Resumen Técnico: El Enfoque Kosmosis para la Detección de Rug Pulls en Cripto

Declaración del Problema

Los rug pulls de criptomonedas han emergido como una amenaza crítica para la integridad de los ecosistemas de blockchain, resultando en pérdidas financieras significativas y erosionando la confianza de los inversores. Aunque los métodos de detección existentes dependen en gran medida del análisis de grafos de transacciones dentro de las redes blockchain, enfrentan dos limitaciones fundamentales:

1. Seudonimidad: Los enfoques actuales están limitados a los datos de la blockchain, lo que dificulta vincular direcciones seudónimas con entidades del mundo real.
2. Falta de Semántica: El análisis de grafos tradicional se centra en qué activos fueron transferidos, dónde y cuánto, pero no logra capturar el porqué y el cómo de la semántica de la transacción (por ejemplo, la intención específica o la función ejecutada dentro de un contrato inteligente).

Consecuentemente, los métodos preventivos basados únicamente en patrones de transacciones son inherentemente limitados en su capacidad para detectar esquemas de fraude sofisticados o proporcionar alertas tempranas a los usuarios.

Metodología: El Enfoque Kosmosis

Para abordar estas limitaciones, los autores proponen Kosmosis, un enfoque diseñado para construir incrementalmente un Grafo de Conocimiento (KG) mediante la fusión de fuentes de datos heterogéneas. La metodología se estructura en torno a un flujo de trabajo de múltiples etapas que comprende la ingesta, el procesamiento y el almacenamiento de datos.

1. Construcción Incremental de un Grafo de Conocimiento

El flujo de trabajo de Kosmosis integra datos de tres fuentes primarias:

• Datos de Blockchain: Específicamente Ethereum, ingeridos continuamente a través de conexiones WebSocket.
• Datos de Redes Sociales: Texto no estructurado del API de Flujo Filtrado de X (anteriormente Twitter), ingerido incrementalmente.
• Datos de Enriquecimiento: Datos estructurados de bases de conocimiento externas (por ejemplo, Golden Knowledge Graph) y atribuciones de expertos.

El sistema utiliza la ontología EthOn para formalizar conceptos y relaciones dentro del dominio de Ethereum, almacenando los datos resultantes en un almacén de triples (formato RDF) para facilitar la consulta semántica.

2. Flujos de Trabajo de Procesamiento de Datos

El flujo de trabajo emplea procesos especializados para diferentes tipos de datos:

• Procesamiento de Datos de Blockchain:

  • Extracción de Relaciones de Direcciones: Este módulo decodifica los datos de entrada de la transacción utilizando la Interfaz de Aplicación Binaria (ABI) de los contratos inteligentes con los que se interactúa. Implica el desensamblaje del bytecode para identificar opcodes (por ejemplo, SSTORE, CREATE) y la reconstrucción de la ABI si no está disponible públicamente. Esto permite al sistema etiquetar las transacciones con significados semánticos (por ejemplo, distinguir una función de "acuñación/mint" de una transferencia genérica).
  • Etiquetado de Direcciones: Basándose en las relaciones extraídas, las direcciones son etiquetadas (por ejemplo, "desplegador/deployer", "acuñador de NFT").
  • Resolución de Entidades: Las direcciones de blockchain se resuelven a entidades en el KG. El sistema emplea "bloqueo" (blocking) para reducir el alcance de la búsqueda y utiliza heurísticas como la reutilización de direcciones de depósito (propuesta por Victor) para agrupar direcciones controladas por la misma entidad.

• Procesamiento de Texto:

  • Reconocimiento de Entidades Nombradas (NER): Identifica entidades (personas, organizaciones) en el texto de las redes sociales.
  • Extracción de Relaciones: Determina las relaciones entre entidades (por ejemplo, "Alice trabaja para Acme").
  • Resolución de Entidades: Empareja nuevas entidades con entidades existentes en el KG utilizando bloqueo y evaluación de similitud por pares para vincular las identidades de las redes sociales con las direcciones de blockchain.

