Реестр ловит только известные кошельки
АФМ вводит единый реестр криптокошельков, использованных в преступных целях. Кошелёк, созданный вчера, в него ещё не попал, и проверка по списку его пропускает.
Источник: Informburo
Проблема
Существующие проверки видят только то, что уже известно
Банк получает деньги, выведенные с криптобиржи. Чтобы понять, чистые ли они, у него сегодня есть три инструмента, и у каждого есть слепое пятно.
Порог обходят дроблением
Операции с цифровыми активами от 5 млн тенге подлежат обязательному мониторингу. Сумму делят на переводы ниже порога, и каждый выглядит безобидно.
Источник: Digital Business
Верификация отвечает на вопрос «кто», но не «откуда»
Биржа знает владельца аккаунта по паспорту. История монет, которые он выводит, в KYC не видна: деньги могли пройти через десяток чужих кошельков.
Миссия
Дать каждому банку Казахстана инструмент, который находит новые схемы отмывания раньше, чем они попадут в реестр, и объясняет каждое решение человеку, который его принимает.
Находить неизвестное
Модель оценивает поведение адреса и его контрагентов, а не сверяет адрес со списком. Поэтому она реагирует и на кошельки, которых нет ни в одной базе.
Объяснять, а не просто блокировать
Каждый скор раскладывается на факторы: что повысило риск, что снизило и какой тип схемы виден на графе. Решение остаётся за сотрудником банка.
Встраиваться в госинфраструктуру
В Казахстане создаётся Национальный центр криптовалютной аналитики, доступ к нему получат банки. Traceon задуман как ML-модуль для такой системы.
Источник: Kapital.kz
Что сделано
Работающий прототип на собственном датасете
Мы сами собрали датасет из блокчейна TRON, обучили на нём модель и проверили её на заморозках, которых она не видела. Демо проверяет любой живой адрес USDT за секунды.
Собственный датасет USDT-TRON
9 138 заморозок Tether и 345 адресов OFAC прямо из блокчейна, полный журнал переводов USDT с 2019 года. Признаки — только по переводам до момента заморозки, без утечек из будущего.
Проверка живого адреса
Переводы за 90 дней скачиваются при каждой проверке. XGBoost по 33 понятным признакам, вердикт за секунды.
Проверки на будущем
ROC-AUC 0,934 на 908 будущих заморозках. При 65 ручных проверках на 1 000 операций — 13 из 20 подозрительных адресов, в 11 раз больше правила «контакт с замороженным».
Объяснение каждого скора
Факторы риска и смягчающие факторы, вклад каждого и место среди 5 000 обычных адресов. Заключение по‑русски — по шаблону или локальной LLM.
Официальный PDF-отчёт
Номер отчёта, заключение и рекомендация, граф контрагентов, движение средств, выборка переводов, блок подписей.
Развёртывание в контуре банка
FastAPI, PostgreSQL и журнал проверок в Docker одной командой. Данные клиентов не покидают банк.
Локальная LLM-помощник
Qwen 2.5 7B на сервере банка пишет заключение и отвечает на вопросы сотрудника по проверке. Скор и уровень не меняет; автоматически проверяются числа и уровень риска в тексте, смысл ответа оценивает сотрудник. Без сервера — шаблон.
Журнал с хеш-цепочкой
Журнал только для дописывания: изменять и удалять записи запрещает база данных. Записи связаны SHA-256, конец журнала сверяется с контрольной точкой вне базы — подмена в обход запрета будет обнаружена.
Статусы и полнота проверки
«На проверке», «документы», «СПО в АФМ», «отказ» с фильтрами. Если списки Tether или OFAC не загружены, система пишет «проверка неполная» вместо уверенного вывода.
Дальше
Пилот в режиме наблюдения на обезличенных данных банка-партнёра: пороги под его поток и отчёт о качестве. Затем связь с реестром АФМ.
План внедрения
Как работает
Четыре шага от адреса до решения комплаенса
Сотруднику банка нужен только адрес кошелька клиента. Всё остальное Traceon берёт из открытого блокчейна.
