💻 computer science

Tracing the Shadows: Automatic Tracking and Analysis of Crypto Money Laundering via Transaction Semantic Analysis

Este artículo presenta AMLGuard, un marco de trabajo con conciencia semántica que aprovecha el análisis estático basado en reglas y el razonamiento de LLM con recuperación aumentada para inferir intenciones de transacciones de alto nivel y rastrear con precisión flujos de fondos ilícitos a través de entornos DeFi de cadena única y de cadena cruzada, logrando una precisión y exhaustividad superiores en la reconstrucción de topologías de lavado de dinero para más de $1 mil millones en activos robados.

Autores originales: Hao Wu, Haijun Wang, Shangwang Li, Yin Wu, Ming Fan, Ting Liu, Xiapu Luo

Publicado 2026-07-22

📖 7 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Hao Wu, Haijun Wang, Shangwang Li, Yin Wu, Ming Fan, Ting Liu, Xiapu Luo

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina el internet como un patio de juegos gigante y global donde las personas pueden intercambiar tokens digitales sin necesidad de un banco o un maestro que las vigile. Este es el mundo de las Finanzas Descentralizadas, o DeFi. Es como una enorme máquina expendedora automatizada que nunca duerme, permitiendo que cualquiera cambie una moneda digital por otra, preste sus monedas para ganar intereses o las use como garantía para pedir préstamos. Pero debido a que todos son anónimos y las máquinas son abiertas al público, los actores malintencionados han encontrado una forma de colarse. Cuando los hackers roban miles de millones de dólares en valor de estos tokens digitales, no solo los guardan; intentan lavarlos. Piensa en el lavado de dinero como intentar limpiar un zapato muy, muy embarrado para que parezca nuevo. Corren el dinero sucio a través de un laberinto vertiginoso de intercambios, préstamos y saltos entre diferentes blockchains (que son como diferentes patios de juegos separados) para ocultar de dónde vino. El objetivo es hacer que el dinero "sucio" parezca tan limpio y mezclado que nadie pueda distinguir de dónde fue robado. Esto es un gran problema porque si no podemos rastrear el dinero, no podemos atrapar a los ladrones ni recuperar el dinero.

Aquí es donde entra una nueva herramienta llamada AMLGuard, que actúa como un detective superinteligente para el mundo digital. Los métodos tradicionales para rastrear el cripto robado son como intentar seguir a un ladrón contando cada uno de los pasos que da, incluso los que da solo para atarse los zapatos. Es desordenado, confuso y a menudo te hace dar vueltas en círculos. AMLGuard, sin embargo, no solo cuenta pasos; entiende por qué el ladrón se está moviendo. Observa una transacción digital compleja y descubre la "historia" detrás de ella: ¿fue un intercambio? ¿un depósito? ¿un salto entre cadenas? Al comprender la historia, puede ignorar el ruido y seguir la ruta real del dinero robado, incluso cuando el ladrón intenta saltar entre diferentes blockchains para esconderse.

El Problema: El Laberinto del Lavado Digital

En el mundo de las criptomonedas, los hackers que roban dinero enfrentan un desafío: tienen que ocultar el origen de su botín. Lo hacen moviendo los tokens robados a través de una serie de direcciones, cambiándolos por diferentes monedas, prestándolos e incluso, a veces, enviándolos a través de diferentes blockchains (como saltar de un patio de juegos a otro). Este proceso se llama "lavado de dinero".

El problema es que los rastros digitales dejados atrás son increíblemente desordenados. Un solo movimiento de un hacker puede activar docenas de pequeñas acciones informáticas internas. Las herramientas de rastreo antiguas observan estas pequeñas acciones una por una. Ven un token moverse de la Dirección A a la Dirección B, luego a un contrato, y después a la Dirección C, y se confunden. Pueden pensar que un programa informático inofensivo (como una máquina expendedora) es un cómplice criminal, o pueden perderse en un laberinto de callejones sin salida. Les cuesta ver el panorama general: "Ah, todo este lío fue solo un simple intercambio de una moneda por otra". Debido a que no pueden entender el "significado" de la transacción, crean mapas ruidosos y gigantescos que son imposibles de seguir, especialmente cuando el dinero salta entre diferentes blockchains donde la conexión no es obvia.

La Solución: El Superpoder "Semántico" de AMLGuard

Los investigadores detrás de este artículo, liderados por Hao Wu y Haijun Wang, construyeron un nuevo sistema llamado AMLGuard. En lugar de solo contar tokens, AMLGuard intenta entender la intención de cada transacción. Ellos llaman a esto "análisis semántico".

