LYNX:如何利用机器学习识别加密项目风险？

加密货币和监管的必要性

加密货币是一种存在于数字世界的交易媒介，依靠加密技术使交易安全。加密货币背后的技术允许用户直接向他人发送货币，而不需要通过第三方，如银行。为了进行这些交易，用户需要设置一个数字钱包，而不需要提供身份证号码或信用评分等个人细节，因此可以让用户伪匿名。

对于普通的加密货币用户来说，这种匿名性可以让他们放心，因为他们的个人信息或交易数据不会被黑客窃取。然而，这种交易匿名性的提高，也容易被犯罪分子滥用，进行、恐怖融资等非法活动。这种非法活动给区块链钱包用户以及加密货币实体都造成了巨大的损失。虽然金融行动特别工作组等监管机构已经在这些实体的监管中引入了标准化的指导方针，但由于每天都有大量的加密货币实体和交易发生，监控加密货币空间是一项具有挑战性的任务。

解决方案

因此，人们有兴趣利用开源信息，例如新闻网站或社交媒体平台，来识别可能的安全漏洞或非法活动。在与LynxAnalytics的合作中，我们已经致力于开发一个自动工具，以刮取开源信息，预测每篇新闻文章的风险分数，并标记出风险文章。这个工具将被整合到Cylynx平台中，这是LynxAnalytics开发的一个工具，用于帮助监管机构通过使用各种信息源监控区块链活动。

数据：已有41,189个地址领取ARB空投，约占总空投量的7.5%:金色财经报道，据 Arbitrum 浏览器数据显示，目前已有已有 41,189 个地址领取 ARB 空投，已领取 ARB 数量约占总空投量的 7.5%。[2023/3/23 13:22:28]

开源信息的数据获取

我们确定了3类开源数据，这些数据可以提供有价值的信息，帮助检测加密货币领域的可疑活动。这些类别是：

传统的新闻网站，如谷歌新闻，它将报告重大的黑客事件。

加密货币专用新闻网站，如Cryptonews和Cointelegraph，它们更有可能报道小型实体和小型安全事件的新闻。

社交媒体网站，如Twitter和Reddit，在官方发布黑客新闻之前，加密货币所有者可能会在那里发布有关黑客的消息。

美国银行或将收购Signature Bank:3月18日消息，亿万富翁投资者Bill Ackman在社交媒体发文称，美国银行（Bank of America）已计划介入并收购陷入困境的Signature Bank，预计将在下周一公布相关信息，数据显示当前美国银行市值估计约为2220亿美元，截至目前美国银行和Signature Bank均未对此事做出回应。（cryptoslate）[2023/3/18 13:12:05]

检索文章和社交媒体帖子的内容，然后建立情绪分析模型。该模型为文章中提到的实体分配了一个风险活动的概率。

情绪分析模型

我们尝试了四种不同的自然语言处理工具进行情绪分析，即VADER、Word2Vec、fastText和BERT模型。在通过选定的关键指标对这些模型进行评估后，RoBERTa模型表现最佳，被选为最终模型。

HOPEX平台将于2月28日停止运营，OTC法币提现已关闭且链上提现每日限时开放:2月1日消息，数字货币衍生品交易平台HOPEX今日发布公告称，因应重大业务调整， HOPEX平台决定逐步有序退出中心化数字货币衍生品交易服务，并将在2023年2月28日正式停止运营。

具体细则如下：自公告之日起所有交易对停止新开仓、关闭账户充值、关闭OTC法币提现。2月5日16:00之后所有交易对将停止交易，链上提现功能则将开放至2023年2月28日16:00。不过，链上提现功能每日限时开放，时间为10:00 –18:00。2月28日16:00，所有提现将由人工处理并需进行身份审核，平台将收取提现金额的5%（或20USDT, 取其较高者）作为人工处理费用。Hopex还关闭了在线客服系统，但保留了邮件沟通渠道。[2023/2/1 11:40:21]

RoBERTa模型对新闻文章或社交媒体帖子的文本进行处理，并为特定文本分配一个风险分数。由于该文本在数据收集过程中已经被标记为实体，我们现在已经有了加密实体的相关风险指标。在后期，我们将多个文本的风险分数结合起来，给出一个实体的整体风险分数。

