Kædeanalyse, et førende blockchain-forskningsfirma siger, at den bedste måde at vurdere eller bestemme risikoen for en virtuel valuta-adresse eller gruppe af tilknyttede adresser (f.eks. som en tegnebog) er at analysere alle de andre adresser, som den har gennemført transaktioner med.

Ifølge Chainalysis, hvis mange af disse krypto-adresser selv er forbundet eller på en eller anden måde knyttet til ulovlige aktiviteter, så er vi måske i stand til at konkludere, at den oprindelige adresse “bærer mere risiko.” Chainalysis forklarer, at vi kalder dette “koncepteksponering, hvilket betyder de typer adresser og tjenester, som måladressen er blevet udsat for.”

Blockchain-analysefirmaets Chainalysis Reactor-værktøj samler disse data for individuelle kryptokurrencyadresser, tegnebøger og tjenester og “viser dem i eksponeringshjul, som udtrykker adressens samlede eksponering som et forklarende cirkeldiagram.”

Eksponeringskategorier i Reactor inkluderer tjenester som udveksling af digitale aktiver – som kan omfatte underkategorier som peer-to-peer-udvekslinger som LocalBitcoins eller Paxful. Kategorier kan også omfatte udbydere af forretningstjenester og ulovlige kategorier såsom darknet-markeder eller endda krypto-aktiver-tegnebøger, som vi ved er forbundet med skadelige børshacks og andre former for ulovlig eller kriminel aktivitet.

Chainalysis Reactor kan måle både direkte og indirekte eksponering. Som forklaret af blockchain-firmaet repræsenterer direkte eksponering tjenester eller andre enheder, der er direkte modparter til måladressen på tværs af enhver af dens transaktioner. ” I mellemtiden sigter indirekte eksponering mod at måle “de tjenester og enheder, der udgør oprindelsen eller destinationen for midler i måladressens transaktioner i tilfælde, hvor der er ikke-serviceadresser mellem måladressen og disse tjenester eller enheder.”

Chainalysis forklarede yderligere, hvad indirekte eksponering betyder:

“Forestil dig, at en måladresse sender penge til en anden adresse, der ikke tilskrives en tjeneste eller anden identificeret enhed i Chainalysis ‘datasæt. I så fald følger Reactor automatisk midlerne, indtil de når en tilskrevet tjeneste eller enhed og tæller den pågældende tjeneste eller enhed i måladressens indirekte eksponering. Vi bruger tjenester som ‘stoppunkt’ for hvornår vi skal medtage en adresse i indirekte eksponering, fordi sporing af midler gennem en tjeneste normalt ikke er mulig ved hjælp af blockchain-analyse. Når en bruger først har deponeret penge i en tjeneste som en børs, flytter selve tjenesten pengene mellem sine interne tegnebøger, så vi kan ikke længere bruge blockchain-analyse til at spore dem, som om brugeren kontrollerer dem. ”

Som bemærket af Chainalysis er den indirekte eksponerings betydning “unik” for kryptokurrency på grund af arten af ​​distribueret ledgerteknologi (DLT). Disse koncepter er helt nye, og efterforskere og compliance-embedsmænd ved muligvis ikke, hvordan de effektivt kan spore disse typer transaktioner, da de for det meste tidligere har arbejdet med fiat-valutaer.

Chainalysis giver et eksempel på en Wells Fargo-konto, der modtager midler fra en Citibank-konto. I disse traditionelle bankoverførsler ville Wells Fargo vide, at Citibanks compliance team faktisk har screenet (eller burde have) den oprindelige kilde til disse midler for links eller forbindelser til ulovlige aktiviteter.

Men med virtuelle valutaer er brugerne i stand til at flytte penge direkte til digitale aktiverudvekslinger eller andre tjenester fra deres selvhostede online tegnebøger, hvor de muligvis ikke er underlagt standardoverensstemmelseskontrol og er direkte under brugerens kontrol.

Chainalysis bemærker endvidere, at det er relativt let for brugerne at oprette mange forskellige selvhostede tegnebøger, som derefter kan tjene som en slags buffer mellem deres tegnebog eller deres udvekslingskonto og eventuelle ulovlige tjenester, de måtte beslutte at interagere med.

Ifølge Chainalysis er dette “en almindelig taktik, som cyberkriminelle ofte bruger i et forsøg på at tilsløre deres aktivitet og gøre sporing sværere.” Blockchainfirmaet tilføjer, at dette er grunden til, at Reactors indirekte eksponeringsberegninger “tager højde for alle tjenester og enheder, der i sidste ende modtager eller sender penge til eller fra måladressen, uanset hvor mange mellemliggende adresser, der ikke er service – eller ‘humle’, som de ‘ re dagligdags kendt – er imellem. ”

Chainalysis forklarer yderligere, at skrælkæder viser, hvorfor det er vigtigt at holde styr på hvert humle.

Blockchain-firmaet noter:

”En afskalningskæde er et transaktionsmønster, der ofte ses i blockchain-analyse, hvor der ser ud til at være mange mellemliggende adresser mellem en målklynge og en anden klynge af interesse, såsom en tjeneste eller en ulovlig enhed. I virkeligheden er disse mellemliggende adresser dog en del af brugerens originale tegnebog og oprettes automatisk for at modtage den resterende ændring, der skyldes visse transaktioner. Indirekte eksponering er afgørende her, da det kan advare efterforskere om at undersøge en tegnebog eller adressere transaktioner nærmere, så de kan få øje på afskalningskæder, der ellers ville skjule ulovlig aktivitet. ”

Ifølge Chainalysis er analyse af direkte modparter “den bedste måde at vurdere risikoen for en kryptovaluta-adresse på, men det fortæller dig ikke hele historien.” Blockchain-firmaet tilføjer, at den “unikke infrastruktur” for kryptokurrency betyder, at vi skal se nøje på disse modparters eksponering. Firmaet nævner også, at indirekte eksponeringsmålinger giver dem mulighed for at advare myndigheder og efterforskere om måladresses potentielle forbindelser til ulovlig aktivitet “så specifikt som muligt, men med tilstrækkelig kontekst til, at de kan vide, hvordan de skal undersøge yderligere.”