促進Web3合規,「中科鏈源」提供區塊鏈安全解決方案 |Tech100。

在參與者日益增多的前提下,Web3的基礎設施《如鏈本身、智能合約等》和應用《錢包、NFT等》卻持續被質疑安全性有待加強。

有統計顯示,2022年,全球Web3的六大主要賽道中,公鏈、跨鏈橋、交易所、錢包、DeFi、NFT均發生多起安全事件。

其中,公鏈、跨鏈橋、交易所、錢包、DeFi安全均損失上億美元。

再加上Web3的運作機制特殊,導致基於區塊鏈的涉虛擬幣犯罪,如詐騙勒索、傳銷、非法集資、洗錢等事件頻發。

於是,保障Web3的合規與安全,日益成為全球范圍內的熱點話題。

在Web3安全領域,36氪此前報道過專註代碼審計、錢包安全的初創企業。

近期,36氪再次接觸到一家區塊鏈安全公司「中科鏈源」——和代碼審計等公司不同,中科鏈源當前的主要業務是和國內執法機構,如公安部門合作,幫助後者打擊利用Web3技術涉虛擬幣犯罪等行為。

中科鏈源高管告訴36氪,目前公司TO G業務SAFEIS安士為執法機構提供全流程的數智警務案件服務、數智化平臺共建服務、數智執法工具及人才培養服務。

圍繞辦案流程,提供全鏈條全流程數智警務案件服務體系。

展開來看,中科鏈源的數智警務案件服務體系按數據挖掘、立案、偵查、收網、司法鑒定、起訴、審判、資產處置、結案的流程,劃分為多個環節。

同時,公司還推出數智執法工具—SAFEIS安士信息作戰系統,囊括資金分析、資金追蹤、地址監控、智能分析、辦案工具箱等功能,讓服務產品化。

按順序拆解,中科鏈源首先會基於情報、交易數據等進行數據挖掘,發現並分析虛擬幣相關的犯罪線索,把線索轉化成潛在的案源。

接下來,如果公安機關確定立案,那麼中科鏈源可以進一步幫助公安推進偵查、鑒定、資產處置等環節。

可以看出,數據挖掘是中科鏈源整體服務的起點,也是鏈條中最重要的環節之一。

公司高管向36氪表示,在數據挖掘環節,其會通過大數據挖掘技術/工具,對鏈上數據進行收集、整合、清洗、挖掘、關聯、對比,並圍繞資金、IP地址等進行多維分析,挖掘案源線索。

從實現邏輯上,由於區塊鏈的去中心化特性,基於此的交易數據也完全公開——這一特性的好處是,中科鏈源作為服務商可以獲取到用戶的地址、錢包、合約,以及鏈上的全部歷史行為。

但與此同時,龐雜的信息會形成海量數據網,如何從其中識別犯罪行為成為新挑戰。

中科鏈源高管告訴36氪,在偵查環節,為了讓海量數據變得可用,公司自主研發的數智執法工具—SAFEIS安士信息作戰系統會將不可直接使用的數據進行整理,形成可被辦案人員識別的數據。

“這樣做提高了偵查環節的研判效率。

在該系統推出前,原始數據可以說看起來是亂碼,不能直接被看懂、使用。

“中科鏈源高管表示,公司可以通過內置解析規則的工具,將原始數據轉化成可被分析處理的”語言”。

在效果上,經過處理的原始數據能夠以網狀圖的視覺呈現方式,展示每筆交易的交易方、交易時間、交易方式等信息。

目前中科鏈源已積累了百億規模數據,僅地址標簽數據就達到10億條級別。

反饋在處理速度上,公司高管介紹,當前中科鏈源處理一個案例的數據挖掘時長在10-20分鐘左右。

而在沒有這一系統之前,案件線索網絡很難形成。

此外,中科鏈源的SAFEIS安士信息作戰系統還能幫助進行梳理、篩選出最有問題的鏈條,呈現給用戶5~10個選擇,提升辦案人員的工作效率。

談及篩選邏輯,中科鏈源高管表示,公司此前處理案件時積累過不少經驗,這些經驗是各個場景中的篩選基礎。

另外,中科鏈源還會通過工具化的手段幫助判斷——公司會借鑒行業專家的業務經驗,將這些經驗作為特征輸入,通過機器學習模型,更高效地挖掘海量數據中的隱含信息,最終訓練成具備判別能力的模型,意在輔助專家更加迅速、精準地進行業務判斷。

目前,公司擁有10餘個模型以支撐不同場景下的需求。

另在收網、司法鑒定、資產處置環節,中科鏈源同樣可以提供配偵《協助搜證等》、證據固定《司法鑒定等》、資產合規劃轉等服務。

整體在業務推進層面,中科鏈源高管介紹,公司成立兩年已服務了25個省、120個市的公安機關。

之後,公司還計劃在金融、醫療領域拓展客戶。

而且,在B端企業之外,中科鏈源當前還在關注個人鏈上安全市場,希望在服務B端的同時保障C端用戶的鏈上安全。