當前位置:
首頁 > 最新 > 區塊鏈監管難題爭論不休,這裡具體談談輔助監管的四種技術

區塊鏈監管難題爭論不休,這裡具體談談輔助監管的四種技術

雷鋒網AI金融評論報道,在近日上海舉行的峰會上,拓鏈科技CEO陳彥豐進行了區塊鏈監管科技具體技術分析的演講。據雷鋒網了解,拓鏈科技是一家專註數字資產託管、保管的公司。

在陳彥豐看來,既有監管與加密經濟、數字資產的矛盾愈發明顯。現有監管以中心化為準則,比較依賴現有KYC。現有KYC包括開戶時要求嚴格的身份認證,交易中銀行間追蹤,關聯個人行為數據等。而區塊鏈上數字資產的原生特性是匿名性、分散式。隨著區塊鏈技術的發展,還出現了匿名性更強的數字資產,比如門羅、zcash等。

但與此同時,陳彥豐也指出,區塊鏈對於監管也有一定便利。區塊鏈是公開賬本,需要所有礦工的共識監督,而且賬本數據、金額無法造假。


四大技術輔助監管

那麼,如何應對區塊鏈匿名性呢?陳彥豐介紹說,以下四大技術有助於輔助監管。


交易大數據分析

對交易大數據進行分析,包括全節點交易解析,建立索引表,用地址爬蟲抓取互聯網信息,並據此繪製用戶圖譜。


錢包KYC

因為所有交易都從錢包發起,所以只要錢包創建時進行KYC,並限制交易只能發生在符合標準的錢包之間,就能進行一定有效監管。陳彥豐指出,有些聯盟鏈已經添加了這種設置。

風險預警

通過機器學習預警即將發生的流量、價格偏移、異常行為。


資金託管

據雷鋒網了解,很多時候,投資者不信賴中心化交易所,因為錢帳不分離。若能實現資金託管方、交易撮合方分離,合規管理,能有效規避個人道德風險。


技術解決方案

技術配合監管,能夠在實際應用中發揮作用。

對金融機構而言,能夠獲得交易行為監控報告,成為客戶盡職調查工具,並做好網路危險預案。

對於接受加密貨幣的業務,可以提供風險評價API,提高銀行合規標準。

對於監管者來說,對交易所進行冷熱錢包監控,並對交易IP地址進行分析,設立加密貨幣黑名單。


應用案例

交易數據分析

通過高斯回歸模型對ETH價格進行擬合,樣本點落在置信區間之外,說明價格有異常波動,模型一般可用於流量預警。


用戶畫像

對於比特幣等偽匿名加密貨幣,利用用戶畫像可以分析出一些行為。如果有多輸入的交易,認為這個用戶可以控制多個輸入,多個輸入地址對應的就是個人的公鑰。這些公鑰可以聚類,對比該聚類公鑰與其他聚類公鑰,還原用戶的行為。

上圖是交易圖譜,下圖是用戶圖譜。對於用戶圖譜可以進行反匿名分析。


IP追蹤

如果把交易地址和IP地址關聯起來,可以得到地理分布圖。進一步,可以得到中美之間的流動、交易量、時間、行為分析等數據,滿足監管反洗錢等需求。而事實上,也有很多方法追蹤IP。主動方法有設置改造過的全節點。


錢包KYC

前文已提,錢包KYC已經有一些解決方案。目前,行業有專門提供可信錢包的供應商,提供數字身份認證,以及生物認證,包括指紋、虹膜、圖像等,然後可以生成身份認證側鏈。同時,還能做自動化合規檢測。可信錢包可以集成交易所,在交易過程中,可定期為監管提供分析和報告。

下圖是基本構架。在現有區塊鏈架構中,設置一個多重簽名引擎,監管、錢包供應商參與其中,可以監測每一筆交易。


加密資產託管

目前,加密資產託管的主流方法是多簽,從而實現第三方託管。多簽有多種實現方式,比特幣是採用腳本來實現,以太坊通過智能合約,此外,還有一些傳統的密碼學演算法。相較而言,智能合約的語言比較高級,安全性有待考證。因此,更提倡用成熟的密碼學演算法來實現多方簽名。

同時,為了提高加密資產安全性,可以採用硬體模塊。不同於銀行賬號,加密資產一旦丟失無法找回,因此對於安全性等級的要求會更高。現在銀行做到了「所見即所簽」,加密資產在硬體里存放私鑰基本可以達到銀行級安全標準。「所見即所簽」是指最終確認的轉賬金融、地址是從硬體顯示屏看到的,硬體操作系統非常精簡,漏洞和被攻擊可能性很小,基本不會被篡改,安全性很高。手機和電腦很容易受到病毒、木馬攻擊,看到和實際確認的信息可能不一致。

另外還設置了分散式演算法做機構多簽,讓所有安全不依賴任意一個中心hub,hub可以是任意一個USB hub。所有演算法分散在不同Ukey,只要簽名人拿著Ukey,就可以在多台設備簽名,不用擔心中心化設備被攻擊。


點擊展開全文

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 雷鋒網 的精彩文章:

安防『痼疾』繁多,這家AI初創公司是如何解決並將公安破案率提升20%的
朱民:Fintech「逼迫」金融機構剝離內生封閉產業鏈,機構監管走向功能監管
美林銀行採用AI應收賬款方案,智能匹配對賬和支付
眾安保險今日正式招股,保險如何結合科技打造新經濟?
機器人陷入期待值低谷?問題出在哪裡

TAG:雷鋒網 |