Система анализирует десятки параметров: от поведенческих паттернов и до сетевых связей между кошельками

Система анализирует десятки параметров: от поведенческих паттернов и до сетевых связей между кошельками
МОСКВА, 23 сентября. /ТАСС/. Исследователи из РФ разработали алгоритм на базе машинного обучения, позволяющий выявлять сети фейковых аккаунтов в криптовалютных экосистемах с точностью в 90%, что вдвое выше эффективности уже существующих аналогов. Об этом сообщила пресс-служба МФТИ.
"Алгоритм анализирует десятки параметров: от поведенческих паттернов и до сетевых связей между кошельками. Это позволяет выявлять даже сложные кластеры, которые остаются незамеченными при использовании стандартных методов. Алгоритм показал точность в 90%, а большинство существующих решений показывают эффективность на уровне 45-60%", -пояснил исследователь из МФТИ Алексей Саплин, чьи слова приводит пресс-служба вуза.
Как объясняет Саплин, разработанный им подход направлен на борьбу с так называемыми сибил-кошельками. Они создаются одним и тем же лицом для многократного получения вознаграждений в рамках так называемых эйрдропов. Они представляют собой особый класс рекламных акций криптопроектов, в рамках которых организаторы этих финансовых инструментов бесплатно раздают цифровые активы на первых этапах развития новых криптовалют.
Создание большого числа сибил-кошельков преступниками искажает метрики проектов, провоцирует резкое падение курса цифровых активов и подрывает доверие пользователей к криптопроекту, его команде и экономике. Для борьбы с подобными действиями создаются различные алгоритмы, позволяющие выявлять подобных нарушителей правил криптовалютных рекламных акций, однако они далеко не всегда справляются с возложенной на них задачей.
Ученым удалось удвоить показатель их эффективности за счет учета большого числа параметров и создания основанного на базе систем машинного обучения алгоритма, который способен выявлять скрытые связи и поведенческие закономерности, неочевидные при ручном анализе или применении жестких правил.
Работа этого подхода уже была протестирована в рамках открытого конкурса, который проводили создатели проекта Layer Zero, где были выявлены масштабные мошеннические схемы. Благодаря этому проект аннулировал несправедливые выплаты на сумму 10,2 млн. долл. США. Как предполагает Саплин, его разработка может быть использована для создания универсального инструмента для обнаружения мошеннических схем в различных блокчейн-экосистемах.
| # | Наименование новости | Тональность | Информативность | Дата публикации |
|---|---|---|---|---|
| 1 | ВТБ работает над собственными ИИ-алгоритмами для защиты от мошенников | 0 | 0 | 18-09-2025 |
| 2 | В Петербурге разработали алгоритм защиты данных в сети на основе теории хаоса | 0 | 0 | 05-03-2021 |
| 3 | Создана система для выявления кибератак на sim-карты | 0 | 0 | 12-08-2025 |
| 4 | Защита от мошенников. Российские ученые усовершенствовали ИИ | 5 | 7 | 01-07-2026 |
| 5 | Росфинмониторинг создал сервис для отслеживания преступных транзакций с криптовалютой | 0 | 0 | 19-02-2021 |
| 6 | Сбербанк предотвратил хищение средств клиентов на сумму более 25 млрд руб. | 0 | 0 | 11-09-2019 |
| 7 | Создан метод криптографической защиты автономных транспортных средств | 0 | 0 | 20-08-2025 |
| 8 | Мошенники могут использовать систему умного дома для добычи криптовалюты | 0 | 0 | 24-03-2025 |
| 9 | В Центре компетенций НТИ СПбГУ создали систему для анализа мировых блокчейн-платформ | 0 | 0 | 26-07-2019 |