国家税务总局：在数字人民币试点地区推动实现数字人民币缴纳税费:1月10日消息，近日，国家税务总局发布2023年“便民办税春风行动”的意见，意见要求建立健全全国统一税务可信身份账户体系，方便纳税人通过多种渠道办理业务。支持纳税人在境外通过网上申报等方式，依托财税库银横向联网系统与人民币跨境支付机制，直接使用人民币跨境缴纳税款。在数字人民币试点地区，推动实现数字人民币缴纳税费，丰富数字人民币应用场景，满足纳税人缴费人多元化税费缴纳需求。[2023/1/10 11:04:33]

RoBERTa原本是一个使用神经网络结构建立的情感分析模型，我们将最后一层与我们标注的风险分数进行映射，以适应风险评分的环境。为了提高模型在未来文本数据上的通用性，我们进行了几种文本处理方法，即替换实体、删除url和替换hash。然后我们使用这个表现最好的模型进行风险评分。

风险评分

Solend新提案SLND3投票通过，为解决巨鲸清算问题引入5000万美元借款额度:6月22日消息，Solana 生态借贷协议 Solend 提案 SLND3 以 150 万投票（99.7 %）获得通过。该提案为解决巨鲸的清算问题，建议为每个账户引入 5000 万美元的借款额度，暂时将最大清算平仓系数从 20% 降至 1%，并将清算罚款降低至 2%。[2022/6/22 4:44:39]

现在，每篇文章都有一个相关的来源，一个风险概率和一个计数，指的是文章被转发、分享或转发的次数。为了将这些风险概率转换为加密货币实体的单一风险得分，我们首先将文章的概率值缩放到0到100的范围内，并获得每个来源的加权平均值，结合文章的风险得分和计数。加权平均数用于对计数较高的文章给予更大的重视，因为份额数量很可能表明文章的相关性或重要性。

在计算出各来源的风险得分后，我们对各来源的风险得分进行加权求和，得到综合得分，公式如下：

传统的新闻来源被赋予了更高的权重，因为这些来源更有可能报道重大的安全漏洞。

该解决方案的有效性

我们在2020年1月1日至2020年10月30日的174个加密货币实体的名单上测试了我们的解决方案，并将结果与该时间段内的已知黑客案例进行了比较。我们发现，我们的风险评分方法表现相当出色，在37个已知的黑客案例中识别了32个。我们还分析了我们的解决方案对单个实体的有效性。下图显示了Binance从2020年1月1日至2020年10月30日的风险评分。虚线红线代表已知的黑客案例。从图中我们观察到，我们的解决方案报告了5个已知黑客中的4个黑客的风险得分增加。也有几个峰值与已知黑客案例不一致。然而，这并不构成一个主要问题，因为对我们的模型来说，更重要的是识别尽可能多的黑客，减少未识别的黑客数量。

有趣的发现

在风险评分过程中，我们注意到，与规模较小的实体相比，规模较大的实体的风险评分往往有较大比例的假阳性记录。这是因为大型实体被谈论得更多，因此会有更多的负面帖子和虚假谣言，从而导致更高的不准确率。

另一个值得强调的有趣趋势是，围绕着黑客攻击通常有几个明显的高峰。这是由于不同数据源的反应时间不同。社交媒体网站Twitter和Reddit通常是第一个看到高风险事件发生时的高峰，因为用户会发帖提出他们观察到的异常情况，比如一个实体的网站在没有事先通知用户的情况下宕机。官方消息一般是在官方声明之后，稍后才会发布。

局限性

我们发现，我们的解决方案有两个潜在的局限性，首先是需要不断地维护收集器。网站设计可能会随着时间的推移而改变，这些网站的刮擦器需要更新，以确保相关信息仍能被检索到，从而达到风险评分的目的。

第二个限制是，验证一篇文章是否已被正确地标记为加密货币实体是具有挑战性的。例如，一篇报道Bancor可疑活动的文章可能也会因为一个不相关的事件提到Binance。我们的解决方案会错误地将新闻标记为两个实体，并将Binance标记为风险，即使它不是文本中的关键主题。然而，这并不是一个主要的限制，因为我们只使用新闻文章的标题和摘录来进行风险评分，这通常只包含文章的关键信息。

结语

我们的项目让监管机构可以轻松挖掘开源信息，更好地识别加密货币领域发生的风险事件。我们提供了一个分析文章并预测风险分数的语言模型，以及根据实体和来源信息汇总这些分数的方法。这些方法都被编织成一个可以端到端运行的自动化流水线。将该项目整合到Cylynx平台中，将对其现有功能进行补充，并为监管机构识别高风险加密货币实体提供巨大的帮助。

来源：金色财经

标签：加密货币BAN数字人LYNX加密货币是什么意思BAND数字人民币怎么把钱转到银行卡手续费LYNX价格

聚币热门资讯