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（另一种支付形式），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（FATF）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。
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Lynx Analytics的合作中，我们（来自新加坡国立大学的一个学生团队）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（https://www.cylynx.io/）中，这是Lynx Analytics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。
Paxos发布加密寒冬如何帮助拯救数字资产经济白皮书:金色财经报道，数字资产公司Paxos发布《加密货币冬天如何帮助拯救数字资产经济》白皮书。白皮书汇集了Paxos领导团队和加密货币市场数据提供商Kaiko的内部人士的见解，《加密货币之冬如何帮助拯救数字资产经济》提供了对2022年底和2023年初历史性破坏后的加密货币行业的看法。
为了对数字资产领域在这一动荡时期的过去、现在和未来提供一个全面的看法，《加密货币之冬如何帮助拯救数字资产经济》深入探讨了2022年加密货币之冬之前的几年，FTX和Alameda Research的高调崩溃所带来的影响，以及由此造成的2.1万亿美元的市值损失。该白皮书还研究了一些关键的前瞻性话题，如监管环境、加密货币行业的运营路径、该行业如何与消费者、风险投资公司、机构投资者重新建立信任等。[2023/4/12 14:00:08]
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：
Stargate DAO成员在社区会议上讨论如何处理即将收到的160万枚ARB:3月30日消息，Stargate DAO成员在周三社区电话会议上讨论如何处理160万枚Arbitrum（ARB）代币的预期分配，这些代币价值不到200万美元。LayerZero Labs的员工MaxPower表示，这些代币尚未收到，但当收到时将必须决定是否持有、出售、部署或委托这些代币。
一些与会者建议，DAO应该将ARB代币分发给用户，或将其部署为流动性激励。与此同时，其他治理代币持有者建议委托ARB代币，以便Stargate DAO可以参与Arbitrum治理。
据DeFiLlama的数据，Stargate的总锁定价值（TVL）为3.64亿美元，其中近22%来自Arbitrum平台。（CoinDesk）[2023/3/30 13:34:35]
传统的新闻网站，如谷歌新闻，它将报告重大的黑客事件。
观点：目前行业内是一个沉淀期，builders应该更多去focus在如何解决问题:近日，BeWater DevCon 2022 全球开发者大会在硅谷湾区成功举办，来自Polychain Capital, Uphonest Capital, DFG Capital, Foresight Ventures的嘉宾进行了圆桌讨论，围绕“VC如何在熊市中投资和支持Builders”。Polychain Capital的Jacob Philips表示，目前行业内是一个沉淀期，builders 应该更多去focus在如何解决问题。Uphonest Capital的KJ表示，VC应该作为共同创业的伙伴，而不仅仅是投资就不管事儿了。DFG Capital的Joanna表示，这个熊市的基本面已经和18年19年的熊市大不一样，基础设施得到大量发展，让大家多多探索
Foresight Ventures的Suning表示，builder可以在熊市多做一些新尝试，比如在开发语言方面，尝试Move或Cairo，探索全新生态的可能性。同时作为Foresight Ventures也会更多关注真正颠覆性的创新，以及围绕DAO或者NFT等的crypto-native的文化发展。[2022/6/24 1:29:46]
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。
杜均：推动NFT走向主流的关键在于如何解决其资产属性问题:5月18日晚，火币联合创始人杜均做客由新浪财经和微博直播联合主办的《超话1?X》连麦专场线上直播，与美国投研机构首席增长官另维、硅谷独立投资人王川和火星财经创始人王峰共同解读“海外大火的NFT投资机会”。
杜均在直播中表示，现实世界对于NFT的市场需求是切实存在、可供挖掘的，NFT面临的将会是一片广阔的蓝海市场，而推动NFT走向主流的关键在于如何解决其资产属性问题。
杜均以游戏领域为例，指出“道具所有权的归属、道具滥发、游戏生命周期短、利益分配不均等游戏产业的问题存在许久，而大部分的游戏装备、角色都是独一无二且能自由流通的，非常适合采用NFT进行表征。”杜均表示，随着链上可扩展性的提升和加密游戏的发展，NFT极有可能融入到未来游戏的经济模型中，形成开放透明信任的游戏生态。
最后杜均提醒到，当前NFT市场上的流动性多数的确来源于投机效应，项目的真实价值是难以量化的，用户需谨慎投资。[2021/5/18 22:16:28]
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。
币情观察室 |币圈一哥：牛市真的来了吗？下一步如何布局翻倍币？:5月23日19:17，金色独家播主 币圈一哥 做客金色财经《币情观察室》直播间，将分享《牛市真的来了吗？下一步如何布局翻倍币？》，敬请关注，扫描下图二维码即可观看直播。[2020/5/23]
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。
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（召回率、精度和F1）对这些模型进行评估后，RoBERTa模型（BERT的一个变种）表现最佳，被选为最终模型。
RoBERTa模型对新闻文章（标题和摘录）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。
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。
现在，每篇文章都有一个相关的来源（news/reddit/twitter），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（相对于单个用户的黑客事件）。
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。
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。
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。
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。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。