В пресс-службе МФТИ сообщили, что учёные вуза разработали алгоритм на основе машинного обучения, который позволяет выявлять сети фейковых аккаунтов в криптовалютных экосистемах. Новый подход продемонстрировал точность на уровне 90%, что примерно вдвое выше показателей существующих решений, эффективность которых обычно не превышает 60%.
Алгоритм анализирует широкий набор параметров, включая поведенческие особенности пользователей и сетевые связи между кошельками. Такой метод помогает обнаруживать даже скрытые группы сибил-аккаунтов, которые трудно выявить стандартными способами. Эти аккаунты обычно создаются одним человеком для многократного получения бонусов в рамках эйрдропов — рекламных акций, при которых новые криптопроекты бесплатно раздают токены.
Большое количество сибил-кошельков способно искажать статистику, снижать доверие к проектам и провоцировать падение курса цифровых активов. Разработанный алгоритм позволяет эффективнее бороться с такими мошенническими действиями, выявляя сложные схемы взаимодействия.
Решение уже прошло практическую проверку. В рамках открытого конкурса, организованного проектом Layer Zero, оно помогло выявить масштабные махинации и предотвратить несправедливые выплаты на сумму 10,2 млн долларов.