Компанія Elliptic у співпраці з MIT-IBM Watson AI Lab провела дослідження транзакцій у біткоїні за допомогою моделі глибокого навчання штучного інтелекту для виявлення шаблонів відмивання грошей та ідентифікації гаманців, які використовуються у злочинах. ШІ може швидко сканувати величезний блокчейн на наявність ознак незаконної діяльності.
Як зазначається у релізі Elliptic, партнери опублікували нове дослідження, в якому застосували нові методи до набагато більшого набору даних, що містить майже 200 мільйонів транзакцій. Замість того, щоб ідентифікувати транзакції, здійснені незаконними суб’єктами, модель машинного навчання була навчена ідентифікувати “підграфи”, ланцюжки транзакцій, які представляють відмивання біткоїнів.
Виявлення цих підграфів, а не незаконних гаманців, дозволило дослідникам зосередитися на процесі відмивання “багатохопових” транзакцій в цілому, а не на поведінці конкретних незаконних суб’єктів у ланцюжку транзакцій.
Техніка, використана в дослідженні, може бути застосована до інших відкритих блокчейнів, таких як Solana та Ethereum, але не до так званих “монет конфіденційності”, таких як Monero.
У 2019 році Elliptic почала роботу з MIT-IBM Watson AI Lab і протестувала свою теорію разом з неназваною криптовалютною біржею. З 52 “субграфів відмивання грошей”, передбачених моделлю, біржа підтвердила, що 14 були отримані користувачами, які вже були позначені як пов’язані з відмиванням грошей.
В середньому, менше ніж один з 10 000 рахунків позначений таким чином, “що свідчить про те, що модель працює дуже добре”, – кажуть автори дослідження. Наразі дослідники оприлюднюють свої базові дані у відкритому доступі.
