区块链分析公司Elliptic与麻省理工学院（MIT）合作，发布了与非法活动相关的比特币交易的公共数据集。

据coindesk.com报道，MIT的IBM Watson AI实验室的研究人员使用机器学习软件对203769个比特币交易进行了分析并分类，所有交易涉及的总价值约为60亿美元。在研究了节点与已知实体的关联后，研究人员发现，这20万个比特币交易中只有2％被认定为非法。虽然其中还有21％被认为合法，但占约77%的绝大多数交易仍未被分类。

该结果与分析公司Chainalysis的一项研究基本一致，后者估计2019年的比特币交易中只有1％被认为与非法活动有关。

Elliptic经常被世界各地的执法机构用来识别使用加密货币的非法活动，因此本研究旨在找出区分非法和合法使用比特币的模式，尤其是在没有银行账户的个人或其他未知实体参与的交易中。

“总的来说，合规性的一个大问题是误报。这项研究的一个重要作用是减少误报的数量，“Elliptic联合创始人Tom Robinson表示。“而我们的重要发现是，机器学习在发现非法交易方面非常有效。”他表示有时基于暗网市场、勒索软件攻击和其他刑事调查的现有数据，软件能够找到难以描述但仍与已知实体匹配的模式。

MIT研究员Mark Weber称，“在反洗钱方面，我们正在与该领域的专家分享我们早期的实验，以征求反馈意见。”

图片来源：pixabay

作者 Liang CHE

本文来自比推bitpush.news，转载需注明出处。