Эксперты компании Chainalysis предложили единый стандарт оценки данных блокчейна, снижающий риск ошибок при расследовании криптовалютных преступлений и проверке криптокошельков. Действующие методы анализа эксперты назвали не всегда позволяющими достоверно отличить подтвержденные факты от предположений.

По словам руководителя научного подразделения Chainalysis Джейкоба Иллюма (Jacob Illum), сегодня одна и та же криптотранзакция может получить разные оценки в зависимости от того, какой аналитический сервис используется. В результате правоохранительные органы, суды и криптокомпании опираются лишгь на «вероятностные выводы алгоритмов».

В качестве примера Иллюм привел случай, когда один сервис определил криптокошелек как связанный с легальной платформой для ставок, а другой — с площадкой, распространяющей противоправный контент. По его словам, такие ошибки возникают из-за того, что некоторые системы делают выводы на основе схожих моделей поведения пользователей, а не прямых доказательств.

Чтобы снизить риск ошибок, в Chainalysis предлагают разделить анализ на два этапа. 

  • На первом следует установить, действительно ли несколько криптоадресов принадлежат одному владельцу. По мнению компании, такие выводы должны опираться только на проверяемые данные, которые можно независимо подтвердить и использовать в суде.

  • На втором этапе — определить, кому именно принадлежат адреса: конкретному человеку, компании или криптосервису. Для этого предлагается использовать дополнительную информацию из внешних источников и указывать, насколько высока уверенность в каждом выводе.

В Chainalysis считают, что разделение этих этапов поможет избежать ситуаций, когда предположение выдаются за доказанный факт. Именно смешение выводов может приводить к ошибочным подозрениям законопослушных пользователей, считают аналитики.

Ранее специалисты платформы TRM Labs подсчитали: в прошлом году на криптокошельки поступило около $158 млрд средств, связанных с незаконной деятельностью. Рост объемов подозрительных транзакций, по мнению экспертов, повышает требования к точности инструментов блокчейн-аналитики.