AI a on-chain analýza: ako sa sledujú transakcie na blockchaine

Každá transakcia na verejnom blockchaine je natrvalo zaznamenaná a dostupná pre všetkých. Samotná dostupnosť údajov však neznamená, že je ľahké im porozumieť: bloky obsahujú milióny adries, súm a časových pečiatok bez mien a kontextu.

Práve tu prichádza na rad on-chain analýza, disciplína, ktorá tieto surové údaje premieňa na užitočné poznatky. V posledných rokoch v nej zohráva čoraz dôležitejšiu úlohu umelá inteligencia (AI), ktorá dokáže spracovať také objemy údajov, aké by boli pre ľudských analytikov nedosiahnuteľné.

V tomto článku vysvetľujeme, čo je on-chain analýza, ako ju AI mení, kde sa táto kombinácia už využíva a na aké obmedzenia treba pamätať.

Čo je on-chain analýza?

On-chain analýza je skúmanie údajov zaznamenaných priamo na blockchaine s cieľom porozumieť správaniu siete, trhu a jeho účastníkov. Na rozdiel od tradičných financií, kde sú údaje o transakciách uzavreté v bankách, je tu celá história verejná.

Z hľadiska bezpečnosti a súladu s predpismi sú obzvlášť dôležité tieto údaje:

• Toky prostriedkov: cesta, ktorou prostriedky prechádzajú z adresy na adresu, vrátane prevodov na burzy a k iným poskytovateľom služieb.
• Prepojenie so známymi subjektmi: či sú adresy priamo alebo nepriamo prepojené s burzami, mixérmi, trhmi na darknete alebo s adresami označenými v prípadoch podvodov.
• Vzorce rozdeľovania a zlučovania: rozdelenie súm na množstvo menších transakcií alebo zlúčenie prostriedkov z viacerých adries, čo môže slúžiť na zakrytie pôvodu peňazí.
• Interakcie so smart kontraktmi: ktoré protokoly adresa používa a či sú medzi nimi kompromitované alebo rizikové kontrakty.
• Všeobecné ukazovatele aktivity: počet aktívnych adries a objem transakcií, ktoré poskytujú kontext na posúdenie toho, čo je v sieti bežné.

Všetky tieto metriky sú dostupné každému, kto vie čítať blockchain. Výzva spočíva v objeme údajov a v tom, že samotné adresy neprezrádzajú, kto za nimi stojí.

Ako AI mení on-chain analýzu

AI nevytvára nové údaje, ale umožňuje rýchlejšie a hlbšie čítanie existujúcich. Najdôležitejšie zmeny prebiehajú v troch oblastiach.

Zhlukovanie adries

Jedna osoba alebo organizácia často používa veľa rôznych adries. Modely strojového učenia analyzujú vzorce transakcií, napríklad adresy, ktoré sa spoločne objavujú ako vstupy v tej istej transakcii, alebo podobné časové vzorce, a zoskupujú ich do pravdepodobných celkov. Namiesto tisícov nesúvisiacich adries tak vzniká prehľad subjektov, ako sú burzy, fondy či služby.

Rozpoznávanie vzorcov a anomálií

Algoritmy sa dokážu naučiť, ako vyzerá „bežné“ správanie v sieti, a označiť odchýlky: nezvyčajne veľké prevody, náhle zmeny v tokoch prostriedkov alebo reťazce transakcií typické pre zakrývanie pôvodu peňazí. To, čo by analytikovi zabralo dni, dokáže model označiť v priebehu niekoľkých sekúnd.

Jazykové modely ako rozhranie

Veľké jazykové modely uľahčujú prístup k analýze aj tým, ktorí nie sú technickými odborníkmi. Namiesto písania dopytov do databázy môže používateľ položiť otázku bežným jazykom a model ju prevedie na analýzu a zhrnie výsledok. Takéto nástroje dokážu aj vysvetliť, čo sa stalo v konkrétnej transakcii alebo smart kontrakte.

