Wu Shuo 氏によると、Chaos Labs の CEO、Omer 氏は Sybil の分析原理と手法を共有しました。彼の目標は、主に資金源分析のヒューリスティックに頼って、工業化された農家に焦点を当てることです。 Layer Zero の EVM ユーザー数は 482 万人で、そのうち約 14.5% が Sybil ユーザーとしてリストされています。識別方法には、資金源の検出、最初のエンティティの識別（24 時間以内に同じ資金源から資金を受け取ったユーザー）、資金異常の検出（24 時間以内に X 個を超えるウォレットへの資金提供、同じ資金源からの Tx、および行動の類似性）、行動パターンが含まれます。クラスターの類似性ベクトル、行動パターンの拡張 (トランザクション数、オンチェーン アプリケーションの数、複数のチェーンにわたる同様のアクティビティ、および平均トランザクション量)、クラスター識別のさらなる厳密性、同じ資金源の Sybil 分類子 - 集中要件 (シルエット スコア) >0.7)、Sybil Classifier – サイズ要件 (相対サイズとしきい値サイズの両方の要件を満たす)。