Новые методы машинного обучения, разработанные исследователями из Elliptic в сотрудничестве с MIT-IBM Watson AI Lab, позволили выявить преступные действия в блокчейне Bitcoin, включая отмывание денег.
Использование 26-гигабайтного датасета, содержащего данные о 49 миллионах узлов и 196 миллионах транзакций, способствовало идентификации сомнительных кошельков и операций. Исследование включало три метода классификации подграфов для анализа: GNN-Seg, Sub2Vec и GLASS, что позволило распознавать схемы отмывания денег, в том числе через "Peeling Chain", сообщает SecurityLab.
Текущие усилия направлены на улучшение точности и обобщаемости этих методов для применения к другим блокчейнам.