Ahogy egyre több intézmény fedezi fel a digitális eszközöket, soha nem volt nagyobb az igény a láncon belüli elemzési platformokra.
A megfelelőségi szakértők, nyomozók és szabályozók ezeket a blokklánc-elemző eszközöket alkalmazzák, hogy jobban megértsék a kriptovaluta-tranzakciók mintáit és entitásait.
Hogy többet megtudjon az eszközökről és arról, hogyan illeszkednek a kriptovaluták szélesebb körű elfogadásához, a Cointelegraph leült Tom Robinsonnal, az Elliptic elemző cég társalapítójával és vezető tudósával; és Eray Akartuna, az Elliptic vezető kriptovaluta-fenyegetettségi elemzője.
Cointelegraph: Melyek a tipikus használati esetek az intézményi ügyfelek láncon belüli elemzéséhez?
Tom Robinson: Pénzmosás ellenes (AML) és szankciók betartása a kriptotőzsdékre és más, kriptoeszközöket kezelő vállalkozásokra: kriptotranzakció- és pénztárcaszűrő eszközeink segítenek a vállalkozásoknak abban, hogy megfeleljenek a szabályoknak, és csökkentsék a csalásokat.
Átvilágítás a kriptográfiai vállalkozásokkal kapcsolatban: Discovery termékünk a tőzsdék és más kriptográfiai szolgáltatások kockázati profilját nyújtja a blokklánc-tranzakcióik elemzése alapján. Ezt használják a kriptográfiai vállalkozások és a pénzintézetek, hogy betekintést nyerjenek azokról a vállalkozásokról, amelyekkel tranzakciókat folytatnak.
Magazin: „Erkölcsi felelősség”: Valóban javíthatja-e a blokklánc a mesterséges intelligencia iránti bizalmat?
Titkosítási tranzakciók vizsgálata: Az Investigator – blokklánc-vizsgáló szoftverünk – lehetővé teszi a kriptopénztárcák és a köztük lévő tranzakciók grafikus feltárását. A bűnüldöző nyomozók ezt arra használják, hogy „követjék a pénzt”, és bűnözői tevékenységet kötjenek egyénekhez. A kriptográfiai vállalkozások is használják ügyfeleik esetleges tiltott tevékenységeinek kivizsgálására.
CT: Miben különbözik a kriptográfiai pénzmosás elleni küzdelem a fiat bankokon belüli általános AML-től?
TR: A fő különbség az, hogy a legtöbb kripto-tranzakció látható a blokkláncon. Ez sokkal könnyebbé teszi annak megállapítását, hogy a pénzeszközök bűncselekményből származnak-e, ha blokklánc-elemző eszközökkel nyomon követik őket.
CT: Lát-e szerepet a mesterséges intelligencia (AI) és a gépi tanulás a láncon belüli elemzésben? Különösen a csalásmegelőzés és az AML területén?
Eray Akartuna: Igen, már használunk gépi tanulást a blokklánc-elemző termékeinkben. Nagyon fontos azonban ezen technikák pontosságának biztosítása kiterjedt teszteléssel.
A blokklánc-tranzakcióknak vannak bizonyos aspektusai, ahol gépi tanulást használhatunk bizonyos minták megértésére vagy azonosítására. A Bitcoin blokkláncon látható minták nem feltétlenül azonosak az Ethereum blokklánc mintáival; kissé eltérő módon működnek. Felhívnám a figyelmet a heurisztika használatára.
A blokklánc-tranzakcióknak vannak bizonyos aspektusai, ahol közös a költésünk, ami segít megtudnunk, hogy a címek egyetlen entitás tulajdonában vannak-e vagy sem – ha a tiltott tevékenységeket és a tiltott szereplőket akarom azonosítani a blokkláncon –, és azonosítani akarom a pénztárca címét.
Például az észak-koreai kiberhackerek a pénzmosás programozott módját alkalmazták. A feltörést 2018-ban hajtották végre, amikor körülbelül 113 pénztárcát használtak fel, hogy automatizált módon leválasztsák a pénzeszközöket az eredeti lopásról. Programozottan elemezhetnénk az egyes tranzakciók időbélyegeit, hogy pontosan megértsük, hogyan működik ez az automatizált szoftver.