Piénsalo de esta manera: Si ves a una persona entrar en una panadería, comprar un pastel y salir, una cámara básica solo registra "Persona se movió del Punto A al Punto B". Un observador inteligente, sin embargo, entiende la acción: "Compró un pastel". AMLGuard hace esto para las criptomonedas. Toma una transacción compleja y la traduce en una "Unidad Semántica de DeFi" (DSU, por sus siglas en inglés) de alto nivel. En lugar de ver 50 pequeños movimientos de tokens, ve una acción clara: "Intercambio", "Depósito" o "Retiro".

Para lograr esto, AMLGuard utiliza dos trucos principales:

Trabajo de Detective Basado en Reglas: Tiene una lista de patrones comunes (como "Si entran tokens y salen tokens diferentes, es un intercambio") para identificar rápidamente los movimientos estándar.
Poder Cerebral de IA: Para los movimientos complicados y extraños que no encajan en las reglas, utiliza un Modelo de Lenguaje Grande (LLM), un tipo de IA que es muy buena entendiendo el contexto. Mira los datos desordenados y le pregunta a la IA: "Basado en patrones similares que hemos visto antes, ¿qué está haciendo esto realmente?". La IA entonces adivina el significado, y el sistema verifica su propio trabajo para asegurarse de no estar inventando cosas.

El Desafío Cross-Chain: Saltando la Cerca

Una de las partes más difíciles de rastrear el dinero es cuando salta de una blockchain a otra (como de Ethereum a Arbitrum). Es como un ladrón que huye de una ciudad a otra, y la policía de la primera ciudad pierde el rastro porque la policía de la segunda ciudad no tiene el mismo mapa.

AMLGuard resuelve esto observando de cerca el "sobre" de la transacción. Aunque la conexión entre las dos cadenas no siempre es obvia, el sistema puede leer las instrucciones ocultas dentro de los datos de la transacción para determinar exactamente hacia dónde va el dinero después. Recupera la "intención cross-chain", lo que permite que el rastreo continúe sin interrupciones a través de diferentes blockchains sin romper el rastro.

Los Resultados: Atrapando a los Ladrones

Los investigadores probaron AMLGuard en 82 casos reales donde los hackers habían robado más de $1 mil millones en activos. Lo compararon con otros cinco métodos de rastreo de primer nivel.

Los resultados fueron impresionantes:

Precisión: AMLGuard encontró el destino final del dinero robado con una precisión del 94.4% en casos de cadena única y del 87.6% en casos cross-chain. Esto significa que cuando señalaba una dirección final, casi siempre tenía razón.
Integridad: Logró encontrar el 98.4% de las direcciones involucradas en el lavado de cadena única y el 95.8% en casos cross-chain. No perdió muchos pasos.
Eficiencia: Mientras que otras herramientas se perdían en mapas enormes y desordenados con decenas de miles de transacciones, AMLGuard mantuvo el mapa pequeño y limpio, analizando solo unos 299 transacciones por incidente en promedio. Esto hizo que fuera mucho más rápido para los investigadores humanos revisar.

En una prueba del mundo real, los expertos humanos usando AMLGuard pudieron resolver casos complejos en 10 minutos y 3 minutos, respectivamente, en comparación con el mucho mayor tiempo que les tomaba hacerlo manualmente o con herramientas más antiguas. El sistema reconstruyó con éxito la "topología de flujo de fondos ilícitos", que es solo una forma elegante de decir que dibujó un mapa claro y preciso de cómo el dinero robado se movió desde el hacker hasta el punto final de retiro de efectivo.

Lo que NO Hace (Y lo que sigue)

Es importante saber lo que AMLGuard no hace. El rastreo se detiene una vez que el dinero llega a un "mixer" (un servicio diseñado para mezclar monedas de modo que sean irrastreables) o a un exchange centralizado donde el ladrón retira el efectivo. Una vez que el dinero entra en un mixer, el rastro se considera roto para este estudio. Además, el sistema actualmente se enfoca en transacciones que ocurren todas de una vez (transacciones únicas). Todamente no rastrea esquemas complejos que se extienden a lo largo de muchos días y transacciones diferentes, aunque los investigadores creen que eso es algo bueno para trabajar próximamente.

El artículo sugiere que, al comprender el significado de las transacciones digitales en lugar de solo los datos brutos, podemos construir mejores defensas contra el crimen cripto. AMLGuard demuestra que, con la mezcla adecuada de reglas e IA inteligente, podemos atravesar el ruido y rastrear las sombras, haciendo que sea más difícil para los ladrones esconder su botín.

