Giải pháp mới của Nga chống lại tội phạm sử dụng Bitcoin và Ethereum
Các nhà khoa học Nga vừa công bố một bước đột phá mới trong cuộc chiến chống tội phạm liên quan đến Bitcoin (BTC) và Ethereum (ETH).
Theo tờ Naked Science của Nga, giải pháp này là sản phẩm của các nhà nghiên cứu tại Đại học Kỹ thuật Truyền thông và Tin học Moscow (MTSUSI).
Họ đã phát triển một công cụ cho phép các nhà điều tra “hình dung hóa blockchain Bitcoin”, giúp “tìm ra bằng chứng về các tội ác liên quan đến tiền điện tử”. Công cụ này sẽ hỗ trợ cảnh sát phân tích giao dịch một cách tinh vi hơn, từ đó xác định “mối liên hệ giữa những người tham gia mạng lưới và phân tích luồng tiền”.
Công cụ mới chống tội phạm sử dụng BTC, ETH?
Mới đây, một nhóm nghiên cứu tại Đại học Kỹ thuật Truyền thông và Tin học Moscow (MTSUSI) do Anna Vanyushina dẫn đầu đã công bố một phát hiện đột phá, hứa hẹn sẽ tạo ra bước ngoặt trong cuộc chiến chống tội phạm liên quan đến tiền điện tử.
Nghiên cứu này, được thực hiện với sự hợp tác của hai đồng tác giả khác, đã được đăng tải trên một tạp chí học thuật uy tín và nhanh chóng thu hút sự chú ý của giới chuyên môn.
Vanyushina và các cộng sự đã phát triển một bộ công cụ cho phép “hình dung hóa blockchain Bitcoin”. Nghe có vẻ phức tạp, nhưng hãy tưởng tượng blockchain như một cuốn sổ cái khổng lồ ghi lại tất cả các giao dịch tiền điện tử.
Thông thường, cuốn sổ này chứa đầy những dữ liệu phức tạp, khó hiểu đối với người bình thường, thậm chí cả với các nhà điều tra. Nhưng với công cụ mới này, các nhà điều tra có thể “biến” những dữ liệu khô khan đó thành dạng hình ảnh trực quan, dễ nắm bắt hơn, giống như việc biến những con số thành biểu đồ sinh động vậy.
Các nhà nghiên cứu cho biết công cụ này sẽ giúp cảnh sát “tìm ra bằng chứng về các tội ác liên quan đến tiền điện tử” một cách hiệu quả hơn. Công cụ này cho phép phân tích giao dịch một cách tinh vi, xác định “mối liên hệ giữa những người tham gia mạng lưới và phân tích luồng tiền”, từ đó lần theo dấu vết của tội phạm.
“Hãy hình dung việc bạn có thể nhìn thấy rõ ràng dòng tiền di chuyển từ đâu đến đâu, qua tay những ai trên mạng lưới blockchain,” Vanyushina giải thích. “Điều này sẽ giúp chúng ta dễ dàng phát hiện ra những điểm bất thường, những giao dịch đáng ngờ và từ đó khoanh vùng đối tượng tình nghi.”
Vanyushina và nhóm của bà đã phát triển các thuật toán để “tạo ra biểu đồ” có khả năng “trực quan hóa cách thức tài sản được chuyển giữa các địa chỉ”.
Nhờ đó, cảnh sát và các công tố viên sẽ không còn phải vất vả “giải mã” những dữ liệu phức tạp trên blockchain nữa. Thay vào đó, họ có thể dựa vào những hình ảnh trực quan, dễ hiểu để nhanh chóng nắm bắt được bản chất của vấn đề và đưa ra quyết định chính xác.
Không chỉ dừng lại ở Bitcoin, các nhà nghiên cứu còn thử nghiệm thành công giải pháp của mình trên cả mạng lưới Ethereum, cho thấy tiềm năng ứng dụng rộng rãi của công cụ này trong việc chống lại tội phạm sử dụng tiền điện tử.
Thử nghiệm giải pháp bằng node Bitcoin thực tế
Vanyushina và nhóm của bà cho biết họ đã sử dụng “dữ liệu thực tế từ giao thức Bitcoin và Ethereum” để kiểm tra giải pháp của mình. Kết quả thu được rất khả quan: thuật toán mà họ phát triển “có thể được điều chỉnh cho phù hợp với nhiều dạng phân tích dữ liệu blockchain khác nhau” và “được sử dụng để phát triển các công cụ chống lại hoạt động tội phạm” trong lĩnh vực tiền điện tử.
