Tracing the Shadows: Automatic Tracking and Analysis of Crypto Money Laundering via Transaction Semantic Analysis
本論文は、静的なルールベースの解析と検索拡張型LLMによる推論を活用して高レベルの取引意図を推論し、単一およびクロスチェーンのDeFi環境における不審な資金フローを正確に追跡する、セマンティック認識型フレームワークであるAMLGuardを紹介するものであり、10億ドルを超える盗難資産のマネーロンダリング・トポロジーの再構築において優れた適合率と再現性を達成している。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
インターネットを、銀行や先生の監視を必要とせずにデジタル・トークンを取引できる、巨大でグローバルな遊び場だと想像してみてください。これが分散型金融（DeFi）の世界です。それは、決して眠ることのない、自動化された巨大な自動販売機のようです。誰でもデジタルコインを別のコインに交換したり、利息を得るためにコインを貸し出したり、あるいはそれらを担保に借りを入れたりすることができます。しかし、誰もが匿名であり、機械が公開されているため、悪意のある者が紛れ込む方法を見つけ出しました。ハッカーが数十億ドル相当のデジタル・トークンを盗んだとき、彼らは単にそれを持ち去るだけでなく、それを「洗浄」しようとします。マネーロンダリングを、泥だらけの靴を新品のように見せかけようとすることに例えてみましょう。彼らは、盗まれた資金の出所を隠すために、デジタル上のスワップ、ローン、そして異なるブロックチェーン（これらは別々の遊び場のようなものです）間のジャンプという、目まぐるしい迷路の中を資金を走らせます。目的は、「汚れた」お金を、どこから来たのか誰にも分からないほど、清潔で混ざり合った状態にすることです。もし私たちが資金を追跡できなければ、泥棒を捕まえたり、お金を取り戻したりすることができないため、これは非常に大きな問題となります。
ここで、デジタル世界の超スマートな探偵として機能する、AMLGuardと呼ばれる新しいツールが登場します。従来の盗まれた暗号資産の追跡方法は、泥棒が靴紐を結ぶために一歩踏み出す動作さえも、その一歩一歩を数えようとするようなものです。それは乱雑で、混乱を招き、しばしば堂々巡りに陥ります。しかし、AMLGuardは単にステップを数えるのではありません。それは、泥棒が「なぜ」動いているのかを理解します。複雑なデジタル取引を分析し、その背後にある「ストーリー」を解明するのです。それはスワップだったのか？ デポジットだったのか？ それともクロスチェーンのジャンプだったのか？ ストーリーを理解することで、ノイズを無視し、たとえ泥棒が資金を隠すために異なるブロックチェーン間を飛び回ったとしても、盗まれた資金の真の経路を追跡することができます。
問題点：デジタル洗濯の迷路
暗号資産の世界では、ハッカーが資金を盗んだ際、直面する課題があります。それは、盗んだ戦利品の出所を隠さなければならないということです。彼らは、盗まれたトークンをさまざまなアドレスを経由させ、異なるコインと交換し、それらを貸し出し、時には異なるブロックチェーン（異なる遊び場へ飛び移るようなもの）へと送ることで、資金の出所を隠蔽します。このプロセスは「マネーロンダリング」と呼ばれます。
問題は、その背後に残されるデジタルの足跡が、信じられないほど乱雑であることです。ハッカーによる一つの動きが、数十の小さなコンピュータ上のアクションを引き起こすことがあります。古い追跡ツールは、これらの小さなアクションを一つずつ見ていきます。彼らは「アドレスAからアドレスBへ、次にコントラクトへ、そしてアドレスCへトークンが移動した」という事実を目にし、混乱します。彼らは、無害なコンピュータプログラム（例えば自動販売機のようなもの）を犯罪の共犯者だと誤認したり、行き止まりの迷路の中で迷子になったりすることがあります。彼らは、「ああ、この混乱した一連の流れは、単なる一つのコインから別のコインへのスワップに過ぎないのだ」という大きな全体像を見ることができません。取引の「意味」を理解できないため、追跡が困難な、巨大でノイズの多いマップを作り出してしまうのです。特に、接続関係が明白ではない異なるブロックチェーン間を資金が移動する場合、その傾向は顕著です。
解決策：AMLGuardの「セマンティック（意味論的）」な超能力
Hao Wu氏とHaijun Wang氏が率いる研究チームは、AMLGuardと呼ばれる新しいシステムを構築しました。単にトークンを数えるのではなく、AMLGuardはすべての取引の「意図」を理解しようとします。彼らはこれを「セマンティック分析」と呼んでいます。