Praktické využitie

Bezpečnosť a ochrana používateľov

AI modely pomáhajú pri včasnom odhaľovaní podvodov, phishingových kampaní a kompromitovaných smart kontraktov. Keď sa prostriedky zo známeho hackerského útoku začnú pohybovať sieťou, analytické systémy dokážu sledovať ich cestu a upozorniť platformy skôr, než sa premenia na iné aktíva.

Súlad s predpismi (AML a Travel Rule)

Poskytovatelia služieb kryptoaktív v EÚ musia uplatňovať opatrenia na predchádzanie legalizácii príjmov z trestnej činnosti a financovaniu terorizmu a dodržiavať Travel Rule, podľa ktorého musia transakcie sprevádzať informácie o príkazcovi a príjemcovi. On-chain analýza s podporou AI umožňuje posudzovať riziko adries, odhaľovať prepojenia so sankcionovanými alebo vysokorizikovými subjektmi a efektívnejšie monitorovať transakcie vo veľkom rozsahu.

Trhové poznatky

On-chain údaje sa využívajú aj na analýzu trhu, tam však majú jasné obmedzenia. Viac sme o tom písali na našom blogu: Analytika AI pri predpovedaní pohybov trhu: Výhody a nevýhody

Výskum a transparentnosť

Novinári, výskumníci a regulačné orgány používajú rovnaké nástroje na analýzu udalostí na trhu, sledovanie prostriedkov v prípadoch podvodov a lepšie pochopenie fungovania decentralizovaných protokolov.

Obmedzenia a riziká

AI výrazne rozširuje možnosti on-chain analýzy, nie je však neomylná.

• Nesprávne predpoklady: zhlukovanie adries je založené na pravdepodobnostiach. Adresa môže byť nesprávne priradená k určitému subjektu, čo môže viesť k nepresným záverom.
• Skreslenie trénovacích údajov: model je len taký dobrý ako údaje, na ktorých bol natrénovaný. Nové vzorce podvodov môžu zostať neodhalené.
• Chyby jazykových modelov: jazykové modely niekedy poskytujú presvedčivé, no nesprávne odpovede. Závery je preto potrebné vždy overiť v zdrojových údajoch.
• Súkromie: čím je analýza sofistikovanejšia, tým ľahšie je prepojiť adresy so skutočnými osobami. To otvára dôležité otázky ochrany súkromia používateľov, ktorí neurobili nič nezákonné.
• Prílišné spoliehanie sa: automatizované systémy fungujú najlepšie ako podpora ľudského úsudku, nie ako jeho náhrada.

Ako to ovplyvňuje každodenné používanie kryptomien?

Pre väčšinu používateľov kryptomien fungujú AI a on-chain analýza na pozadí. Keď regulovaná platforma overuje transakciu alebo žiada dodatočné údaje o príjemcovi, časť tohto procesu sa často opiera práve o takéto nástroje. Ich účelom je chrániť používateľov aj finančný systém pred zneužitím.

Tí, ktorí chcú trh skúmať samostatne, majú k dispozícii aj verejné blockchainové prehliadače a analytické platformy. Pri používaní takýchto nástrojov je užitočné:

• rozumieť tomu, čo jednotlivé metriky skutočne merajú,
• overovať závery vo viacerých zdrojoch,
• mať na pamäti, že žiadny ukazovateľ nezaručuje budúci vývoj cien.

Zároveň je dôležité pamätať na to, že transakcie na verejných blockchainoch sú natrvalo viditeľné, a preto je znalosť základov on-chain analýzy užitočná aj pre vlastnú bezpečnosť a súkromie.

Záver

On-chain analýza využíva jednu zo základných vlastností blockchainu, transparentnosť, na premenu surových údajov na zrozumiteľné poznatky. Umelá inteligencia prináša do tohto procesu rýchlosť, rozsah a dostupnosť: od zhlukovania adries a odhaľovania anomálií až po jazykové rozhrania, ktoré približujú analýzu širšej verejnosti.

Zároveň zostáva AI nástrojom, ktorý si vyžaduje overovanie a zodpovedné používanie. Najväčšiu hodnotu prináša v kombinácii s odborným ľudským úsudkom, jasným regulačným rámcom a rešpektovaním súkromia používateľov.