Клиент указывает адрес
Сотрудник вставляет адрес T…, с которого клиент продавал USDT. Для Bitcoin владение подтверждается подписью BIP-137.
Модель оценивает риск
Переводы за 90 дней из блокчейна, сверка с заморозками Tether и списком OFAC, XGBoost по 33 признакам поведения.
Traceon объясняет причину
Факторы риска и смягчающие факторы с местом среди обычных адресов, граф контрагентов. Заключение — локальный шаблон; в модуле Bitcoin по желанию — LLM через внешний API (передаются только агрегированные причины).
Комплаенс получает отчёт
PDF с заключением и рекомендацией: продолжить операцию, запросить документы или рассмотреть сообщение о подозрительной операции в АФМ.
Собственный датасет
Метки взяты из самого блокчейна
Мы не брали готовую разметку. Эмитент Tether замораживает адреса, связанные с мошенничеством и отмыванием, и каждая заморозка записана в блокчейн с точным временем. Из этих событий мы собрали датасет и проверяем модель «на будущем»: учим на старых заморозках, проверяем на новых.
9 138заморозок Tether — метки из контракта USDT; демо сверяется с текущим реестром
345адресов TRON из санкционного списка OFAC — отдельная проверка
27 386контрольных адресов того же времени; разбиение на обучение, валидацию и тест по времени
3,77 млрдпереводов USDT в TRON — полный журнал блокчейна, история адреса до 365 дней
Защита от утечек
- Признаки считаются только по переводам до момента заморозки.
- Контакты учитываются только с адресами, замороженными раньше.
- Адреса без переводов исключены: у замороженных их 25%, у обычных 6% — иначе модель выучила бы перекос.
- Обычные адреса подобраны по тому же времени, что и заморозки.
Для 88% проверок у адреса есть история, по которой модель может судить; для остальных Traceon честно отвечает «недостаточно данных».
События
Заморозки и разморозки в контракте USDT, список OFAC.
Метки
Заморожен — 1, момент t = заморозка; обычные — активные адреса того же времени.
История
Все переводы адреса до момента t из полного журнала USDT; живая проверка — через TronGrid.
Признаки
33 понятных показателя: транзит, суммы, контрагенты, время, связи со списками.
USDT · TRON
13 подозрительных адресов из 20 — при 65 проверках из 1 000
Проверка на 908 заморозках июля — октября 2026 года и 3 632 обычных адресах, которых модель не видела. Сценарий банка: 1 000 операций, из них 2% подозрительных.
66%будущих заморозок получают «средний» или «высокий» риск при 5,5% ложных тревог
36%получают «высокий риск» при 1,2% ложных тревог — 1 обычный адрес из 80
11×больше находок, чем у правила «уже переводил деньги замороженному адресу»
65ручных проверок вместо 1 000 при 2% подозрительных: среди них 13 из 20 подозрительных (интервал 12–14), 7 пропущено. Расчётный сценарий, не измеренный эффект
Сколько будущих заморозок находит каждый подход
Проверка на июле — октябре 2026 по адресам, которых модель не видела при обучении
«Правило „контакт“» — пометить адрес, если он уже переводил деньги замороженному адресу. Модель обучена на более ранних заморозках и проверена на более поздних. Метка — заморозка адреса эмитентом Tether: это приближение к отмыванию, а не судебное решение. Если адрес уже заморожен или под санкциями OFAC, Traceon ставит 100 без модели.
Проверить адрес USDT
Объяснимость
Каждый скор можно разобрать на части
- Все 33 признака понятны без расшифровки: транзит, суммы, контрагенты, время переводов, связи с замороженными адресами.
- У каждого фактора — вклад в оценку (SHAP) и место среди 5 000 обычных адресов: «больше, чем у 98% обычных».
- Граф контрагентов, движение средств по дням и выборка переводов со ссылками на Tronscan попадают в официальный PDF-отчёт.
