Elliptic, MIT и IBM определили долю незаконных транзакций в сети Bitcoin


Специалисты аналитической компании Elliptic, Массачусетского технологического института (MIT) и IBM применили методы глубинного обучения, чтобы определить долю незаконных транзакций в сети биткоина. В частности, что касается отмывания денег и использования вирусов-вымогателей.


В результате этой работы Elliptic опубликовал на Kaggle массив данных, который, согласно компании, является “крупнейшим в мире набором публично доступных данных по криптотранзакциям”.


Этот массив был сформирован с помощью нескольких методов машинного обучения, таких как логистическая регрессия, случайный лес, многослойные перцептроны и графические свёрточные нейронные сети.


Набор данных Elliptic представляет собой граф из 203 0769 биткоин-транзакций и потоков платежей. Из них 2% транзакций были незаконными, 21% – легитимными, а остальные были помечены как неизвестные.



«Эта работа позволит нашим клиентам, включая криптовалютные биржи и финансовые учреждения, использовать наше программное обеспечение для лучшей идентификации незаконных транзакций и выполнения обязательств по борьбе с отмыванием денег», – заявил сооснователь и главный научный сотрудник Elliptic д-р Том Робинсон (Dr. Tom Robinson) .


По его словам, методы deep learning можно использовать не только для биткоина, но и для других криптовалют, включая Ethereum и Facebook Libra.


Исследователи надеются, что их пример вдохновит других на использование новых технологий для борьбы с отмыванием денег.

  • управление бюджетом