京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数字货币社区必须利用区块链技术以自我监督
对发生在区块链上的非法行动进行自我监督,可能很快就会成为数字货币社区的必要条件。
未来每一天,数字货币爱好者很可能都得花时间去识别违法交易去避免这些事情发生。美国的财政部门已经做了决定且不可更改。
几周以前,美国财政部门悄悄发布其在外国资产控制办公室(OFAC)的网站上对于FAQs部分补充部分,该机构负责监管美国经济制裁。OFAC中的语言,计划把‘数字货币’地址包括在其特殊指定国民和封锁人员(SDN)名单上。
这将成为一件重大的事情。
银行和各个类型的企业都应该检查SDN名单,以确保他们没有提供金融服务给个人、组织和因为涉及恐怖分子,核扩散,盗窃,人权侵犯以及其他罪行而美国指定为‘封锁’的政府。
银行可以合法冻结属于OFAC名单上的他们所持有的财产,以及停止他们的交易。如果不这样实行的话,经济处罚可能更严重。尽管大多日常数字货币的投资者对于受到法律限制制裁的世界只了解一点点,但是任何形式的金融商业的经营者们都知道的,如果你不服从法律管理,你瞬间就可能会失去商业和财产。
以前从来没有过一个特定的数字货币地址或者财产会被列入OFAC的行列,尽管法律专家这么多年来一直都明白,发送比特币或者其他的数字货币给任何SDN名单上的任何人对美国人来说都会非法行为。
不过,在金融世界中的封闭资金,和可存在于数字货币领域的是有很大区别的。对等数字货币交易不能被第三方封锁和监管。
所以一个OFAC指定的数字货币资金更可能会带来它的外部地址的审查,而并非是指定资金本身。
一些数字货币产业的专家认为,数字货币资金的指定会迎来一个新的时代;这取决于他们与SDN地址的关联程度,一个令牌被归类为干净的,被污染的或者是未知的时代。
这可能引起同一个区块链上,硬币的价格水平不同高低,干净的令牌会比那些被污染过的或者说不明来源的令牌价格要高,以及终结自从数字货币存在以来就有的可替代性。
第一是可以期待区块链取证工具价值将越来越高,以及越来广泛的开展,因为数字货币交易旨在减少用户交易污染货币的风险。
这取决于你
然而,一个新的时代最重要的一部分是由金融机构审查数字货币交易地址,这将是数字货币社区自己必须要做的事情:例行阻止区块链上的非法交易。
这是数字货币社区不想听到的事情。
数字货币专家经常指出‘审查制度的阻力’作为技术的最具有价值的特征,它可以让任何人在没有任何政府权利限制的情况下去存储并发送资金。从理论上来讲,这对于自由和民主都是非常强有力的推动。
在实践当中,这种技术能力在大多数与金融犯罪相关的管辖范围内的法律中都是不可能延展的。虽然逃避腐败政府的行为是一个很值得的目标,数字货币社区应该意识到,保持被动在道德上不被接受的,然而犯罪分子和恐怖分子利用社区自由的证据越来越多。
近年来,反洗钱(AML)合规专家专注于区块链行业的行为,鼓励数字货币企业去超越传统金融机构所需要的‘了解你的客户’(KYC)尽职调查,以及通过改变区块链上的数据来进行‘了解你的交易’(KYT)分析。
有很多初创企业专门从事这种区块链取证工作,与其他执法机构和大型银行的企业客户一起,进行数字货币交易。这些公司的分析工具用来对抗犯罪是十分有效的,但是很多区块链社区的声音对这种工具进行批评--------说它会匿名化区块链上的金融交易----去破坏隐私。然而,来自区块链取证上大部分的信息都不是公开与大众的。通常,需要一个公司或者政府客户来访问这种数据。
但是,OFAC列出数字货币地址就会增加KYT分析的风险。
这将对每一个涉及数字货币交易的人来说都十分重要,这可以让他们验证他们所触及的地址的‘合法性’。
虽然很可能指定地址的数量将会从最小开始(OFAC不会轻易指定地址),甚至是违反制裁的机会很小的会带来顺从风险降低,影响到百姓群体的令牌买家。
一个与被禁止的地址或者该地址已经被一个禁止的地址进行交易的不经意的交易,将会在公共区块链账本上可见,可能也会玷污到这个人的数字货币资金。
能够帮助数字货币的日常用户走出受到SDN影响的区块链平台的唯一办法就是拥有实时AML/KYT去洞察各种资金地址的资金流动。可以当前的处境来看,区块链分析只是在筒仓当中,只是提供给金融公司和法律部门使用,所以这个办法是根本不可能去实现的。
集中式的AML
我们需要一个开放资源的平台,在这个平台,非法活动被标记,诋毁信息被审查。我们把它叫做区块链上的集中式AML。
我理解这个需求。作为一个非营利国家安全智囊团中的研究人员,我调查了数字货币和非法融资的事件,例如中东的比特币恐怖分子资金活动。我们的团队使用了免费公开的区块链探索网站,来分析这些活动的捐赠。
这些工具不像政府跟银行这种机制,可以使用昂贵的专门机器学习和算法工具那么的厉害。即使我通过严密的手动追踪和区块链活动的分析,我所看到的标志地址与恐怖分子资金交易,并没有一个有效的方法去分享我在平台上的发现,所以日常的数字货币使用者们可以看见我的‘标志’,尽可能的去评估他们的准确性并保持他们的地址不受到污染。
该行业可以帮助解决问题
两年前,我建议数字货币专家应该建立他们自己的看门口小组,来寻找区块链上的恶略活动,就类似于‘白帽子’黑客是如何标志病毒和其他网络威胁的一样。财政部门的计划使现在对于数字货币社区最重要的来说,就是建立自我监督的倡导。
除了集合OFAC的黑名单以外,一个公开的众包区块链AML工具可以解决直接影响到数字货币用户们的非法金融威胁:数字货币抢劫。这会让勒索或者交易黑客的受害者们去自愿列出他们敲诈或者被偷的令牌。
虽然这并不会将资金转回到他们合法持有者的手中,但它会让转移或者偷盗硬币的这种行为更为困难,并会长期影响数字货币偷盗行为。
当然,对于一个可以自我监督的AML平台来说,必须要有一个方法来审查列表,这样的话,不精准的和一些非法的信息就不会被发不出去。否则,这样的工具会被滥用于错误篡改地址,然后在经济上迫害无辜的人们。但是在区块链平台上实行AML是一个更具有技术性的解决问题的方法,而不是找理由拒绝去寻求一个更好的方法。
第一个区块链的协议,比特币的突破,是在设计分散性方法来激励陌生人们去完成和肯定全球公共金融记录的真实性。
当然,数字货币令牌在所有的注意力,时间,以及金钱的投资到一个新的产品和服务的基础上,那些开发这个技术的人,应该能够设计出方法来鼓励保持区块链的干净,不受玷污。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31