次のように考えてみてください。もし、ある人がパン屋に入り、ケーキを購入して出ていくのを見たら、基本的なカメラは単に「人が地点Aから地点Bへ移動した」と記録します。しかし、賢い観察者は、その「行動」を理解します。「彼らはケーキを買ったのだ」と。AMLGuardは、暗号資産に対してこれを行います。複雑な取引を取り込み、それを高レベルな「DeFiセマンティック・ユニット（DSU）」へと翻訳します。50個の小さなトークンの動きを見る代わりに、「スワップ」「デポジット」「引き出し」といった一つの明確なアクションとして捉えるのです。
これを実現するために、AMLGuardは主に2つの手法を用います：
- ルールベースの探偵業務： 「もしトークンが入り、異なるトークンが出てきたら、それはスワップである」といった一般的なパターンをリスト化しており、標準的な動きを迅速に特定します。
- AIの脳の力： ルールに当てはまらないトリッキーで奇妙な動きに対しては、文脈の理解に長けたAIの一種である大規模言語モデル（LLM）を使用します。システムは乱雑なデータを読み取り、AIに「これまでに見た類似のパターンに基づくと、これは実際には何をしているのか？」と問いかけます。するとAIがその意味を推測し、システムが自らの作業をダブルチェックして、間違いがないことを確認します。
クロスチェーンの挑戦：フェンスを飛び越える
資金を追跡する上で最も難しいことの一つは、資金がひとつのブロックチェーンから別のブロックチェーン（例えばEthereumからArbitrumへ）へ移動する場合です。これは、泥棒が隣の街へと逃げ出し、最初の街の警察が、二つ目の街の警察とは同じ地図を持っていないために、追跡の手がかりを見失うようなものです。
AMLGuardは、取引の「エンベロープ（封筒）」を詳細に調査することで、この問題を解決します。二つのチェーン間の接続関係が必ずしも明白ではない場合でも、システムは取引データの中に隠された指示を読み取り、資金が次にどこへ向かっているのかを正確に突き止めることができます。これにより、「クロスチェーンの意図」を復元し、異なるブロックチェーン間であっても、足跡を途切れさせることなくシームレスに追跡を継続することが可能になります。
結果：泥棒を捕らえる
研究者たちは、ハッカーが10億ドル以上の資産を盗んだ82件の実世界のケースを用いて、AMLGuardのテストを行いました。そして、これを5つのトップクラスの追跡手法と比較しました。
結果は驚異的でした：
- 精度（Accuracy）： AMLGuardは、シングルチェーンのケースで94.4%、クロスチェーンのケースで**87.6%**の精度で、盗まれた資金の最終目的地を特定しました。これは、システムが特定の最終アドレスを指し示したとき、それがほぼ常に正しかったことを意味します。
- 完全性（Completeness）： シングルチェーンのマネーロンダリングに関与したアドレスの**98.4%を、クロスチェーンのケースでは95.8%**を特定しました。工程を見落とすことはほとんどありませんでした。
- 効率性（Efficiency）： 他のツールが数万件もの取引を含む巨大で乱雑なマップの中で迷っている一方で、AMLGuardはマップを小さくクリーンに保ち、1件のインシデントあたり平均して約299件の取引のみを分析しました。これにより、人間の調査官がレビューするスピードが大幅に向上しました。
実世界のテストにおいて、AMLGuardを使用した人間の専門家は、複雑なケースをそれぞれ10分および3分で解決することができました。これは、手動で行ったり、古いツールを使用したりした場合にかかる時間と比較して大幅に短い時間です。システムは、「不当な資金フローのトポロジー（構造）」、つまり、盗まれた資金がハッカーから最終的な現金化スポットまでどのように移動したかを示す、明確で正確な地図の作成に成功しました。
できないこと（および今後の展望）
AMLGuardが「できないこと」を知っておくことも重要です。資金が「ミキサー」（コインを追跡不能にするために混ぜ合わせるサービス）や、泥棒が換金するための中央集権的な取引所に到達した時点で、追跡は停止します。本研究においては、資金がミキサーに入った時点で、足跡は途切れたとみなされます。また、現在のシステムは、一度に行われる取引（シングル・トランザクション）に焦点を当てています。数日間にわたって複数の取引を通じて行われる複雑なスキームについては、まだ追跡できませんが、研究者たちはこれを今後の課題として取り組むべき事項だと考えています。
この論文は、デジタル取引の生のデータではなく、その「意味」を理解することで、より優れた犯罪防御を構築できることを示唆しています。AMLGuardは、ルールとスマートなAIを適切に組み合わせることで、ノイズを切り裂き、影を追跡し、泥棒が戦利品を隠すことをより困難にできることを証明しています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。