Instytucje poszukują szczegółowych analiz łańcucha bloków w celu adopcji kryptowalut — Elliptic

Ponieważ coraz więcej instytucji bada zasoby cyfrowe, zapotrzebowanie na platformy analityczne w łańcuchu nigdy nie było większe. 

Eksperci ds. zgodności, śledczy i organy regulacyjne wykorzystują te narzędzia analityczne blockchain, aby lepiej zrozumieć wzorce i podmioty w transakcjach kryptowalutowych.

Aby dowiedzieć się więcej o narzędziach i ich dopasowaniu do szerszej adopcji kryptowalut, Cointelegraph spotkał się z Tomem Robinsonem, współzałożycielem i głównym naukowcem w firmie analitycznej Elliptic; oraz Eray Akartuna, starszy analityk zagrożeń kryptowalutowych w firmie Elliptic.

Cointelegraph: Jakie są typowe przypadki użycia analityki on-chain dla klientów instytucjonalnych?

Toma Robinsona: Zapobieganie praniu pieniędzy (AML) i zgodność z sankcjami dla giełd kryptowalut i innych firm obsługujących kryptowaluty: nasze narzędzia do transakcji kryptograficznych i kontroli portfela pomagają firmom zachować zgodność z przepisami i ograniczać oszustwa.

Analiza due diligence firm kryptograficznych: Nasz produkt Discovery zapewnia profile ryzyka giełd i innych usług kryptograficznych w oparciu o analizę ich transakcji blockchain. Jest to wykorzystywane przez firmy kryptograficzne i instytucje finansowe, aby uzyskać wgląd w firmy, z którymi przeprowadzają transakcje.

Magazyn: „Odpowiedzialność moralna”: czy blockchain naprawdę może poprawić zaufanie do sztucznej inteligencji?

Badanie transakcji kryptograficznych: Investigator — nasze oprogramowanie do badania łańcucha bloków — umożliwia graficzną eksplorację portfeli kryptograficznych i transakcji między nimi. Śledczy zajmujący się egzekwowaniem prawa wykorzystują to do „podążania za pieniędzmi” i łączenia działalności przestępczej z osobami fizycznymi. Jest również używany przez firmy kryptograficzne do badania potencjalnych nielegalnych działań ich klientów.

CT: Czym przeciwdziałanie praniu brudnych pieniędzy w krypto różni się od głównego nurtu AML w bankach dla fiat?

PL: Główna różnica polega na tym, że większość transakcji kryptograficznych jest widoczna na blockchainie. Dzięki temu znacznie łatwiej jest zidentyfikować, czy fundusze pochodzą z działalności przestępczej, śledząc je za pomocą narzędzi analitycznych typu blockchain.

CT: Czy widzisz rolę sztucznej inteligencji (AI) i uczenia maszynowego do odegrania w analityce on-chain? Szczególnie w zakresie zapobiegania oszustwom i przeciwdziałania praniu pieniędzy?

Era Akartuna: Tak, korzystamy już z uczenia maszynowego w naszych produktach analitycznych typu blockchain. Jednak bardzo ważne jest, aby zapewnić dokładność tych technik poprzez szeroko zakrojone testy.

Istnieją pewne aspekty transakcji blockchain, w których możemy wykorzystać uczenie maszynowe do zrozumienia lub zidentyfikowania pewnych wzorców. Wzorce widoczne w łańcuchu blokowym Bitcoin niekoniecznie muszą być takie same jak wzorce w łańcuchu blokowym Ethereum; działają w nieco inny sposób. Chciałbym zwrócić uwagę na użycie heurystyki.

Istnieją pewne aspekty transakcji blockchain, w przypadku których mamy wspólne wydatki, które pomogą nam dowiedzieć się, czy adresy należą do jednego podmiotu, czy nie — jeśli chcę zidentyfikować nielegalne działania i nielegalnych aktorów w łańcuchu bloków — i zidentyfikować ich adresy portfeli.

Na przykład hakerzy z Korei Północnej stosowali programowy sposób prania. Hack został przeprowadzony w 2018 roku, kiedy wykorzystano około 113 portfeli do oddzielenia środków od pierwotnej kradzieży w zautomatyzowany sposób. Moglibyśmy programowo przeanalizować znaczniki czasu tych pojedynczych transakcji, aby dokładnie zrozumieć, jak działa to zautomatyzowane oprogramowanie.

