Bagaimana Chain, Workspace AI Kami, Membantu Penyidik Memerangi Kejahatan
Laporan Chainalysis meneliti bagaimana workspace berbasis AI baru mereka, Chain, diterapkan untuk menyelidiki peretasan Binance yang masif. Laporan ini menemukan bahwa AI percakapan, pembuatan alur kerja otomatis, dan data atribusi bawaan secara dramatis mempercepat pelacakan dan atribusi kripto yang dicuri.
Poin utama
- Chain memungkinkan penyidik menanyakan data on‑chain menggunakan bahasa alami, menghilangkan kebutuhan scripting manual.
- Alat ini dapat secara otomatis menemukan transaksi jembatan di berbagai blockchain.
- Data atribusi historis memungkinkan perbandingan cepat kerugian Binance dengan peretasan yang terkait Korea Utara.
- Resep otomatisasi memungkinkan analis berulang kali melacak pola pencucian uang yang kompleks secara skala besar.
- Kemampuan Chain kini ditawarkan kepada bursa, penegak hukum, dan tim kepatuhan.
Tantangan penyelidikan
Ketika Binance mengalami apa yang dianggap sebagai peretasan kripto terbesar, penyerang memindahkan miliaran dolar melalui puluhan blockchain dan banyak jembatan. Pelacakan manual tradisional—mengumpulkan data dari explorer, menulis skrip khusus, dan merujuk API eksternal—tidak dapat mengikuti kecepatan dan volume operasi pencucian uang. Laporan ini menanyakan apakah workspace berbasis AI dapat menutup kesenjangan tersebut dan memberi penyidik cara yang lebih cepat serta dapat diandalkan untuk memetakan aliran ilegal.
Data, metode, dan antarmuka AI
Chainalysis memanfaatkan 12 tahun data atribusi on‑chain untuk menciptakan Chain, antarmuka berbasis AI yang menjawab pertanyaan dalam bahasa alami dengan intelijen proprietari perusahaan. Penyidik cukup meminta Chain untuk "menemukan transaksi jembatan yang bersesuaian," dan sistem mengembalikan pergerakan lintas‑chain yang relevan tanpa alat eksternal. Platform ini juga memungkinkan pengguna mendeskripsikan output yang diinginkan—grafik, ringkasan, atau dataset—dan secara otomatis menyusunnya, mengubah data mentah menjadi intelijen yang dapat ditindaklanjuti dalam hitungan menit.
Temuan utama
Laporan menyoroti tiga kemampuan yang terbukti menentukan selama respons Binance. Pertama, kueri percakapan menghilangkan kebutuhan kode khusus, memungkinkan analis menemukan aktivitas jembatan secara instan. Kedua, perpustakaan atribusi historis Chain memungkinkan tim riset dengan cepat mengukur kerugian terkait Korea Utara sebagai bagian dari total pencurian kripto tahunan, menghasilkan dataset definitif untuk analisis tren. Ketiga, penyidik merumuskan "resep" berulang yang melacak pertukaran stablecoin melalui protokol DeFi, mengotomatiskan langkah pelacakan yang memakan tenaga kerja dan menunjukkan bagaimana alur kerja berbasis pola dapat diskalakan ke ribuan alamat.
Catatan dan keterbatasan
Chain masih dalam pratinjau terbatas, artinya akses dibatasi dan kinerja dapat berubah seiring lebih banyak pengguna menguji sistem. Laporan ini mengandalkan anekdot internal alih-alih tolok ukur independen, sehingga peningkatan kecepatan dan tingkat deteksi tidak terkuantifikasi. Selain itu, akurasi AI bergantung pada kelengkapan data dasar Chainalysis; celah dalam atribusi dapat menyebabkan kehilangan tautan dalam rantai pencucian uang yang kompleks.
Implikasi bagi ekosistem kripto
Jika Chain memenuhi janjinya, bursa, tim kepatuhan, dan lembaga penegak hukum dapat secara signifikan mengurangi waktu antara pencurian dan penyitaan aset, membatasi dampak finansial dari peretasan berskala besar. Resep otomatis juga berarti bahwa begitu pola pencucian teridentifikasi, pola tersebut dapat diterapkan di seluruh jaringan, meningkatkan biaya keseluruhan bagi penjahat untuk menyamarkan dana. Seiring aktor jahat mengadopsi otomatisasi canggih, alat seperti Chain mungkin menjadi esensial untuk menjaga kemampuan penyelidikan tetap sejalan.
Secara keseluruhan, laporan ini menyarankan bahwa workspace yang diperkaya AI dapat mengubah penyelidikan kejahatan kripto, menjadikan pencurian multi‑chain yang masif dari mimpi buruk pelacakan menjadi proses yang dapat dikelola dan berbasis data.