🤖 AI

Early Rug Pull Warning for BSC Meme Tokens via Multi-Granularity Wash-Trading Pattern Profiling

Este artigo propõe um quadro de alerta precoce para golpes de "rug pull" em tokens meme da BSC, utilizando um pipeline de ponta a ponta que modela padrões de negociação lavada em múltiplas granularidades e demonstra que o modelo Random Forest, impulsionado principalmente por características de nível de negociação, alcança alta precisão com um tempo de antecedência médio de 3,8 horas.

Autores originais: Dingding Cao, Bianbian Jiao, Jingzong Yang, Yujing Zhong, Wei Yang

Publicado 2026-03-17

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Dingding Cao, Bianbian Jiao, Jingzong Yang, Yujing Zhong, Wei Yang

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que o mundo das criptomoedas, especialmente os "meme tokens" (moedas de internet que viram febre), é como uma feira de rua gigante e caótica.

Nessa feira, todo dia surgem novos barracas vendendo "ouro mágico". A maioria é apenas areia colorida, mas algumas são armadilhas perigosas chamadas "Rug Pulls" (puxada de tapete). O dono da barraca vende o produto, atrai muita gente, e quando o preço sobe, ele some com todo o dinheiro, deixando os compradores com nada.

O problema é que, na blockchain (o livro de contas digital), tudo acontece muito rápido e de forma anônima. Detectar o golpista antes que ele fuja é como tentar achar uma agulha num palheiro, enquanto o palheiro está pegando fogo.

Este artigo apresenta um sistema de alerta precoce (um "radar") criado para a rede BSC (uma das principais redes de cripto) que tenta identificar essas armadilhas antes que elas fechem as portas.

Aqui está como o sistema funciona, explicado de forma simples:

1. O Detetive de Comportamentos (Padrões de Lavagem)

O sistema não olha apenas para o contrato do código (que pode ser complexo), mas sim para como as pessoas estão se comportando. Ele procura por três tipos de "truques" que golpistas usam para fingir que o produto é popular:

O "Self" (O Espelho): O golpista compra e vende para si mesmo, fingindo que há muita gente comprando. É como se você fosse a única pessoa na loja, mas ficasse gritando "Vendi! Vendi!" para parecer que tem fila.
O "Matched" (O Par de Dança): Duas contas (que na verdade são do mesmo dono) ficam trocando dinheiro entre si o tempo todo para criar volume falso. É como dois amigos dançando juntos em frente a uma loja para atrair a atenção dos outros.
O "Circular" (O Circuito): Um grupo de contas passa o dinheiro em círculo, como se fosse uma corrente de solidariedade, mas na verdade é apenas dinheiro girando no ar para parecer movimento.

O sistema conta quantas vezes esses "truques" acontecem e transforma isso em um perfil de risco.

2. A "Carteira de Identidade" da Moeda

Em vez de olhar apenas para uma coisa, o sistema cria uma carteira de identidade para cada moeda com 12 características diferentes. Ele pergunta coisas como:

"Quantas pessoas diferentes estão comprando?" (Se são sempre as mesmas 3, é suspeito).
"O tamanho das compras é estranho?" (Se todo mundo compra exatamente 10 dólares, é robô).
"O dinheiro está entrando e saindo de forma equilibrada?" (Se sai muito mais do que entra, é sinal de fuga).

Essas 12 pistas são misturadas para criar um "nota de perigo" para a moeda.

3. O Cérebro do Sistema (A Inteligência Artificial)

O sistema usa dois tipos de "cérebros" para decidir se a moeda é perigosa:

Lógica Simples (Regressão Logística): Como um funcionário que segue regras rígidas.
Cérebro Avançado (Random Forest): Como um detetive experiente que consegue ver padrões complexos e sutis que o funcionário comum não vê.

O Resultado: O "Cérebro Avançado" (Random Forest) foi muito melhor. Ele conseguiu identificar corretamente 92% das armadilhas que detectou (alta precisão), embora tenha deixado passar algumas (recalque de 62%).

4. O Grande Dilema: Precisão vs. Memória

O sistema foi projetado para ser um filtro de alta precisão, não um alarme que toca para tudo.