Jeśli analizujemy ciemne rynki internetowe lub podmioty terrorystyczne itp., użycie heurystyki może pomóc nam zidentyfikować, czy adres portfela został powiązany z określonym nielegalnym podmiotem. Następnie możemy użyć tych heurystyk, aby zrozumieć, jakie inne adresy portfela mogą również należeć do tego podmiotu lub być z nim powiązane.

Mamy ocenę ryzyka, która pasuje do analizy predykcyjnej. Kiedy patrzymy na transakcje przychodzące i wychodzące do klastra portfeli, możemy ostatecznie zobaczyć, gdzie się skończyły. Podmioty zidentyfikowane jako należące do giełdy, grupy terrorystycznej lub ciemnego rynku mogą zostać wykryte, gdy dokonują transakcji z określonymi podmiotami, na których się koncentrujemy.

Powiedzmy, że około 50% tych kryptowalut trafiło na pewien rynek w ciemnej sieci; możemy faktycznie użyć tego, aby zapewnić ocenę ryzyka tego, jak ryzykowny jest portfel. Ocena ryzyka jest następnie wykorzystywana przez giełdy i banki do decydowania, czy chcą robić interesy z tymi posiadaczami portfeli, czy nie.

CT: Jakie są najbardziej złożone problemy, które rozwiązujecie w Elliptic? Dlaczego są złożone i dlaczego ważne jest, aby je rozwiązać?

PL: Najbardziej złożonym i najważniejszym problemem, który ostatnio rozwiązaliśmy, jest identyfikacja dochodów z przestępstwa w kryptografii, nawet jeśli zostały one wyprane między aktywami i między łańcuchami. Przestępcy przenoszą teraz swoje dochody między aktywami, korzystając ze zdecentralizowanych giełd; oraz między łańcuchami bloków, wykorzystując mostki międzyłańcuchowe.

Opracowaliśmy holistyczne badanie przesiewowe jako sposób automatycznego śledzenia środków kryptograficznych między aktywami a łańcuchami bloków. Ta wyjątkowa zdolność jest teraz absolutnie niezbędna; w przeciwnym razie osoby zajmujące się praniem pieniędzy będą wykorzystywać brak wglądu przedsiębiorstw w ich działalność.

CT: Jak postrzegasz banki przyjmujące aktywa cyfrowe i te analizy w łańcuchu? Jakie było do tej pory zainteresowanie?

EA: Obserwujemy powolne, ale stałe wdrażanie, ale zgodność jest najważniejsza dla banków. Analityka Blockchain jest postrzegana jako istotna część układanki i sposób na rozwianie obaw organów regulacyjnych.

Jeśli instytucje chcą zaangażować się w przestrzeń zdecentralizowanych finansów (DeFi) i planują inwestować środki klientów, muszą wiedzieć, czy pula płynności, w którą inwestują, jest wiarygodna i ma odpowiedni profil ryzyka. Jeśli do puli płynności wpływają i wychodzą nielegalne środki, występuje tam problem ze zgodnością. Jest to kluczowy przypadek użycia dla instytucji, które chcą zaangażować się w DeFi.

Ostatnie: Niemieckie banki powoli przyjmują kryptowaluty, głównie dla inwestorów instytucjonalnych

Innym przypadkiem użycia jest sytuacja, w której niektóre banki pretendentów, takie jak Revolut, pozwalają swoim klientom przechowywać i handlować kryptowalutami. Banki te będą potrzebowały zgodności i możliwości przeciwdziałania praniu pieniędzy, zanim zaoferują te produkty klientom.

CT: Czy miałeś jakiekolwiek interakcje z organami regulacyjnymi, które miałyby wpływ na to, jak będziesz obsługiwał branżę usług finansowych i jakie są kluczowe obszary zainteresowania z perspektywy regulacyjnej?

PL: Prowadzimy stały dialog z organami regulacyjnymi na całym świecie, z których wielu korzysta z naszych produktów. Ważne jest, aby rozumieli, jak działają nasze rozwiązania do analizy blockchain, aby mogli mieć zaufanie do programów zgodności prowadzonych przez giełdy i banki korzystające z naszych produktów.