100 USDT
Сотрудничество Elliptic и MIT-IBM Watson AI Lab
Исследование было проведено Elliptic в сотрудничестве с исследователями из MIT-IBM Watson AI Lab.
Elliptic2: Масштабный набор данных графов
Набор данных объемом 26 ГБ, получивший название Elliptic2, представляет собой “крупный набор данных графов, содержащий 122 тыс. помеченных подграфов кластеров Bitcoin в фоновом графе, состоящем из 49 млн. кластеров узлов и 196 млн. транзакций ребер”, – заявили соавторы в статье, предоставленной The Hacker News.
Elliptic2 основан на Elliptic Data Set (также известном как Elliptic1), транзакционном графе, который был обнародован в июле 2019 года с целью борьбы с финансовыми преступлениями с использованием сверточных нейронных сетей графа (GCN).
Использование псевдонима блокчейна для разоблачения противоправной деятельности
Основная идея заключается в том, чтобы выявить незаконную деятельность и схемы отмывания денег, используя псевдонимность блокчейна и сочетая ее со знаниями о наличии законных (например, биржи, поставщики кошельков, майнеры и т.д.) и незаконных сервисов (например, даркнет-рынки, вредоносное ПО, террористические организации, схемы Понци и т.д.) в сети.
“Использование машинного обучения на уровне подграфов – т.е. групп транзакций, которые составляют случаи отмывания денег – может быть эффективным для прогнозирования того, являются ли криптовалютные транзакции доходами от преступления”, – сказал изданию The Hacker News Том Робинсон, главный научный сотрудник и соучредитель Elliptic.
“Это отличается от традиционных решений AML для криптовалют, которые полагаются на отслеживание средств из известных незаконных кошельков или сопоставление паттернов с известными методами отмывания денег”.
Идентификация подозрительной активности на криптобиржах
Исследование, в котором экспериментировалось с тремя различными методами классификации подграфов на Elliptic2, такими как GNN-Seg, Sub2Vec и GLASS, выявило подграфы, представляющие счета криптовалютных бирж, потенциально вовлеченных в незаконную деятельность.
Более того, это позволило проследить источник средств, связанных с подозрительными подграфами, до различных организаций, включая миксер криптовалют, Панамскую схему Понци и российский даркнет-форум, доступный только по приглашениям.
По словам Робинсона, только рассмотрение “формы” – локальных структур в составе сложной сети – подграфов отмывания денег уже оказалось эффективным способом обозначить преступную деятельность.
Дальнейшее изучение подграфов, предсказанных с помощью обученной модели GLASS, также позволило выявить известные схемы отмывания криптовалют, такие как наличие цепочек пилинга и вложенных сервисов.
“Цепочка пилинга – это когда небольшое количество криптовалюты “снимается” на адрес получателя, в то время как остаток отправляется на другой адрес, контролируемый пользователем”, – пояснил Робинсон. “Это происходит многократно, образуя цепочку пилинга. Эта схема может иметь законные цели защиты финансовой конфиденциальности, но также может свидетельствовать об отмывании денег, особенно когда “отшелушенная” криптовалюта неоднократно отправляется на биржу”.
“Это известная техника отмывания криптовалют, имеющая аналог в “смурфинге” в традиционных финансах – поэтому тот факт, что наша модель машинного обучения независимо ее определила, обнадеживает”.
Робинсон добавил, что следующими шагами станут повышение точности и надежности этих методов, а также расширение работ на другие блокчейны.
Права принадлежат BITboosters.ru
Пульс Новости 8.29 из 10
- Значимость новости: 9 – новость касается выявления и анализа незаконной деятельности на блокчейне, что имеет существенное значение для криптовалютного рынка и правоохранительных органов.
- Инновационная ценность новости: 8 – исследование представляет собой новаторский подход к выявлению незаконной деятельности в сети криптовалюты с использованием анализа графов и глубокого обучения.
- Потенциальное влияние новости на рынок: 7 – результаты исследования могут привести к улучшению механизмов по борьбе с отмыванием денег и финансированием терроризма на криптовалютном рынке.
- Релевантность новости: 10 – тема исследования непосредственно связана с ключевыми проблемами криптовалютного рынка, а именно с незаконной деятельностью.
- Актуальность новости: 9 – результаты исследования основаны на недавнем анализе данных и отражают текущие тенденции в области выявления незаконной деятельности на блокчейне.
- Достоверность новости: 8 – исследование основано на сотрудничестве между ведущими исследовательскими организациями, такими как Elliptic и MIT-IBM Watson AI Lab, что повышает доверие к их результатам.
- Общий тон новости: 7 – тон новости объективен и сосредоточен на фактических результатах исследования, без чрезмерного сенсационализма или предвзятости.
- Источник новости: 9 – The Hacker News является авторитетным изданием в области кибербезопасности и криптовалюты, что повышает достоверность информации.
