Modul Analisis Jaringan manfaatkan Analisis Tautan untuk visualisasikan jaringan transaksi, gunakan Algoritma Pengelompokan untuk kelompokkan alamat terkait, serta Resolusi Entitas untuk hubungkan alamat blockchain ke identitas nyata guna nilai risiko
Modul Analisis Jaringan berfungsi sebagai lapisan investigasi mendalam sistem. Sementara Mesin Pemantauan Transaksi (TME) melakukan penyaringan dan penilaian awal transaksi, modul ini menerapkan metode analisis lanjutan untuk mengeksplorasi hubungan dan konteks di sekitar alamat dan entitas yang mencurigakan. Modul ini sangat berharga untuk memeriksa alamat dan entitas yang ditandai sebagai risiko sedang oleh TME.
Modul ini menggunakan tiga teknik investigasi utama: analisis tautan, algoritma pengelompokan, dan resolusi entitas.
Analisis Tautan adalah alat visual dan komputasional yang digunakan untuk memetakan aliran dana dan hubungan di seluruh blockchain. Tujuannya adalah untuk memvisualisasikan dan memahami jaringan transaksi di sekitar alamat yang mencurigakan untuk mengungkap teknik penghindaran dan melacak asal atau tujuan dana.
Modul ini memperlakukan alamat sebagai node dan transaksi sebagai tepi dalam basis data grafik yang besar, mengidentifikasi koneksi langsung maupun tidak langsung antara alamat yang ditandai dan alamat lainnya, termasuk dompet atau bursa, terkadang melalui beberapa "hop". Hasil analisis ini memungkinkan investigator untuk mendeteksi taktik penghindaran tersembunyi, seperti penggunaan dompet perantara dalam "rantai pengelupasan", yang dirancang untuk mengaburkan jejak dana ilegal.
Algoritma Pengelompokan melampaui analisis alamat individual untuk mengidentifikasi kelompok alamat terkait yang kemungkinan dikendalikan oleh entitas yang sama. Tujuannya adalah untuk mengenali individu atau organisasi tunggal di balik beberapa dompet. Hal ini dicapai dengan menggunakan algoritma seperti k-means, DBSCAN, atau model pengelompokan blockchain khusus yang menganalisis pola transaksi bersama, perilaku pengeluaran, mekanisme kontrol koin, dan input atau output umum (dikenal sebagai "heuristik kepemilikan input umum").
Kluster alamat yang dihasilkan mewakili satu entitas, seperti organisasi yang dikenai sanksi, layanan mixer, atau pasar darknet. Mempelajari keseluruhan kluster memberikan gambaran yang lebih jelas dan efektif tentang potensi aktivitas ilegal daripada menganalisis alamat sekali pakai yang terpisah.
Resolusi Entitas berfokus pada menghubungkan data blockchain—seperti alamat dan kluster—kembali ke identitas dunia nyata atau organisasi yang dikenal. Tujuannya adalah untuk meningkatkan penilaian risiko dengan beralih dari alamat dompet anonim ke aktor yang dapat diidentifikasi. Proses ini melibatkan pencocokan alamat yang terkluster dengan basis data entitas yang dikenal, termasuk bursa, layanan kustodian, dompet publik milik kelompok yang terkena sanksi, atau data yang diperoleh dari sumber eksternal atau kebocoran.
Model pembelajaran mesin juga digunakan untuk menyimpulkan identitas menggunakan metadata transaksi, waktu, dan interaksi dengan layanan terpusat. Hasilnya adalah identifikasi individu atau organisasi di dunia nyata yang terkait dengan dana tersebut, yang menyediakan intelijen berkeyakinan tinggi bagi tim kepatuhan untuk mengonfirmasi atau menolak keputusan pemblokiran.
Singkatnya, Modul Analisis Jaringan menerima peringatan awal dari TME dan melakukan investigasi lebih lanjut untuk memvalidasi kecurigaan, mengungkap seluruh cakupan aktivitas ilegal, dan menghubungkannya dengan entitas yang dapat diidentifikasi atau terkena sanksi.
Mpu Gandring ingin memberantas korupsi di Indonesia dengan teknologi blockchain! Anda ingin mendukung?
- Follow akun Mpu.
- Upvote dan resteem postingan Mpu.
- Share di Instagram, Facebook, X/Twitter dll.
- Biar pemerintah mendengar dan menerapkannya.
| Proyek Percontohan |
|---|
Upvoted! Thank you for supporting witness @jswit.