تسعى المؤسسات إلى الحصول على تحليلات تفصيلية عن سلسلة الكتل لاعتماد التشفير - Elliptic

نظرًا لأن المزيد من المؤسسات تستكشف الأصول الرقمية ، فإن الحاجة إلى منصات التحليلات على السلسلة لم تكن أعلى من أي وقت مضى. 

يستخدم خبراء الامتثال والمحققون والمنظمون أدوات تحليل blockchain هذه لفهم الأنماط والكيانات في معاملات العملة المشفرة بشكل أفضل.

لمعرفة المزيد حول الأدوات وكيفية ملاءمتها للتبني الأوسع للعملات المشفرة ، جلس كوينتيليغراف مع توم روبنسون ، المؤسس المشارك وكبير العلماء في شركة التحليلات Elliptic ؛ و Eray Akartuna ، كبير محللي مخاطر العملة المشفرة في Elliptic.

كوينتيليغراف: ما هي حالات الاستخدام النموذجية التي تراها للتحليلات على السلسلة للعملاء المؤسسيين؟

توم روبنسون: مكافحة غسيل الأموال (AML) والامتثال للعقوبات الخاصة بتبادلات العملات المشفرة وغيرها من الشركات التي تتعامل مع أصول التشفير: تساعد أدوات فحص المعاملات والمحفظة الخاصة بنا الشركات على أن تظل متوافقة مع اللوائح وتقليل الاحتيال.

العناية الواجبة بشركات العملات المشفرة: يوفر منتج Discovery الخاص بنا ملفات تعريف مخاطر البورصات وخدمات التشفير الأخرى بناءً على تحليل معاملات blockchain الخاصة بهم. يتم استخدام هذا من قبل شركات التشفير والمؤسسات المالية لاكتساب نظرة ثاقبة للأعمال التجارية التي يتعاملون معها.

المجلة: "المسؤولية الأخلاقية": هل تستطيع blockchain حقًا تحسين الثقة في الذكاء الاصطناعي؟

التحقيق في معاملات العملات المشفرة: يسمح برنامج Investigator - برنامج تحقيقات blockchain الخاص بنا - بالاستكشاف الرسومي لمحافظ العملة المشفرة والمعاملات بينها. يستخدم محققو إنفاذ القانون هذا "لتتبع الأموال" وربط النشاط الإجرامي بالأفراد. يتم استخدامه أيضًا من قبل شركات التشفير للتحقيق في النشاط غير المشروع المحتمل من قبل عملائها.

CT: كيف تختلف مكافحة غسيل الأموال في العملات المشفرة عن AML السائدة داخل البنوك مقابل الإيداع النقدي؟

تر: الاختلاف الرئيسي هو أن معظم معاملات التشفير تكون مرئية على blockchain. هذا يجعل من السهل تحديد ما إذا كانت الأموال قد نشأت من نشاط إجرامي عن طريق تتبعها باستخدام أدوات تحليلات blockchain.

CT: هل ترى دورًا للذكاء الاصطناعي (AI) والتعلم الآلي للعبه ضمن التحليلات على السلسلة؟ على وجه الخصوص في مجال منع الاحتيال ومكافحة غسل الأموال؟

إيراي أكارتونا: نعم ، نحن بالفعل نستخدم التعلم الآلي ضمن منتجات تحليلات blockchain الخاصة بنا. ومع ذلك ، من المهم جدًا ضمان دقة هذه التقنيات من خلال الاختبارات المكثفة.

هناك جوانب معينة من معاملات blockchain حيث يمكننا استخدام التعلم الآلي لفهم أو تحديد أنماط معينة. قد لا تكون الأنماط التي تظهر على Bitcoin blockchain هي نفسها بالضرورة الأنماط الموجودة على Ethereum blockchain ؛ يعملون بطرق مختلفة قليلاً. أود أن أشير إلى استخدام الاستدلال.

هناك جوانب معينة من معاملات blockchain حيث لدينا إنفاق مشترك يساعدنا في معرفة ما إذا كانت العناوين مملوكة لكيان واحد أم لا - إذا كنت أرغب في تحديد الأنشطة غير المشروعة والجهات الفاعلة غير المشروعة على blockchain - وتحديد عناوين محافظهم.

على سبيل المثال ، كان قراصنة الإنترنت في كوريا الشمالية يستخدمون طريقة برمجية لغسيل الأموال. تم الاختراق في عام 2018 ، حيث استخدموا حوالي 113 محفظة لفصل الأموال عن السرقة الأصلية بطريقة آلية. يمكننا تحليل الطوابع الزمنية لتلك المعاملات الفردية برمجيًا لفهم كيفية عمل هذا البرنامج الآلي بالضبط.

