Vào ngày 5 tháng 9, hội nghị POD do Odaily tổ chức và được đồng tổ chức chiến lược bởi Tập đoàn 36Kr đã được tổ chức tại Bắc Kinh. Trong diễn đàn bảo mật của hội nghị, Ye Mao, Giám đốc điều hành của Chaindigg, một nhà cung cấp dịch vụ dữ liệu lớn blockchain, đã thảo luận về các vấn đề bảo mật của blockchain với khách mời từ góc độ dữ liệu. Ye Mao giới thiệu rằng Chaindigg đề cập đến một số ý tưởng về trí tuệ nhân tạo, sử dụng dữ liệu để hỗ trợ chuỗi khối và giới thiệu ngắn gọn về bối cảnh chung.

tiêu đề phụ

Sau đây là bản ghi lại bài phát biểu của Giám đốc điều hành Chaindigg Ye Mao:

Xin chào mọi người, vừa rồi nhiều khách đã nói về bảo mật blockchain, bao gồm cả từ góc độ ví và hợp đồng. Chúng tôi nói về bảo mật chuỗi khối từ góc độ dữ liệu.

Trước hết, công nghệ blockchain có nhiều công việc tương tự trí tuệ nhân tạo về mặt dữ liệu. Nhóm của chúng tôi có gen của nhóm trí tuệ nhân tạo sau tiến sĩ của Đại học Bắc Kinh, vì vậy chúng tôi tham khảo một số thực tiễn về trí tuệ nhân tạo khi xử lý dữ liệu, bao gồm ghi nhãn thông tin, phương pháp lọc thông tin, v.v. Áp dụng nó vào dữ liệu chuỗi khối để dữ liệu có thể được khai thác và tương quan tốt. Do đó, phân tích chuỗi dữ liệu chuỗi khối là công việc cấp thấp nhất và trên cơ sở này, dữ liệu được khai thác, làm sạch, tương quan và đánh dấu. Với những thông tin chú thích này, bạn có thể sử dụng thông tin này để phân tích, đồng thời, bạn có thể thực hiện thống kê dữ liệu trên chuỗi.

Hiện tại, các dịch vụ data trên chủ yếu được áp dụng cho 3 đối tượng người dùng sau. Đầu tiên là bộ phận giám sát, hiện tại chúng tôi có nhiều liên hệ hơn với bộ công an, thứ hai là người dùng tổ chức, bao gồm một số người dùng trao đổi, thứ ba là người dùng cá nhân.

Khi mức độ phổ biến của blockchain ngày càng cao, hiện có một lượng lớn tiền bất hợp pháp trốn tránh sự giám sát thông qua nhiều kênh khác nhau và số lượng tội phạm liên quan đến blockchain cũng đang tăng lên hàng năm. phù hợp với tất cả” cho một số dự án liên quan đến blockchain xuất hiện. Chúng tôi cũng đang kết nối với các cơ quan quản lý để giúp đất nước điều chỉnh khía cạnh này.

Sẽ có rất nhiều chi tiết kỹ thuật cụ thể, và tôi sẽ chủ yếu nói về bối cảnh bên trong. Trước hết, cần tiến hành phân tích khai thác về chế độ giao dịch trên chuỗi, sau khi khai thác và phân tích, chúng ta có thể hiểu được dòng tiền trong đó. Bằng cách theo dõi các dòng chảy này, chúng tôi có thể phân loại toàn bộ mạng lưới dòng vốn và sử dụng các khả năng ghi nhãn cốt lõi của mình để gắn nhãn cho một số tổ chức tập trung, được kết nối với thế giới vật chất. Đồng thời, nếu một số địa chỉ cốt lõi quan trọng được tìm thấy trong mạng dòng vốn, chúng có thể được theo dõi và khi tài sản trong các địa chỉ cốt lõi này thay đổi, người dùng bao gồm cả cơ quan quản lý sẽ được thông báo sớm nhất có thể.

Về nhận dạng mẫu giao dịch nêu trên, chúng tôi sử dụng công nghệ trí tuệ nhân tạo về mặt kỹ thuật, bao gồm phân loại mẫu, nhận dạng và làm sạch dữ liệu. Như chúng ta đã biết, một phần lớn trí tuệ nhân tạo là để xử lý công việc chú thích dữ liệu và đào tạo dữ liệu rất chi tiết. Điều này cũng đúng với chuỗi khối, cần phải làm sạch nhiều lần dữ liệu nhỏ và bẩn trên chuỗi trước khi chúng có thể được gắn nhãn và học.

Với các kết quả chú thích này, dựa trên chế độ chuyển chuỗi này, chúng ta có thể biết tiền trong địa chỉ đã chỉ định được chuyển từng bước đến các địa chỉ khác như thế nào. Ví dụ: sau khi địa chỉ ví hoặc địa chỉ thực được cung cấp, thông qua mô hình này, có thể hiểu rằng tiền được chuyển đến một sàn giao dịch tập trung và sau đó có thể được chuyển từ sàn giao dịch sang các tổ chức khác và chuỗi này có thể xuất hiện .

