Санкции Казначейства работают и в DeFi

cryptonews.ruDipublikasikan tanggal 2024-08-09Terakhir diperbarui pada 2024-08-09

Федеральный резервный банк Нью-Йорка опубликовал отчет о влиянии санкций на Tornado Cash, крипто-микшер, внесенный в черный список Министерства финансов США в 2022 году. Санкции в целом работают даже в децентрализованных финансах, говорится в отчете.

Выводы отчета также применимы к Ethereum. Сопротивление сети Ethereum цензуре и сотрудничеству показывают ее «хрупкость», говорится в отчете.

Какие санкции имеют значение для протокола смарт-контракта

Управление по контролю за иностранными активами Министерства финансов (OFAC) 8 августа 2022 года ввело санкции в отношении адресов, связанных с так называемым крипто-микшером Tornado Cash. Этот шаг стал ответом на крупномасштабные операции по отмыванию денег, которым способствовал микшер, скрывая движение криптовалютных средств. Это был первый случай, когда компьютерный протокол подвергся санкциям.

В отчете говорится, что использование Tornado Cash после введения санкций значительно сократилось, но постепенно восстановилось. В криптосообществе последовала реакция: биржи и другие платформы запретили Tornado Cash, а отраслевые группы встали на защиту микшера.

Механизм консенсуса в блокчейне Ethereum перешел от доказательства работы к доказательству доли сразу после введения санкций против Tornado Cash. В Ethereum валидаторы получают блоки транзакций от разработчиков.

Схема сети Ethereum. Источник: Федеральный резервный банк Нью-Йорка.

Согласно отчету ФРБ Нью-Йорка, обычные пользователи склонны соблюдать санкции в отношении Tornado Cash. Крупные трейдеры также соблюдали санкции, но в несколько меньшей степени. Те, кто отказывается соблюдать санкции, делают это по убеждению, а не из мотивов получения прибыли. Поведение валидаторов осталось практически неизменным, хотя в докладе отмечается, что они могли бы разобраться с блоками, не отвечающими санкциям.

Какое значение санкции имеют для блокчейнов

Наблюдения, приведенные в отчете, раскрывают факты об Ethereum:

«Наши результаты показывают, что сопротивление цензуре хрупко. Несмотря на то, что различные варианты дизайна Ethereum были выбраны для поощрения децентрализации, мы обнаруживаем справедливый уровень концентрации в цепочке расчетов и высокую зависимость от небольшого числа участников, что способствует включению транзакций Tornado Cash».

Tornado Cash продолжает работать, и наблюдается сильное возрождение микшера в этом году. Разработчик протокола Алексей Перцев был признан виновным в отмывании денег в Нидерландах в мае. Роману Шторму и Роману Семенову, другим разработчикам Tornado Cash, Министерство юстиции предъявило обвинения в сговоре с целью отмывания денег, сговоре с целью нарушения санкций и сговоре с целью ведения нелицензионного бизнеса по переводу денег.

Источник: Crypto News от crypto.news.

Шторм находится под стражей, и в настоящее время над ним идет суд. Тем временем Семенов остается на свободе.

Bacaan Terkait

AI Pembuatan Gambar Tanpa Pelatihan Dipercepat 1000%, Caranya: 'Pipa Tiga Tahap' Paling Sederhana

Kemampuan gambar AI semakin kuat, namun pengguna masih merasakannya lambat. Metode akselerasi model difusi tradisional seperti kuantisasi atau distilasi langkah sering kali bergantung pada perangkat keras atau fine-tuning yang mahal. Tim peneliti dari Beihang University, NTU, dan ETH memperkenalkan **MrFlow (Multi-Resolution Flow Matching)**, sebuah pipeline tiga tahap sederhana dan bebas pelatihan untuk mempercepat pembuatan gambar secara signifikan: 1. **Pembuatan Kerangka Beresolusi Rendah:** Model asli menghasilkan gambar struktur global (subjek, tata letak, semantik) di ruang latens beresolusi rendah. Token gambar jauh lebih sedikit, sehingga setiap langkah lebih murah dan konvergensinya lebih cepat. 2. **Super-Resolution di Ruang Pixel:** Hasil beresolusi rendah didekode ke gambar, lalu ditingkatkan resolusinya di ruang pixel menggunakan model super-resolution yang telah dilatih sebelumnya (seperti Real-ESRGAN). Pendekatan ini mempertahankan struktur dengan lebih baik daripada upsampling di ruang latens. 3. **Pemurnian Satu Langkah Beresolusi Tinggi:** Gambar super-resolution dienkode ulang ke ruang latens, ditambahkan sedikit noise intensitas rendah (~0.12), lalu dimurnikan oleh model flow-matching asli hanya dalam **satu langkah** inferensi resolusi tinggi. Noise rendah memungkinkan titik awal dekat dengan gambar bersih. Dengan konfigurasi default "12+1" (12 langkah rendah-res, 1 langkah tinggi-res), MrFlow mencapai **percepatan 10.35x** (dari 49.32s menjadi 4.77s) pada model seperti Qwen-Image, dengan penurunan kualitas minimal (~1%). Metode ini unggul dalam kurva trade-off kecepatan-kualitas dibanding metode akselerasi bebas pelatihan lainnya, dapat digabungkan dengan model distilasi untuk akselerasi lebih lanjut, dan sudah tersedia sebagai kode open-source beserta plugin ComfyUI.

marsbit1j yang lalu

AI Pembuatan Gambar Tanpa Pelatihan Dipercepat 1000%, Caranya: 'Pipa Tiga Tahap' Paling Sederhana

marsbit1j yang lalu

Trading

Spot
活动图片