Andrey Osin, một trong những đồng tác giả của nghiên cứu, giải thích thêm rằng giải pháp này tạo ra các đồ thị có hướng không chu trình (DAG). Nói một cách đơn giản, DAG là một loại biểu đồ toán học thể hiện mối quan hệ giữa các điểm dữ liệu, trong đó mỗi mối quan hệ đều có một hướng xác định và không tạo thành vòng lặp.
“DAG giúp cải thiện chất lượng và khả năng diễn giải của hình ảnh trực quan,” Osin nhấn mạnh. “Điều này đặc biệt quan trọng đối với việc điều tra các tội phạm liên quan đến thanh toán bằng tiền điện tử.”
Để hiểu rõ hơn về quá trình thử nghiệm, Marat Kiyamov, một thành viên khác trong nhóm nghiên cứu, đã chia sẻ chi tiết: “Chúng tôi đã thiết lập một nút Bitcoin cục bộ để tiến hành thử nghiệm và thu thập khoảng 25,7 MB dữ liệu, bao gồm 46.700 khối và các giao dịch tương ứng.”
Nói một cách dễ hiểu, họ đã tạo ra một phiên bản thu nhỏ của mạng lưới Bitcoin để mô phỏng hoạt động giao dịch và kiểm tra xem công cụ của mình có hoạt động hiệu quả hay không.
Anna Vyacheslavovna, nhà nghiên cứu tại MTSUSI, cho biết thêm: “Các phương pháp trực quan hóa đồ thị cho phép chúng tôi hiển thị rõ ràng cách thức tài sản được chuyển từ ví tiền điện tử này sang ví tiền điện tử khác trên blockchain. Chúng tôi đã đạt được hiệu suất và khả năng mở rộng cao hơn.”
Kết quả thử nghiệm này cho thấy giải pháp của nhóm nghiên cứu MTSUSI hoàn toàn có thể ứng dụng vào thực tế, mở ra hướng đi mới trong việc hỗ trợ các cơ quan chức năng điều tra tội phạm liên quan đến tiền điện tử.
Tác dụng của AI
Kiyamov cho biết nhóm đã tải xuống dữ liệu Ethereum từ bộ dữ liệu “Ethereum XBlock pro”, bao gồm “thông tin về khối, giao dịch, hợp đồng và lệnh gọi”. Nói cách khác, họ đã thu thập một lượng lớn dữ liệu chi tiết về hoạt động trên mạng lưới Ethereum để kiểm tra khả năng ứng dụng của công cụ.
Điểm đặc biệt của phương pháp này là khả năng chuyển đổi dữ liệu định dạng nhị phân phức tạp từ mạng lưới Bitcoin thành các sơ đồ “dễ hiểu”. Hãy hình dung dữ liệu nhị phân như một chuỗi dài các số 0 và 1, rất khó để con người giải mã.
Công cụ này sẽ đóng vai trò như một “phiên dịch viên”, chuyển đổi những đoạn mã khó hiểu đó thành dạng biểu đồ trực quan, giúp các nhà điều tra dễ dàng nắm bắt thông tin quan trọng.
Trước đó, vào đầu tháng này, một nhóm các nhà khoa học Nga khác cũng tuyên bố đã phát triển một giải pháp công tơ điện tử sử dụng trí tuệ nhân tạo (AI) giúp các công ty năng lượng truy tìm những người khai thác tiền điện tử bất hợp pháp.
Có thể thấy, các nhà khoa học Nga đang rất nỗ lực trong việc ứng dụng công nghệ tiên tiến, đặc biệt là AI, vào cuộc chiến chống tội phạm, bao gồm cả tội phạm liên quan đến tiền điện tử.
Những nỗ lực này cho thấy xu hướng tất yếu của việc ứng dụng công nghệ vào lĩnh vực an ninh, trật tự. Việc phân tích dữ liệu blockchain bằng AI không chỉ giúp nâng cao hiệu quả điều tra tội phạm mà còn có thể ứng dụng trong nhiều lĩnh vực khác như quản lý tài chính, kiểm toán, theo dõi chuỗi cung ứng…
Tại sao tin tưởng Cryptonews
Đừng bỏ lỡ
in numbers