Ha sötét webes piacokat, terrorista entitásokat stb. elemezünk, a heurisztika segítségével azonosíthatjuk, hogy egy pénztárcacímet társítottak-e egy bizonyos tiltott entitáshoz. Ezután ezeket a heurisztikákat felhasználhatjuk annak megértésére, hogy milyen más pénztárcacímek tartozhatnak ehhez az entitáshoz vagy társíthatók hozzá.
Van egy kockázati pontszámunk, amely belefér a prediktív elemzésbe. Ha megvizsgáljuk a bejövő és kimenő tranzakciókat a pénztárcák csoportjába, láthatjuk, hogy végül hova kerültek. A tőzsdéhez, terrorista csoporthoz vagy sötét piachoz tartozóként azonosított entitások észrevehetők, amikor ügyleteket folytatnak bizonyos entitásokkal, amelyekre összpontosítunk.
Tegyük fel, hogy a kriptográfia körülbelül 50%-a egy bizonyos sötét webes piacra került; ezt valóban felhasználhatjuk arra, hogy kockázati pontszámot adjunk meg a pénztárca kockázatáról. A kockázati pontszámot ezután a tőzsdék és a bankok használják annak eldöntésére, hogy kívánnak-e üzletet kötni ezekkel a pénztárcatartókkal vagy sem.
CT: Melyek a legösszetettebb problémák, amelyeket az Ellipticnél megold? Miért bonyolultak, és miért fontos megoldásuk?
TR: A legbonyolultabb és legfontosabb probléma, amelyet a közelmúltban megoldottunk, az, hogy miként azonosítsuk be a kriptográfiai bűncselekményekből származó jövedelmet, még akkor is, ha azokat az eszközökön és a láncokon átnyúlóan tisztára mosták. A bűnözők most decentralizált cserék segítségével mozgatják bevételeiket az eszközök között; és a blokkláncok között, keresztlánc-hidak segítségével.
A holisztikus szűrést úgy fejlesztettük ki, hogy az eszközök és a blokkláncok között automatikusan nyomon követhessük a kripto alapokat. Ez az egyedülálló képesség ma már feltétlenül nélkülözhetetlen; ellenkező esetben a pénzmosók kihasználják a vállalkozások láthatóságának hiányát tevékenységükben.
CT: Hogyan látja, hogy a bankok alkalmazzák a digitális eszközöket és ezzel a láncon belüli elemzést? Milyen volt az eddigi felhozatal?
EA: Lassú, de folyamatos bevezetést tapasztalunk, de a megfelelőség a bankok számára a legfontosabb. A blokklánc-elemzést a rejtvény lényeges részének tekintik, és a szabályozók aggodalmait csillapító módszernek tekintik.
Ha az intézmények be akarnak kapcsolódni a decentralizált finanszírozási (DeFi) térbe, és ügyfeleik pénzeszközeinek befektetését tervezik, tudniuk kell, hogy az általuk befektetett likviditási készlet hiteles és megfelelő kockázati profillal rendelkezik-e. Ha a likviditási poolba tiltott források kerülnek be és ki, akkor megfelelési probléma van. Ez kulcsfontosságú felhasználási eset azon intézmények számára, akik részt szeretnének venni a DeFi-ben.
A közelmúltban: A német bankok lassan átveszik a kriptot, főleg intézményi befektetők számára
A másik felhasználási eset az, amikor néhány kihívó bank, mint például a Revolut, lehetővé teszi ügyfelei számára, hogy kriptovalutákat tartsanak és kereskedjenek. Ezeknek a bankoknak megfelelőségi és AML-képességekre van szükségük, mielőtt felkínálják ezeket a termékeket az ügyfeleknek.
CT: Volt-e olyan interakciója a szabályozókkal, amelyek befolyásolták, hogyan szolgálná ki a pénzügyi szolgáltatási ágazatot, és melyek a kulcsfontosságú területek szabályozási szempontból?
TR: Folyamatos párbeszédet folytatunk a szabályozókkal szerte a világon, akik közül sokan használják termékeinket. Fontos, hogy megértsék blokklánc-elemzési megoldásaink működését, hogy megbízhassanak a termékeinket használó tőzsdék és bankok megfelelőségi programjaiban.
Forrás: https://cointelegraph.com/news/institutions-seek-detailed-blockchain-analytics-for-crypto-adoption-elliptic