一种鲁棒的检测框架，通过利用 GPS 位置数据构建更精确、可区分的轨迹，降低 FPR。同时采用 DBSCAN 聚类算法识别 Sybil 车辆，实现无监督参数选择，消除了对 RSU 和车辆密度的依赖。该方案轻量级且适用于异构车辆。实验结果表明，相比现有方法，所提方案在密集区域将 FPR 降低约 68%，在稀疏区域降低约 70%；在稀疏区域将假阴性率（FNR）降低 67%；检测时间在密集区域降低约 80%，在稀疏区域降低 43%，同时保持有竞争力的检测率。该研究为解决 VANET 中 Sybil 攻击的检测难题提供了有效且实用的方案。

本文研究去中心化系统（如区块链）抵御女巫攻击（Sybil attack）的资源稀缺性条件。传统观点认为，只要绑定某种稀缺资源（如计算力、代币持有量）即可线性增加攻击成本，从而有效防御。但作者证明，仅靠稀缺性是不够的：资源的结构性属性决定了攻击者能否通过身份复制、委托或池化等方式，以次线性成本集中影响力。论文形式化定义了攻击成本 C(s,T)：在 T 个时间窗口内，达到相当于 s 个独立参与单元影响力所需的最小花费。证明了任何满足可分性、影响力可加性、时间可重用性和身份可转移性的资源，都存在影响力摊销：C(s,T)=o(sT)，即攻击成本增长低于线性，无论协议如何设计。这是一个不可能性结果：任何协议规则都无法对结构上可并行的资源强制线性影响力集中成本。相反，若资源具有吞吐量受限、不可转移、窗口局部性等性质，则可保证 C(s,T)=Ω(sT)：每增加一个单位的持续影响力，边际成本 Δ(s,T)=Ω(T)，随时间窗口增长。两类资源在渐近意义上被分离。因此，任何旨在实现线性影响力集中成本的机制，都必须将参与绑定在违反至少一个可并行化属性的资源上。该结果对设计去中心化协议具有指导意义，提示开发者需关注资源的内在并行性，而不仅仅依赖稀缺性。适合区块链研究者、协议设计者以及安全经济学领域学者阅读。

该论文研究了去中心化自治组织（DAO）中反富豪投票机制的有效性问题。在典型的DAO治理中，投票权与代币持有量成正比，这导致少数大户集中控制权，从而引发基于代币控制的治理攻击。社区因此转向反富豪投票机制，如二次投票（QV），旨在通过赋予每个代币次线性投票权来削弱大户的影响力。然而，论文通过建立包含区块链现实摩擦（如按钱包拆分和投票成本、固定设置成本、最小余额要求）的链上投票成本模型，证明在无许可区块链上，任何仅从钱包余额派生投票权的规则都无法成功防止Sybil攻击。具体地，论文证明：无论采用何种成本方案，只要任意大小的钱包具有非零投票权，Sybil攻击者通过将代币拆分到多个钱包即可实现至少与代币持有量成正比的投票权增长。对于实际提出的用于抑制治理权力的凹函数规则（单调递增、有限且正值），最优策略下的投票权在代币持有量上渐近线性。将模型应用于真实DAO（ENS、Compound、Uniswap、Arbitrum、ZKsync）的数据，发现攻击成本远低于风险资产价值。作者重放了这五个DAO最近十个最终提案的投票过程，在线性、二次、对数和幂（β=0.25）投票规则下，测得二次投票的Sybil放大因子在1172倍至4039倍之间，而在更陡峭的幂规则下超过229000倍。因此，论文从根本上质疑了当前主流反富豪机制的有效性，对DAO治理安全设计具有重要理论指导意义。