区块链经常被批评为寻找问题的解决方案。但有一群人已经发现了这项技术的巨大价值:洗钱者。

　　他们的罪行给金融机构、加密企业、合法执法机构和加密货币监管机构带来了痛苦的头痛。所有这些都需要解决区块链上的非法活动。

　　进入Elliptic，一家专门从事加密货币取证的英国公司。该公司使用区块链分析来保护客户免受金融犯罪的侵害。其最新的保障措施利用了人工智能的力量。通过将机器学习应用于交易数据，Elliptic创造了一种检测比特币区块链上洗钱的新方法。

　　新的研究表明，该技术已经识别出发送到加密货币交易所的犯罪收益、新的洗钱模式以及以前未知的非法行为者。

　　这些输出已经被纳入Elliptic的产品中。通过进一步的测试，该公司认为人工智能模型可以直接标记非法交易。

　　Elliptic的联合创始人兼首席科学家汤姆·罗宾逊(Tom Robinson)设想了两个核心用例。

　　罗宾逊通过电子邮件告诉TNW:“主要应用是反洗钱，帮助加密货币交易所和其他企业识别可能来自犯罪活动的加密货币。”

　　“执法机构也可以利用它来识别新的非法服务和使用加密货币的行为者。”

　　作为去中心化和(伪)匿名的交易系统，区块链对洗钱者极具吸引力。不幸的是，区块链对于人工智能分析来说也已经成熟。

　　通过扫描交易分类账和钱包上的数据，机器学习可以发现非法支付的迹象——以及背后的犯罪分子。

　　罗宾逊说:“这可能使加密货币比传统金融资产更容易受到基于人工智能的金融犯罪检测的影响。”

　　Elliptic多年来一直在探索这种可能性。早在2019年，该公司就开发了一种机器学习模型，发现了由勒索软件组织和暗网市场等非法行为者进行的比特币交易。

　　这项新研究更新了这些技术，并将它们应用于一个包含超过2亿笔交易的庞大数据集。

　　Elliptic与麻省理工学院- ibm沃森人工智能实验室的研究人员合作开发了这种方法。他们决定采用一种新方法。

　　研究人员没有把重点放在非法钱包上，而是在代表比特币交易链的“子图”上训练他们的模型。其中一些交易涉及洗钱。

　　通过关注子图而不是钱包，该模型可以分析更广泛的“多跳”洗钱过程。

　　经过培训，该团队将他们的技术应用于一个未具名的加密货币交易所的真实交易。他们的模型迅速识别出52个以存款结尾的可疑子图。调查结果随后被送到交易所进行审查。

　　人们的反应很有希望。在收到存款的52个账户中，有14个已经被标记为与洗钱有关——实际数字可能更高。

　　尽管其余38个账户与非法活动没有明确的联系，但这并不意味着他们是无罪的。

　　该交易所将不到0.1%的客户账户标记为可疑账户。然而，这些见解完全是基于链下信息。

　　该模型进行了更深入的分析。将这种能力添加到已确认的预测中，表明该系统已经运行良好。随着进一步的改进，Elliptic希望将这项技术商业化。

　　该公司还调查了模特发现的洗钱模式。其中包括“剥离链”，通过一系列长时间的小额交易来清洗大量的加密货币，以及“嵌套服务”，利用更大的交易所来隐藏非法交易。

　　通过识别这些行为，Elliptic计划扩大其工具的范围。该公司还公开了基础数据。

　　罗宾逊说:“我们只是触及了可能性的表面。”“这项工作将扩展到其他区块链，随着我们纳入更多数据，它将变得越来越有效。”

　　今年TNW大会的主题之一是“人工智能的复兴:人工智能的重生”。如果你想更深入地了解人工智能，或者只是想体验一下这个活动(并向我们的编辑团队打个招呼)，我们为忠实的读者们准备了一些特别的东西。在结账时使用代码TNWXMEDIA，您的商业通行证，投资者通行证或启动包(Bootstrap & Scaleup)可获得30%的折扣。

　　高级记者

　　托马斯是TNW的高级记者。他报道欧洲科技，重点关注深度科技、初创公司和政府政策。托马斯是TNW的高级记者。他报道欧洲科技，重点关注深度科技、初创公司和政府政策。