Resumen Técnico: Tracing the Shadows (AMLGuard)

Declaración del Problema

El rápido avance de las Finanzas Descentralizadas (DeFi) ha introducido una complejidad significativa en los esfuerzos de prevención de lavado de dinero (AML) en blockchains basadas en cuentas. Tras incidentes de seguridad, los atacantes utilizan protocolos DeFi complejos para ocultar el origen de los activos robados mediante transferencias de múltiples saltos (multi-hop), intercambios de tokens y puentes cross-chain. Los métodos de AML existentes enfrentan tres limitaciones principales:

Heterogeneidad Semántica: Los enfoques actuales suelen depender de transferencias de tokens de bajo nivel o análisis de flujo agnósticos al protocolo. No logran capturar las intenciones de transacciones de alto nivel (por ejemplo, distinguir un simple intercambio de un complejo proceso de staking), lo que genera espacios de rastreo masivos llenos de ruido y rutas engañosas.
Semántica Implícita: Las reglas deterministas luchan por inferir comportamientos críticos de DeFi que están codificados implícitamente a través de múltiples movimientos de tokens, como impuestos de transferencia, contabilidad interna o enrutamiento de múltiples etapas.
Fragmentación Cross-Chain: En escenarios de lavado cross-chain, las soluciones existentes no logran establecer asociaciones semánticas significativas entre la cadena de origen y la de destino porque los puentes descentralizados no exponen enlaces explícitos y verificables entre transacciones en diferentes libros contables. Esto resulta en rutas de rastreo interrumpidas.

Metodología: AMLGuard

Los autores proponen AMLGuard, un marco de trabajo de AML con conciencia semántica diseñado para blockchains basadas en cuentas (específicamente cadenas compatibles con EVM). AMLGuard transforma los datos brutos de las transacciones en representaciones semánticas de alto nivel para guiar un rastreo de lavado continuo y preciso. El sistema opera a través de los siguientes módulos centrales:

1. Análisis Semántico de Transacciones

AMLGuard abstrae transacciones complejas de DeFi en Unidades Semánticas de DeFi (DSUs). Este proceso implica:

Construcción del Grafo de Flujo de Tokens (TFG): El sistema modela los movimientos de tokens intra-transacción como un grafo dirigido donde los nodos son cuentas participantes (EOAs y CAs) y las aristas representan transferencias de tokens.
Identificación de Operaciones Basada en Reglas: Utilizando reglas de búsqueda de grafos estáticos, AMLGuard identifica operaciones explícitas de DeFi (Approve, Transfer, Swap, Deposit, Withdraw) mediante el emparejamiento de subgrafos de TFG contra patrones predefinidos.
Inferencia de Semántica Implícita (LLM + RAG): Para transacciones que no encajan en las reglas estándar, AMLGuard emplea un pipeline de Generación Aumentada por Recuperación (RAG). Este recupera transacciones históricas estructuralmente similares de una Base de Conocimiento de Operaciones DeFi curada y utiliza un Modelo de Lenguaje Grande (LLM) para inferir la intención económica implícita.
Validación Iterativa: Las inferencias del LLM se someten a una verificación de consistencia de dos pasos:
- Consistencia Fáctica: Verificar que la descripción semántica inferida coinciera con los movimientos reales de tokens en el TFG.
- Consistencia Lógica: Asegurar que la operación inferida satisfaga las restricciones de factibilidad (por ejemplo, que la dirección de salida de un swap no pueda actuar inmediatamente como remitente para el mismo token de una manera que viole la semántica del swap).
- Si las verificaciones fallan, el sistema refina iterativamente la inferencia utilizando prompts de retroalimentación.

2. Recuperación Semántica Cross-Chain

Para abordar la fragmentación del lavado cross-chain, AMLGuard recupera la intención a partir de la evidencia en la cadena de origen:

Emparejamiento de Firmas de Funciones: El sistema decodifica los datos de entrada de la transacción para identificar las funciones cross-chain invocadas, utilizando mecanismos de resolución de proxies (EIP-1967, EIP-2535) para acceder a los contratos de lógica subyacentes.
Análisis Semántico de Argumentos: Analiza los argumentos decodificados para extraer identificadores de la cadena de destino y direcciones de destinatarios, transformando una operación de "Depósito" en la cadena de origen en una DSU de "Transferencia" cross-chain. Esto permite un rastreo fluido a través de libros contables heterogéneos.

