Más de 40 heurísticas y métodos de IA documentados con total transparencia que el Coinator emplea para la forensia Bitcoin.
A diferencia de muchas otras herramientas de seguimiento de transacciones, el Coinator apuesta decididamente por la transparencia en lugar del secretismo. No hacemos ningún misterio de nuestros algoritmos, heurísticas y procedimientos de análisis — al contrario: todos los métodos empleados están documentados de manera abierta y son consultables en todo momento.
Más de 40 procedimientos claramente trazables — entre ellos las heurísticas multi-input, el análisis de direcciones de cambio, así como los detectores de CoinJoin y PayJoin y numerosos filtros — garantizan la máxima trazabilidad, una alta fiabilidad y resultados admisibles en tribunales, a nivel europeo de protección de datos.
Nuestros procedimientos clásicos se agrupan en diez categorías. Cada una contiene varias heurísticas específicas que, combinadas, contribuyen al análisis de clusters y de transacciones — todas ellas documentadas de forma abierta y trazables.
Las direcciones que aparecen juntas como inputs en una transacción pertenecen con alta probabilidad a la misma entidad. Heurística de base de la forensia blockchain.
Detección de la salida de vuelta en las transacciones Bitcoin. Las direcciones de cambio pertenecen al remitente y amplían el cluster.
Detección de transacciones colaborativas, para no agrupar por error los CoinJoins. Se utiliza en combinación con las heurísticas multi-input.
Identificación de los servicios de mixing clásicos a partir de sus patrones típicos de entrada y salida.
Los swaps cross-chain permiten el intercambio directo de coins entre distintas blockchains — sin plataforma centralizada y, por tanto, sin KYC. Originalmente pensados para arbitraje, se utilizan cada vez más para ocultar el origen de los fondos. Nuestro Coinator reconoce los patrones on-chain típicos de varios protocolos consolidados.
Los patrones temporales recurrentes revelan las características del wallet — privado vs. servicio, región, tipo de uso.
Análisis de la estructura del grafo: ¿quién fluye hacia dónde, a través de cuántas etapas intermedias?
Reconocimiento de los tipos de entidad detrás de las direcciones: plataforma de intercambio, pool de minería, pasarela de pago, custodio.
Seguimiento de coins «contaminados» a través de la blockchain — concepto central para las comprobaciones del origen de los fondos y para AML.
Heurísticas complementarias que iluminan aspectos concretos.
Las heurísticas clásicas se complementan con métodos modernos de Machine Learning — para una mayor precisión y menos atribuciones erróneas.
El Coinator combina procedimientos heurísticos clásicos con métodos de Machine Learning (ML) y de Data Mining (DM), con el fin de analizar con mayor precisión direcciones y transacciones Bitcoin. El objetivo es detectar relaciones que van claramente más allá de las reglas convencionales.
Empleamos redes neuronales (en particular GNNs) para mejorar la detección de relaciones entre direcciones que escapan a las heurísticas clásicas, como la multi-input o el análisis del cambio. Las GNNs se entrenan con conjuntos de datos cuidadosamente preparados, para proporcionar después, en producción, análisis de red fiables en tiempo real.
A veces la "clave" del conocimiento no se encuentra en la topología de la red en sí, sino oculta en el comportamiento del usuario. El Coinator aprovecha esta idea para una agrupación de transacciones asistida por IA, basada en secuencias temporales, variaciones de importes y patrones de uso recurrentes (a veces atípicos).
«¡Divide y vencerás!» Este enfoque innovador pone en marcha un análisis ML de (sub)grafos de transacciones para identificar (sub)redes de relaciones ocultas, con vistas a la detección y denominación automáticas de entidades.
En el quinto y último eje combinamos las heurísticas clásicas ya consolidadas con los algoritmos de IA y ML mencionados, para mejorar la detección de entidades y reducir las atribuciones erróneas (tasa de falsos positivos).
Le explicamos con mucho gusto qué procedimientos se ajustan mejor a cada caso.
Contactar →