MIT-IBM AI Labは200,000ビットコイントランザクションを分析しました。 「Illicit」とラベル付けされたのはわずか2％
ブロックチェーン分析会社Ellipticは、マサチューセッツ工科大学（MIT）およびIBMの研究者と協力して、違法行為に関連するビットコイントランザクションの公開データセットを公開しました。
グループの研究では、 MIT-IBMワトソンAI Labの研究者は合計でおよそ$ 6億203769ビットコインノードのトランザクションを分析するために、機械学習ソフトウェアを使用する方法の詳細。この研究では、人工知能が現在のアンチマネーロンダリング（AML）手順を支援できるかどうかを調査しました。
データセット内の200,000ビットコイントランザクションのうち、Elipticの初期の作業の一部として違法と見なされたのはわずか2パーセントでした。 21％が合法であると特定されましたが、大部分の取引（約77％）は未分類のままでした。 （これまで、2009年のネットワークの立ち上げ以来、推定4億4,000万ビットコインのトランザクションがありました。）
明確にするために、2パーセントは以前は公開されていなかった楕円データセットから来ており、その数字はMIT研究者の分析によって単に確認されただけです。データポイントは、2019年のビットコイン取引のわずか1％が違法行為に関連していると推定されている競合分析会社Chainalysisの調査と一致しています。
Ellipticは世界中の法執行機関に頻繁に雇われて、暗号通貨を使用した違法行為を特定しているため、この研究は、特に銀行を持たない個人やその他の未知のエンティティの間で、違法な使用と合法的なビットコインの使用を区別するのに役立つパターンを識別することを目的としています。
「コンプライアンスに関する大きな問題は、一般に誤検知です。 Ellipticの共同設立者であるTom RobinsonはCoinDeskに次のように語っています。 「重要な発見は、機械学習技術が違法なトランザクションを見つけるのに非常に効果的であることです。」
時々、ソフトウェアは、ダークネット市場、ランサムウェア攻撃、その他の犯罪捜査からの既存のデータに基づいて、説明するのが難しいが既知のエンティティと一致するパターンを見つけることができると付け加えました。
学術研究に続いて、Ellipticは同じデータセットを公開し、オープンソースの貢献を奨励しました。
「AML側では、初期の実験をドメインの専門家と共有してフィードバックを求めています」とIBMの研究者Mark WeberはCoinDeskに次のように付け加えました。
「Elliptic Data Setのリリースが、AMLの新しい技術とモデルを開発することにより、金融システムをより安全にするための取り組みに参加するよう他の人々を刺激することを願っています。」
CNBCは4月に、100ドルの請求書に対する需要の急増は、世界的な犯罪活動の増加に起因する可能性が高いと報告しました。 American Institute for Economic Researchによる2017年のレポートでは、「流通している米国通貨の3分の1以上が犯罪者や税詐欺に使用されている」と推定されています。
更新（22:00 UTC、8月6日）：この記事のタイトルが変更され、言語が追加されて、MIT-IBM Watsonを含むその後の分析ではなく、Ellipticの初期作業で2パーセントの数値が計算されたことが明確になりましたAIラボ
Shutterstock経由のMIT画像