***Разработка уже сэкономила криптокомпаниям $10 млн
Москва. 23 сентября. ИНЕРФАКС - Студент выпускного курса кафедры блокчейн Московского физико-технического института (МФТИ) Алексей Саплин разработал алгоритм на основе машинного обучения, выявляющий сети фейковых аккаунтов (сибил) в криптовалютных экосистемах, сообщает пресс-служба вуза.
"Решение уже протестировано на 2,5 млн кошельков и показало точность 90%, что в два раза превышает эффективность существующих аналогов. Алгоритм позволил предотвратить несправедливое распределение токенов на сумму $10,2 млн на одном из крупнейших блокчейн-проектов", - говорится в пресс-релизе.
По словам Саплина, разработанный алгоритм анализирует десятки параметров: от поведенческих паттернов и кросс-чейн-активности до сетевых связей между кошельками. Это позволяет выявлять даже сложные кластеры, которые остаются незамеченными при использовании стандартных методов.
В настоящее время ведутся работы по адаптации алгоритма для других криптопроектов. В перспективе технология может быть использована для защиты airdrop-кампаний и поинт-программ в криптоиндустрии.