3. Flujo de Trabajo de Rastreo Guiado por Semántica

AMLGuard realiza un proceso de rastreo iterativo de búsqueda en profundidad (depth-first) comenzando desde una dirección maliciosa conocida:

Construye TFGs para transacciones no analizadas e infiere DSUs.
Los estados de las cuentas se actualizan determinísticamente basados en la DSU (por ejemplo, deduciendo tokens del remitente, añadiendo al receptor).
El sistema expande la frontera de rastreo empujando nuevas direcciones receptoras a una pila solo si la DSU indica una propagación de fondos ilícitos, lo que efectivamente poda rutas irrelevantes y el ruido interno de los protocolos.
El proceso termina cuando la pila está vacía, entregando una topología compacta de flujo de fondos ilícitos y los destinos finales.

Contribuciones Clave

Marco de Trabajo AMLGuard: Un novedoso marco con conciencia semántica que analiza con precisión la semántica de las transacciones, rastrea actividades cross-chain y produce topologías compactas de flujo de dinero ilícito.
Módulo de Análisis Semántico: Un enfoque híbrido que combina reglas estáticas con razonamiento de LLM aumentado por recuperación para abstraer datos de bajo nivel en DSUs de alto nivel, manejando comportamientos tanto explícitos como implícitos de DeFi.
Mecanismo de Recuperación Cross-Chain: Un método para inferir la intención cross-chain mediante el análisis de parámetros de transacción, permitiendo un rastreo continuo a través de blockchains donde los enlaces explícitos están ausentes.
Evaluación Exhaustiva: Una evaluación a gran escala utilizando 82 casos de lavado del mundo real (que involucran más de $1 mil millones en activos ilícitos) en conjuntos de datos de cadena única y cross-chain.

Resultados Experimentales

Los autores evaluaron AMLGuard contra cinco baselines de última generación (TRacer, Haircut, Poison, APPR, XBlockFlow) en dos conjuntos de datos: $D_s$ (63 casos de cadena única) y $D_c$ (19 casos cross-chain).

Precisión y Recall (Recuperación):
- En $D_s$ , AMLGuard logró un 98.4% de recall de direcciones y un 94.1% de recall de destino, con una precisión de destino del 94.4%.
- En $D_c$ , logró un 95.8% de recall de direcciones y un 93.8% de recall de destino, con una precisión de destino del 87.6%.
- Estas métricas superan significativamente al mejor baseline (XBlockFlow), particularmente en escenarios cross-chain donde los baselines a menudo fallan en mantener la continuidad del rastreo.
Reducción de Ruido: AMLGuard construye topologías compactas, analizando un promedio de 299 transacciones y 44 nodos por incidente en $D_s$ , comparado con decenas de miles de transacciones analizadas por los baselines basados en heurísticas.
Eficiencia: Aunque el tiempo de análisis por transacción es mayor debido a la inferencia semántica (aprox. 1.6s/tx), el tiempo total de análisis por incidente es competitivo (476s en $D_s$ ) porque el sistema evita expandirse hacia rutas irrelevantes.
Ablación de Componentes: Eliminar el análisis semántico (AMLGuard sin SA) causó una caída drástica en el recall cross-chain (de 95.8% a 42.3%), confirmando el papel crítico de la recuperación semántica. Eliminar la inferencia de LLM (AMLGuard sin LBSA) también degradó el rendimiento, resaltando la necesidad de manejar la semántica implícita.
Estudio de Caso: En un estudio de usuario que involucró dos incidentes del mundo real ( $11.6M y$ 49M en pérdidas), AMLGuard redujo el tiempo de investigación manual en más de un 60% en comparación con el análisis realizado solo por expertos o el análisis asistido por herramientas comerciales como MetaSleuth.

Significado y Reivindicaciones

El artículo afirma que AMLGuard representa un avance significativo en el AML nativo de cripto al cambiar el enfoque del seguimiento de tokens de bajo nivel hacia la comprensión semántica de alto nivel. Los autores enfatizan que:

La Abstracción Semántica es Crucial: Sin abstraer las transferencias brutas en operaciones DeFi, el rastreo se ve abrumado por el ruido y la mecánica interna de los protocolos.
La Continuidad Cross-Chain es Alcanzable: Al recuperar la intención implícita de los parámetros de la transacción, es posible cerrar la brecha semántica entre blockchains sin depender de oráculos centralizados.
Utilidad Práctica: El sistema asiste eficazmente a los investigadores del mundo real al proporcionar gráficos de rastreo compactos e interpretables, reduciendo así el tiempo y el esfuerzo requeridos para identificar destinos de lavado y congelar fondos ilícitos.

Los autores reconocen las limitaciones, señalando que el marco actualmente se centra en el rastreo hacia adelante hasta servicios de salida conocidos (CEXs) y no cubre el rastreo post-mixer ni los flujos de trabajo atómicos de múltiples transacciones, que siguen siendo áreas para el trabajo futuro.