- Скор — условная шкала 0–100, а не вероятность нарушения и не доказательство: низкий 0–39, средний 40–69, высокий 70–100. Адрес, уже замороженный Tether или в списке OFAC, сразу получает 100; крайне высокая оценка модели тоже может дать 100. Метка модели — заморозка Tether, это приближение к отмыванию. Решение принимает сотрудник банка.
Отчёт по адресу USDT (TRC20)
Что видит сотрудник банка
Фактор риска · транзитвклад в оценку
Доля полученного, которая ушла дальше: значение у адреса, типичное значение и место среди 5 000 обычных адресов.
Связи со спискамиотдельной строкой
Переводы с адресами, замороженными Tether или из списка OFAC, — с числом переводов и ссылками.
Смягчающий факторснижает оценку
Например, паузы между переводами и число контрагентов как у обычных пользователей.
Адрес уже заморожен или под санкциями — 100 баллов без модели
С чего начинался проект
Сначала метод проверили на эталонном датасете
Этап 1 — открытый датасет Bitcoin Elliptic2: 121 810 схем переводов с разметкой компании Elliptic. На нём XGBoost оказался в 2,8 раза точнее опубликованной модели авторов.
0,579PR-AUC на тесте Elliptic2, у модели авторов GLASS — 0,208
88,5%подозрительных среди 1% самых рискованных схем — в 39 раз выше среднего
PR-AUC на тесте Elliptic2
12 181 схема, подозрительных 2,3%
Почему мы пошли дальше. Признаки Elliptic2 обезличены — объяснить решение сотруднику банка нельзя. Модель работает только на схемах из датасета и не проверяет живой адрес. И это Bitcoin, а через P2P в Казахстане продают USDT в сети TRON. Поэтому основной результат Traceon — собственный датасет и модель USDT-TRON.
Преимущества
Чем Traceon дополняет то, что у банка уже есть
| Задача | Реестр кошельков | Пороговые правила | Traceon |
|---|---|---|---|
| Новый кошелёк, которого нет в базах | нетпропускает | нетесли сумма ниже порога | даоценивает схему вокруг адреса |
| Сумма раздроблена ниже 5 млн ₸ | нет | неткаждая часть ниже порога | давидит дробление в структуре |
| Адрес USDT переводил деньги замороженным Tether | нетвидит только сам адрес из списка | нет | даскачивает 90 дней переводов и оценивает поведение |
| Объяснение для сотрудника | запись в реестре | «превышен порог» | факторы, доли влияния, граф и сравнение с обычными адресами |
| Вопросы по конкретной проверке | нет | нет | далокальная LLM отвечает только по фактам проверки |
| Документ для решения | нет | нет | даPDF-отчёт с рекомендацией |
| Работа в контуре банка | да | да | даDocker; LLM на своём сервере; USDT через TronGrid или свой узел |
Внедрение
От студенческого MVP к модулю национальной системы
- 1Сделано
Bitcoin · Elliptic2
Модель схем, веб-интерфейс, подпись BIP-137, PDF-отчёты и журнал проверок.
- 2Сделано
USDT в сети TRON
Модель на заморозках Tether и списке OFAC, проверка живых адресов с отчётом, журнал с хеш-цепочкой и локальный LLM-помощник.
- 3Следующий шаг · пилот
Данные банка
Проверка и дообучение на обезличенных операциях и реальных решениях комплаенса банка-партнёра.
- 4Интеграция
API для государства
Реестр АФМ как стартовые метки: Traceon находит соседние неизвестные адреса и отдаёт скор банкам.
Ограничения
Что важно знать о текущей версии
Метка USDT — заморозки Tether
Модель учится на адресах, которые Tether позже заморозил. Это не всё отмывание и не судебное решение.
Крупные адреса
Главный признак — размер переводов, поэтому у крупных законных адресов ложных тревог больше. Для крупных клиентов нужен отдельный порог — его подберём на пилоте.
Случайные адреса — не клиенты банка
Обычные адреса в проверке — случайные активные адреса TRON. Перед внедрением качество подтверждается на пилоте с реальными решениями комплаенса.
Скор не доказательство
Traceon показывает сходство со схемами отмывания. Окончательное решение и сообщение в АФМ остаются за сотрудником банка.