• Procesamiento de Enriquecimiento:

  • Integra datos externos (por ejemplo, detalles de miembros del equipo del Golden Knowledge Graph) para mapear las direcciones de blockchain con identidades del mundo real, activado por eventos como la adición de nuevas entidades.

3. Consulta Semántica y Detección

El KG construido permite el uso de consultas SPARQL para detectar patrones fraudulentos. El sistema agrega transacciones (por ejemplo, sumando las transferencias de ETH entre EOAs) y anota los bordes con etiquetas semánticas (por ejemplo, mintMonkey, Deploy). Esto permite la identificación de patrones sospechosos, como la transferencia masiva y rápida de fondos a la dirección del desplegador inmediatamente después de los eventos de acuñación de tokens, lo cual se desvía del comportamiento legítimo de un proyecto.

Contribuciones Clave

• Extracción Semántica: El artículo introduce un método para extraer la semántica de las transacciones de blockchain decodificando los datos de entrada de los contratos inteligentes, yendo más allá del simple seguimiento de la transferencia de activos para comprender la intención de la transacción.
• Fusión Multimodal: Kosmosis cierra la brecha entre las direcciones seudónimas de blockchain y las entidades del mundo real fusionando datos on-chain con datos off-chain de redes sociales y de enriquecimiento.
• Pipeline Incremental: Los autores proponen una arquitectura escalable capaz de manejar la ingesta de datos continua, incremental, periódica y dirigida por eventos sin requerir la reconstrucción completa del KG.
• Marco de Alerta Preventiva: El enfoque cambia el paradigma del análisis post-hoc hacia la detección preventiva, con el objetivo de alertar a los usuarios antes de que interactúen con proyectos fraudulentos.

Resultados y Caso de Estudio

El artículo valida el enfoque Kosmosis a través de un caso de estudio que involucra a un defraudador real conocido como "Homer_eth", quien ejecutó cinco rug pulls de NFT en 2021, acumulando más de $2.8 millones.

• Visualización de Línea Base: Un grafo de transacciones estándar (Figura 4) muestra los flujos de fondos pero carece de contexto sobre la identidad de los actores o la naturaleza específica de las transacciones.
• Mejora de Kosmosis: El KG construido (Figura 5) anota semánticamente los bordes (por ejemplo, vinculando funciones "mint" con contratos específicos) y conecta la dirección del desplegador (0xc8a6) con la identidad de la red social "Homer_eth" a través de publicaciones en X.
• Lógica de Detección: El sistema demuestra que, al analizar el flujo semántico, puede identificar que los ingresos de la acuñación fueron desviados directamente a la dirección del desplegador en lugar de al tesoro del proyecto. En una "Historia de Usuario Futura" hipotética, el sistema habría alertado a un usuario ("Bob") antes de la confirmación de la transacción, advirtiendo sobre el riesgo basado en el patrón de desviación de fondos y la identidad social vinculada.

Significación y Reivindicaciones

Los autores afirman que Kosmosis representa un avance significativo en la detección de fraudes cripto al:

1. Mejorar la Profundidad de Detección: Identifica patrones de fraude invisibles para el análisis de grafos de transacciones tradicional al incorporar la semántica de la transacción.
2. Cerrar la Brecha de Identidad: Conecta las transacciones seudónimas con entidades del mundo real mediante la correlación de redes sociales, permitiendo una atribución más efectiva.
3. Permitir la Prevención: Al proporcionar una base semántica para el razonamiento, el enfoque soporta el desarrollo de sistemas de alerta en tiempo real que pueden advertir a los usuarios de posibles rug pulls antes de que pierdan sus fondos.

El artículo reconoce las limitaciones actuales, incluyendo la dependencia de los vínculos explícitos entre las publicaciones de redes sociales y las direcciones de blockchain, la necesidad de una resolución de entidades más sofisticada sin referencias directas, y la restricción actual a blockchains basadas en cuentas como Ethereum. El trabajo futuro busca generalizar el método de clasificación, refinar los filtros de ingesta de datos y expandir el soporte a otras arquitecturas de blockchain como Bitcoin.