O que ele faz bem: Se o sistema diz "Cuidado!", é quase certeza que há um problema. Ele raramente aciona o alarme falso (apenas 1 erro desse tipo no teste).
O que ele ainda precisa melhorar: Ele não pega todas as armadilhas (deixou passar 8 casos). Isso é intencional: é melhor deixar passar alguns perigos do que assustar as pessoas com alarmes falsos o tempo todo.

5. O Tempo de Alerta (A Vantagem)

A parte mais legal é o Tempo de Liderança (Lead Time).
O sistema conseguiu avisar sobre o golpe, em média, 3,8 horas antes do dono da moeda sumir com o dinheiro.

Analogia: É como ter um vizinho que avisa: "Ei, o ladrão está chegando, mas ainda tem 3 horas antes dele entrar na sua casa". Isso dá tempo suficiente para você trancar a porta e salvar seu dinheiro, em vez de acordar com a casa vazia.

Resumo Final

Este estudo criou um radar de segurança para moedas meme. Ele não é perfeito e ainda precisa ser treinado com mais dados, mas funciona como um filtro inteligente:

Ele ignora o barulho e foca nos comportamentos estranhos (lavagem de dinheiro).
Ele usa inteligência artificial para dar uma nota de risco.
Ele avisa com algumas horas de antecedência.

A ideia final não é que o computador tome a decisão sozinho, mas que ele funcione como um auxiliar de triagem para humanos. Ele diz: "Olhe aqui, essa moeda tem um comportamento muito suspeito, investigue antes de investir". Isso transforma o caos da internet em um ambiente um pouco mais seguro para quem está de olho.

Resumo Técnico: Alerta Precoce de "Rug Pulls" em Tokens Meme da BSC via Perfis de Padrões de Lavagem de Transações Multi-Granularidade

1. O Problema

O ecossistema de Finanças Descentralizadas (DeFi), especificamente na BNB Smart Chain (BSC), enfrenta um risco elevado de "rug pulls" (golpes onde os desenvolvedores retiram a liquidez e desaparecem) devido à emissão de alta frequência e especulação de curto ciclo de tokens meme.

Os desafios principais identificados pelos autores são:

Escassez de Anomalias e Rótulos Incompletos: A falta de dados rotulados de alta qualidade dificulta o treinamento de modelos supervisionados.
Evolução Rápida do Risco: A natureza volátil dos tokens meme torna as características estáticas (como análise de contrato) insuficientes para prever eventos de curto prazo.
Interpretabilidade Limitada: Muitos modelos existentes funcionam como "caixas-pretas", dificultando a geração de evidências comportamentais verificáveis para ações regulatórias ou de triagem.
Falta de Validação de Sinalização Antecipada: Há uma lacuna metodológica entre detectar padrões de lavagem de transações (wash-trading) e emitir alertas operacionais com tempo de antecedência (lead time).

2. Metodologia

O artigo propõe um framework end-to-end para alerta precoce, composto por quatro estágios principais:

A. Construção e Rotulagem do Dataset

Dados: Transações de transferência de tokens BEP-20 na BSC.
Pré-processamento: Os dados foram limpos, deduplicados e normalizados. Foi aplicada uma estratégia de "teto fixo" (máximo de 5.000 registros válidos por token) para garantir comparabilidade.
Conjunto Final: 7 tokens e 33.242 registros.
Rotulagem (Weak Supervision): Devido à escassez de rótulos precisos, utilizou-se uma abordagem de supervisão fraca, categorizando amostras em high_risk e non_high_risk (incluindo desconhecidos na classe negativa).

B. Construção de Características Multi-Granularidade

O núcleo da metodologia é a modelagem de padrões de lavagem de transações em três categorias:

Self (Auto): Comportamento de loop ou alta associação consigo mesmo.
Matched (Casado): Transferências frequentes e pareadas entre pares de endereços.
Circular (Circular): Transferências cíclicas de fundos entre múltiplos endereços.