Bằng cách hợp nhất thông tin nút trong các ngữ cảnh khác nhau, cuối cùng có thể hình thành một biểu đồ tri thức lớn, tức là biểu đồ tương tác giữa các địa chỉ trong mạng. Biểu đồ có thể hiển thị tất cả các giao dịch trên chuỗi khối, thường là biểu đồ gồm hàng trăm triệu nút. Ngoài ra, quá trình xử lý cũng sẽ liên quan đến cách cải thiện hiệu suất và cách khai thác hiệu quả.

Dựa trên kết quả công nghệ và công việc trên, chúng tôi đã thiết lập quan hệ hợp tác với một số sở công an tỉnh và thành phố.

Đây là thư cảm ơn, tài liệu chứng minh, v.v. được gửi bởi cơ quan công an và các cơ quan quản lý khác. Một trong những mục tiêu của chúng tôi là áp dụng quy định thông qua phân tích dữ liệu của chúng tôi để các cơ quan quản lý có thể sử dụng các công cụ này để kiểm soát rủi ro trên chuỗi khối. Khi an ninh công cộng và các cơ quan chính phủ khác tham gia, họ sẽ thúc đẩy sự tuân thủ của công nghệ blockchain và sự phát triển ổn định của ngành công nghiệp blockchain.

Có những ứng dụng tương tự ở nước ngoài, chẳng hạn như CHAINALYSIS để hỗ trợ chính phủ theo dõi công việc.

Điều tương tự cũng xảy ra với những người dùng cá nhân tương tự như nó. Các cá nhân có thể sử dụng dịch vụ này để theo dõi xem tài sản trong địa chỉ cá nhân hoặc địa chỉ ví có thay đổi bất thường hay không. Nếu có thay đổi bất thường, bạn có thể sử dụng dịch vụ theo dõi này để biết nội dung đó chảy vào nền tảng hoặc tổ chức nào. Do đó, người dùng các tài sản kỹ thuật số bị đánh cắp như vậy cũng có thể sử dụng dịch vụ này để bảo vệ an ninh.

Cuối cùng, hãy để tôi nói về người dùng tổ chức. Chúng tôi đã phát hiện ra rằng đã có một số lượng lớn các sự cố bị đánh cắp trong toàn bộ tài sản kỹ thuật số trong quá khứ và số tiền bị mất là rất lớn. Bằng cách nào chúng ta có thể cải thiện bảo mật tốt hơn và giảm tổn thất?Một trong những phương pháp là xây dựng thư viện địa chỉ rủi ro cao và thu thập các địa chỉ rủi ro cao khác nhau. Sử dụng các khả năng ghi nhãn cốt lõi của chúng tôi để mở rộng và thu thập các địa chỉ có liên quan cũng như mở rộng sự phong phú của thư viện. Hiện tại, thư viện địa chỉ rủi ro cao của chúng tôi bao gồm địa chỉ của hacker, địa chỉ tiền bị đánh cắp, địa chỉ lừa đảo và các địa chỉ khác liên quan đến địa chỉ rủi ro cao mà chúng tôi đã khai thác từ hệ thống. Khi một người dùng cá nhân có mối quan hệ với các địa chỉ khác, bạn có thể kiểm tra xem địa chỉ trong thư viện có liên quan đến địa chỉ này hay không. Nếu có sự tương quan, hãy nhắc nhở trước về rủi ro này rằng có thể xảy ra việc chuyển tiền đến một địa chỉ bất thường.

Điều này cũng đúng đối với các tổ chức. . Do đó, việc sử dụng thư viện địa chỉ rủi ro cao và kiểm soát rủi ro trên chuỗi có thể thực hiện KYC, cho phép các tổ chức hiểu rõ hơn về người dùng, nhắc nhở các trường hợp ngoại lệ và thường xuyên tạo báo cáo.

Cuối cùng, một ví dụ được đưa ra. Để đối phó với vụ trộm Bithumb cách đây một thời gian, chúng tôi đã khôi phục vụ trộm Bithumb thông qua theo dõi và phân tích địa chỉ trên chuỗi, đồng thời lập báo cáo. Sau khi cập bến sàn giao dịch Bithumb, người ta tin rằng hơn 90% báo cáo là chính xác, hoàn toàn tuân thủ quy trình đánh cắp tại thời điểm đó. Sau khi theo dõi, người ta thấy rằng những tài sản kỹ thuật số này cuối cùng đã chuyển sang một sàn giao dịch khác vào ngày 2 tháng 8. Với thông tin này, chúng tôi có thể giúp anh ta tránh rủi ro và thu hồi tài sản trong lĩnh vực này tốt hơn.

Tóm lại, Chaindigg cung cấp một số dịch vụ dựa trên dữ liệu để hỗ trợ chuỗi khối. Một mặt, thông qua phân tích dữ liệu, nó có thể giám sát tốt hơn việc áp dụng chuỗi khối cho chính phủ và các cơ quan khác, để ngành có thể phát triển tốt hơn; mặt khác, thông qua kết quả phân tích dữ liệu, nó có thể cung cấp các giải pháp bảo mật cho các tổ chức và cá nhân. Thông qua nỗ lực chung của mọi người, chuỗi khối có thể phát triển ổn định theo hướng bình thường và lành mạnh. cảm ơn tất cả.