Российские ученые создали алгоритм с точностью 90% против криптомошенников — вдвое эффективнее аналогов

Умный алгоритм против фейков в криптомире

Российские ученые разработали новую технологию на основе машинного обучения, способную определять сети поддельных аккаунтов в криптовалютных системах. Этот алгоритм демонстрирует точность в 90%, что вдвое превосходит показатели существующих аналогов. Об этом сообщает издание ТАСС Наука со ссылкой на информацию, предоставленную пресс-службой Московского физико-технического института (МФТИ).

Один из исследователей МФТИ, Алексей Саплин, пояснил принцип работы алгоритма:

"Алгоритм анализирует десятки параметров: от поведенческих паттернов и до сетевых связей между кошельками. Это позволяет выявлять даже сложные кластеры, которые остаются незамеченными при использовании стандартных методов. Алгоритм показал точность в 90%, а большинство существующих решений показывают эффективность на уровне 45−60%", - рассказал Алексей Саплин, чьи слова приводит пресс-служба вуза.

Алексей Саплин уточнил, что разработанный подход направлен на борьбу с так называемыми сибил-кошельками. Это учетные записи, созданные одним и тем же человеком с целью многократного получения бонусов в рамках аирдропов - специальных рекламных акций криптопроектов, когда организаторы бесплатно распространяют цифровые активы на ранних этапах развития новых криптовалют.

Создание большого количества сибил-кошельков приводит к искажению проектных метрик, вызывает резкое снижение стоимости цифровых активов и подрывает доверие пользователей к криптопроекту, его команде и экономической модели. Хотя для противодействия таким действиям создаются различные алгоритмы, их эффективность часто оставляет желать лучшего.

Ученым удалось существенно повысить эффективность таких систем, удвоив ее за счет учета множества параметров и применения алгоритма на основе машинного обучения. Этот метод способен выявлять скрытые взаимосвязи и закономерности в поведении, которые невозможно обнаружить при ручном анализе или использовании простых правил.

Работоспособность нового подхода была подтверждена в ходе открытого конкурса, организованного создателями проекта LayerZero. В рамках этого тестирования были выявлены крупные мошеннические схемы, что позволило проекту отменить несправедливые выплаты на общую сумму 10,2 миллиона долларов США.

По мнению Саплина, его разработка может стать основой для универсального инструмента, предназначенного для выявления мошеннических операций в самых разных блокчейн-экосистемах.

Как сообщалось ранее, российские специалисты активно развивают технологии искусственного интеллекта в различных областях. 26 августа 2025 года пресс-служба Сбера заявила, что их команда создала метод выявлять так называемые галлюцинации в работе систем ИИ. Директор Центра практического искусственного интеллекта Сбербанка Глеб Гусев отметил, что новый подход увеличивает точность обнаружения таких сбоев примерно на 30%, используя при этом минимальное количество обучающих примеров. Эта разработка упрощает процесс создания ИИ-технологий и снижает риски дезинформации, подчеркивая общее направление отечественных исследователей на повышение надежности и эффективности интеллектуальных систем.