es.bitcoinethereumnews.com
A medida que más instituciones exploran los activos digitales, la necesidad de plataformas de análisis en cadena nunca ha sido mayor.
Los expertos en cumplimiento, los investigadores y los reguladores emplean estas herramientas analíticas de blockchain para comprender mejor los patrones y las entidades en las transacciones de criptomonedas.
Para obtener más información sobre las herramientas y cómo encajan en una adopción más amplia de criptomonedas, Cointelegraph se sentó con Tom Robinson, cofundador y científico jefe de la firma de análisis Elliptic; y Eray Akartuna, analista senior de amenazas de criptomonedas en Elliptic.
Cointelegraph: ¿Cuáles son los casos de uso típicos que ve para el análisis en cadena para clientes institucionales?
Tomás Robinson: Antilavado de dinero (AML) y cumplimiento de sanciones para intercambios de criptomonedas y otras empresas que manejan activos de criptomonedas: nuestras herramientas de detección de billeteras y transacciones de criptomonedas ayudan a las empresas a cumplir con las regulaciones y a reducir el fraude.
Diligencia debida en negocios criptográficos: nuestro producto Discovery proporciona perfiles de riesgo de intercambios y otros servicios criptográficos basados en el análisis de sus transacciones de cadena de bloques. Esto es utilizado por las empresas criptográficas y las instituciones financieras para obtener información sobre las empresas con las que están realizando transacciones.
Revista: 'Responsabilidad moral': ¿Puede blockchain realmente mejorar la confianza en la IA?
Investigación de transacciones criptográficas: Investigator, nuestro software de investigación de cadenas de bloques, permite la exploración gráfica de las billeteras criptográficas y las transacciones entre ellas. Los investigadores encargados de hacer cumplir la ley utilizan esto para "seguir el dinero" y vincular la actividad delictiva a las personas. También lo utilizan las empresas criptográficas para investigar posibles actividades ilícitas por parte de sus clientes.
CT: ¿En qué se diferencia el antilavado de dinero en criptografía del AML convencional dentro de los bancos para fiat?
TR: La principal diferencia es que la mayoría de las transacciones criptográficas son visibles en la cadena de bloques. Esto hace que sea mucho más fácil identificar si los fondos se originaron a partir de actividades delictivas al rastrearlos utilizando herramientas de análisis de blockchain.
CT: ¿Ve un papel para la inteligencia artificial (IA) y el aprendizaje automático dentro del análisis en cadena? ¿En particular dentro de la prevención del fraude y AML?
Eray Akartuna: Sí, ya utilizamos el aprendizaje automático en nuestros productos de análisis de blockchain. Sin embargo, es muy importante garantizar la precisión de estas técnicas mediante pruebas exhaustivas.
Hay ciertos aspectos de las transacciones de blockchain en los que podemos usar el aprendizaje automático para comprender o identificar ciertos patrones. Los patrones que se ven en la cadena de bloques de Bitcoin pueden no ser necesariamente los mismos que los patrones en la cadena de bloques de Ethereum; funcionan de maneras ligeramente diferentes. Me gustaría señalar el uso de la heurística.
Hay ciertos aspectos de las transacciones de la cadena de bloques en los que tenemos gastos comunes que nos ayudarán a saber si las direcciones son propiedad de una sola entidad o no, si quiero identificar actividades ilícitas y actores ilícitos en una cadena de bloques, e identificar sus direcciones de billetera.
Por ejemplo, los piratas cibernéticos de Corea del Norte estaban utilizando una forma programática de lavado. El hackeo se llevó a cabo en 2018, donde usaron alrededor de 113 billeteras para desvincular los fondos del robo original de manera automatizada. Podríamos analizar programáticamente las marcas de tiempo de esas transacciones individuales para comprender exactamente cómo funciona este software automatizado.
Si estamos analizando mercados de la web oscura o entidades terroristas, etc., el uso de heurísticas puede ayudarnos a identificar si una dirección de billetera se ha asociado con una determinada entidad ilícita. Luego podemos usar esas heurísticas para comprender qué otras direcciones de billetera también pueden pertenecer o estar asociadas con esa entidad.
Tenemos una puntuación de riesgo que encaja en el análisis predictivo. Cuando observamos las transacciones entrantes y salientes de un grupo de billeteras, podemos ver en última instancia dónde terminaron. Las entidades identificadas como pertenecientes a un intercambio, un grupo terrorista o un mercado oscuro se pueden detectar cuando realizan transacciones con entidades particulares en las que nos estamos enfocando.
Digamos que alrededor del 50% de esa criptografía se ha destinado a un determinado mercado de la web oscura; en realidad podemos usar eso para proporcionar una puntuación de riesgo de cuán riesgosa es la billetera. Luego, las bolsas y los bancos utilizan la puntuación de riesgo para decidir si quieren hacer negocios con estos titulares de billeteras o no.
CT: ¿Cuáles son los problemas más complejos que está resolviendo en Elliptic? ¿Por qué son complejos y por qué es importante resolverlos?
TR: El problema más complejo e importante que hemos resuelto recientemente es cómo identificar el producto del delito en criptografía, incluso cuando se han lavado entre activos y entre cadenas. Los delincuentes ahora mueven sus ganancias entre activos, utilizando intercambios descentralizados; y entre cadenas de bloques, utilizando puentes entre cadenas.
Desarrollamos una evaluación holística como una forma de rastrear automáticamente los fondos criptográficos entre los activos y las cadenas de bloques. Esta capacidad única ahora es absolutamente esencial; de lo contrario, los lavadores de dinero explotarán la falta de visibilidad de las empresas sobre su actividad.
CT: ¿Cómo ve a los bancos adoptando activos digitales y con ese análisis en cadena? ¿Cuál ha sido la aceptación hasta ahora?
EA: Estamos viendo una adopción lenta pero constante, pero el cumplimiento es lo más importante para los bancos. El análisis de blockchain se considera una parte esencial del rompecabezas y una forma de disipar las preocupaciones de los reguladores.
Si las instituciones quieren involucrarse en el espacio de las finanzas descentralizadas (DeFi) y planean invertir los fondos de los clientes, necesitan saber si el fondo de liquidez en el que están invirtiendo es creíble y tiene el perfil de riesgo adecuado. Si el grupo de liquidez tiene fondos ilícitos entrando y saliendo, hay un problema de cumplimiento allí. Ese es un caso de uso clave para las instituciones que buscan involucrarse en DeFi.
Reciente: los bancos alemanes adoptan lentamente las criptomonedas, principalmente para inversores institucionales
El otro caso de uso es donde algunos bancos retadores como Revolut permiten que sus clientes mantengan e intercambien criptomonedas. Estos bancos necesitarán capacidades de cumplimiento y AML antes de ofrecer estos productos a los clientes.
CT: ¿Ha tenido alguna interacción con los reguladores que afectaría la forma en que serviría a la industria de servicios financieros y cuáles son las áreas clave de interés desde una perspectiva regulatoria?
TR: Mantenemos un diálogo constante con los reguladores de todo el mundo, muchos de los cuales utilizan nuestros productos. Es importante que entiendan cómo funcionan nuestras soluciones de análisis de blockchain para que puedan confiar en los programas de cumplimiento que ejecutan las bolsas y los bancos que usan nuestros productos.