Com base nesses padrões, foram extraídas 12 características comportamentais de nível de token, unificando sinais de três níveis:

Nível de Transação: Intensidade de atividade, tamanho médio/mediano e volatilidade dos valores.
Nível de Endereço: Diversidade de remetentes/receptores, assimetria e concentração (top 10 endereços).
Nível de Fluxo/Tempo: Desequilíbrio de fluxo líquido, repetição de rotas e explosividade temporal (burstiness).

C. Modelagem de Alerta Precoce

Algoritmos: Comparação entre Regressão Logística (baseline) e Random Forest (modelo principal).
Objetivo: Classificação binária para gerar uma pontuação de risco e disparar alertas quando a probabilidade excede um limiar ( $\tau$ ).
Métrica de Desempenho de Tempo: Cálculo do Lead Time (tempo entre o primeiro alerta e o evento de rug pull), definido como $T_{rugpull} - T_{warning}$ .

D. Análise de Ablação e Erro

Testes de ablação para quantificar a contribuição de cada grupo de características (transação, endereço, contrato).
Análise detalhada de Falsos Positivos (FP) e Falsos Negativos (FN) para entender o comportamento do sistema em produção.

3. Resultados Principais

Desempenho do Modelo

O Random Forest superou consistentemente a Regressão Logística em todas as métricas centrais:

AUC: 0.9098 (vs. 0.7243)
PR-AUC: 0.9185 (vs. 0.7397)
F1-Score: 0.7429 (vs. 0.6316)
Precisão: 0.9286 (indicando baixa taxa de falsos alarmes).

Análise de Ablação (Contribuição das Características)

Características de Transação (Trade-level): São o principal motor de desempenho. Sua remoção causou a maior queda no PR-AUC ( $\Delta = -0.1843$ ).
Características de Endereço (Address-level): Fornecem um ganho complementar estável ( $\Delta = -0.0573$ ).
Características de Contrato: A remoção atual resultou em um leve aumento no PR-AUC, sugerindo que, na versão atual, essas características têm valor discriminativo limitado ou introduzem ruído.

Indicadores de Implantação

Lead Time (v1): Média de 3,81 horas (mediana de 1,03 hora) para uma subconjunto de amostras, indicando janelas de alerta acionáveis.
Perfil de Erro: O sistema apresentou 1 Falso Positivo e 8 Falsos Negativos no conjunto de teste.
Posicionamento: O modelo é mais adequado como um triador de alta precisão (para priorização humana) do que como um alarme automático de alta recuperação (high-recall), devido à taxa de falsos negativos.

4. Contribuições Principais

Pipeline Executável e Reprodutível: Estabelecimento de um fluxo de trabalho completo, desde o processamento de dados on-chain até a modelagem de alerta e diagnóstico de erros, focado em tokens meme da BSC.
Validação Empírica de Supervisão Fraca: Demonstração de que características comportamentais multi-granularidade (padrões de lavagem) são eficazes para classificação de risco mesmo com rótulos incompletos.
Evidências Orientadas à Implantação: Vai além das métricas de classificação padrão, fornecendo análises de Lead Time e perfis de erro (FP/FN), o que é crucial para definir a utilidade prática do sistema em cenários reais.

5. Significância e Conclusão

Este trabalho preenche uma lacuna crítica na segurança DeFi ao conectar a detecção de padrões de manipulação (lavagem de transações) diretamente com sistemas de alerta precoce acionáveis.

Para Reguladores e Analistas: Oferece uma ferramenta para triagem de alto risco com alta precisão, reduzindo a carga de trabalho manual ao filtrar tokens com baixo risco de alarmes falsos.
Para a Comunidade Acadêmica: Propõe uma abordagem estruturada para lidar com a escassez de dados rotulados em criptomoedas, utilizando engenharia de características comportamentais robustas.
Limitações e Futuro: O estudo reconhece que a definição atual de Lead Time é uma aproximação baseada em regras para amostras de baixa transação e que a cobertura de características de contrato ainda é limitada. Trabalhos futuros focarão em anotações de nível de evento, validação temporal externa e enriquecimento de características de contrato para melhorar a recuperação (recall) e a robustez estatística.

Em suma, o paper demonstra que a modelagem não-linear de padrões comportamentais multi-nível é uma estratégia superior para prever riscos de rug pulls em ambientes de alta volatilidade como a BSC.