إذا كنا نحلل أسواق الويب المظلمة أو الكيانات الإرهابية ، وما إلى ذلك ، فيمكن أن يساعدنا استخدام الاستدلال في تحديد ما إذا كان عنوان المحفظة مرتبطًا بكيان غير قانوني معين. يمكننا بعد ذلك استخدام هذه الأساليب التجريبية لفهم ما قد تنتمي عناوين المحفظة الأخرى أيضًا إلى هذا الكيان أو ترتبط به.

لدينا درجة مخاطر تتناسب مع التحليل التنبئي. عندما ننظر إلى المعاملات الواردة والصادرة لمجموعة من المحافظ ، يمكننا أن نرى في النهاية أين انتهى بهم الأمر. يمكن رصد الكيانات التي تم تحديدها على أنها تنتمي إلى بورصة أو جماعة إرهابية أو سوق مظلمة عندما تتعامل مع كيانات معينة نركز عليها.

لنفترض أن حوالي 50٪ من هذا التشفير ذهب إلى سوق ويب مظلم معين ؛ يمكننا استخدام ذلك في الواقع لتوفير درجة مخاطر لمدى خطورة المحفظة. ثم يتم استخدام درجة المخاطرة من قبل البورصات والبنوك لتقرير ما إذا كانوا يريدون التعامل مع حاملي المحفظة هؤلاء أم لا.

CT: ما هي أكثر المشكلات تعقيدًا التي تحلها في Elliptic؟ لماذا هي معقدة ، ولماذا من المهم حلها؟

تر: المشكلة الأكثر تعقيدًا والأهمية التي قمنا بحلها مؤخرًا هي كيفية تحديد عائدات الجريمة في العملات المشفرة ، حتى عندما تم غسلها عبر الأصول وعبر السلاسل. ينقل المجرمون الآن عائداتهم بين الأصول ، باستخدام التبادلات اللامركزية ؛ وبين سلاسل الكتل ، باستخدام الجسور المتقاطعة.

لقد طورنا فحصًا شاملاً كطريقة لتتبع أموال التشفير تلقائيًا بين الأصول وسلسلة الكتل. هذه القدرة الفريدة هي الآن ضرورية للغاية. خلاف ذلك ، سوف يستغل غاسلي الأموال افتقار الشركات إلى الرؤية في نشاطهم.

CT: كيف ترى البنوك تتبنى الأصول الرقمية مع تلك التحليلات على السلسلة؟ ما هو الامتصاص حتى الآن؟

EA: إننا نشهد اعتمادًا بطيئًا ولكن ثابتًا ، لكن الامتثال يحتل المرتبة الأولى في أذهان البنوك. يُنظر إلى تحليلات Blockchain على أنها جزء أساسي من اللغز وطريقة لتهدئة مخاوف المنظمين.

إذا كانت المؤسسات ترغب في الانخراط في مجال التمويل اللامركزي (DeFi) وتخطط لاستثمار أموال العملاء ، فإنها تحتاج إلى معرفة ما إذا كان مجمع السيولة الذي يستثمرون فيه ذا مصداقية ولديه ملف المخاطرة الصحيح. إذا كان مجمع السيولة يحتوي على أموال غير مشروعة تدخل منه وتخرج منه ، فهناك مشكلة امتثال هناك. هذه حالة استخدام رئيسية للمؤسسات التي تتطلع إلى المشاركة في DeFi.

في الآونة الأخيرة: البنوك الألمانية تتبنى العملات المشفرة ببطء ، ومعظمها للمستثمرين المؤسسيين

حالة الاستخدام الأخرى هي حيث تسمح بعض البنوك المنافسة مثل Revolut لعملائها بالاحتفاظ بالعملات المشفرة وتداولها. ستحتاج هذه البنوك إلى قدرات الامتثال ومكافحة غسل الأموال قبل تقديم هذه المنتجات للعملاء.

CT: هل كان لديك أي تفاعلات مع المنظمين من شأنها أن تؤثر على كيفية خدمتك لصناعة الخدمات المالية ، وما هي مجالات الاهتمام الرئيسية من منظور تنظيمي؟

تر: لدينا حوار مستمر مع المنظمين في جميع أنحاء العالم ، وكثير منهم يستخدم منتجاتنا. من المهم أن يفهموا كيفية عمل حلول تحليلات blockchain الخاصة بنا حتى يثقوا في برامج الامتثال التي تديرها البورصات والبنوك التي تستخدم منتجاتنا.