Bitcoin blok zincirindeki işlemleri içeren bir grafik veri kümesinin adli analizi, bir kripto borsasına gönderilen suç gelirlerinin ve bir Rus karanlık ağ pazarına ait daha önce bilinmeyen cüzdanların tespit edilmesi de dahil olmak üzere, yasadışı faaliyet ve kara para aklama ile ilişkili kümeleri ortaya çıkardı.
Bulgular, Elliptic’in MIT-IBM Watson Yapay Zeka Laboratuvarı’ndan araştırmacılarla işbirliği içinde elde edilmesiyle elde edildi.
26 GB veri kümesi, adı verilen Eliptik2The Hacker News ile paylaşılan bir makalede ortak yazarlar, “49 milyon düğüm kümesi ve 196 milyon uç işlemden oluşan bir arka plan grafiği içinde Bitcoin kümelerinin 122 bin etiketli alt grafiğini içeren büyük bir grafik veri kümesidir” dedi.
Elliptic2, grafik evrişimli sinir ağlarını (GCN’ler) kullanarak mali suçlarla mücadele etmek amacıyla Temmuz 2019’da halka açıklanan bir işlem grafiği olan Elliptic Veri Kümesini (diğer adıyla Elliptic1) temel alıyor.
Kısaca fikir, blockchain’in takma adından yararlanarak ve bunu yasal (örneğin borsa, cüzdan sağlayıcı, madenci vb.) ve yasa dışı hizmetlerin (örneğin) varlığı hakkındaki bilgilerle birleştirerek yasa dışı faaliyetleri ve kara para aklama modellerini ortaya çıkarmaktır. , darknet pazarı, kötü amaçlı yazılım, terör örgütleri, Ponzi şeması vb.) ağ üzerinde.
Elliptic’in baş bilim adamı ve kurucu ortağı Tom Robinson, “Makine öğrenimini alt grafik düzeyinde (yani kara para aklama örneklerini oluşturan işlem grupları) kullanmak, kripto işlemlerinin suç geliri oluşturup oluşturmadığını tahmin etmede etkili olabilir” dedi. Hacker Haberleri.
“Bu, bilinen yasadışı cüzdanlardan gelen fonların izlenmesine veya bilinen kara para aklama uygulamalarıyla model eşleştirmeye dayanan geleneksel kripto AML çözümlerinden farklıdır.”
Elliptic2 üzerinde GNN-Seg, Sub2Vec ve GLASS gibi üç farklı alt grafik sınıflandırma yöntemini deneyen çalışma, potansiyel olarak yasadışı faaliyetlerde bulunan kripto borsa hesaplarını temsil eden alt grafikleri belirledi.
Ayrıca, şüpheli alt grafiklerle ilişkili fonların kaynağının, bir kripto para birimi karıştırıcısı, Panama merkezli bir saadet zinciri ve yalnızca davetle girilebilen bir Rus karanlık web forumu da dahil olmak üzere çeşitli kuruluşlara kadar izlenmesini mümkün kıldı.
Robinson, kara para aklama alt grafiklerinin “şekli”nin (karmaşık bir ağ içindeki yerel yapılar) göz önüne alındığında, suç faaliyetlerini işaretlemenin zaten etkili bir yolu olduğunu kanıtladığını söyledi.
Eğitimli GLASS modeli kullanılarak tahmin edilen alt grafiklerin daha ayrıntılı incelenmesi, soyulan zincirlerin ve iç içe geçmiş hizmetlerin varlığı gibi bilinen kripto para aklama modellerini de tespit etti.
Robinson, “Soyma zinciri, küçük miktarda kripto para biriminin bir hedef adrese ‘soyulduğu’, geri kalanının ise kullanıcının kontrolü altındaki başka bir adrese gönderildiği yerdir.” diye açıkladı. “Bu, bir soyulma zinciri oluşturmak için tekrar tekrar meydana geliyor. Bu model, meşru mali gizlilik amaçlarına sahip olabilir, ancak aynı zamanda, özellikle ‘soyulmuş’ kripto para biriminin tekrar tekrar bir değişim hizmetine gönderildiği durumlarda, kara para aklamanın göstergesi de olabilir.”
“Bu, bilinen bir kripto para aklama tekniğidir ve geleneksel finanstaki ‘şirinlik’ ile bir benzerlik taşır; bu nedenle, makine öğrenimi modumuzun bunu bağımsız olarak tanımlaması cesaret vericidir.”
Robinson, sonraki adımlara gelince, araştırmanın bu tekniklerin doğruluğunu ve hassasiyetini arttırmanın yanı sıra çalışmayı daha fazla blok zincirine genişletmeye odaklanacağını da sözlerine ekledi.