混币器困境:保护了隐私也掩护了黑产

蜂巢TechОпубликовано 2022-08-09Обновлено 2022-08-09

Введение

混币器在加密行业一直是一个特别的用例,它强调增强隐私服务,允许用户消除在比特币和以太坊等区块链网络上留下的大多数交易痕迹。

混币器在加密行业一直是一个特别的用例,它强调增强隐私服务,允许用户消除在比特币和以太坊等区块链网络上留下的大多数交易痕迹,但混币器的这一功能也常常被黑客和犯罪团伙用作抹除洗钱痕迹的工具,因此被监管部门视作一种执法障碍。

8月9日,美国财政部外国资产控制办公室 (OFAC) 宣布制裁混币器Tornado Cash,禁止美国实体及个人与该应用交互。3个月前,该监管部门还制裁了中心化混币服务商Blender。这些动作透露出国家监管加大对加密资产行业反洗钱力度的决心。

在加密领域,各种混币器应用以及Zcash等隐私区块链一直以隐私保护立足行业。这主要是由于比特币、以太坊等区块链交易透明,一些加密用户担忧因暴露身份成为黑客、社会工程诈骗甚至绑架的目标,因此对隐私保护有着强烈的诉求。

在隐私保护和黑产洗钱之间,混币器和隐私类区块链呈现出双刃剑特征。业内人士认为,隐私与反洗钱不应站在对立面,监管部门应该在隐私保护和减少犯罪之间取得平衡,这正是让加密技术发挥其真正潜力的领域。

美财政部制裁混币器Tornado

美国财政部外国资产控制办公室 (OFAC) 最终还是对混币器Tornado Cash下手了。该部门将Tornado 及38个以太坊地址添加到「特别指定国民」 (Specially Designated Nationals, SDN) 名单中,所有美国个人和实体都被禁止与Tornado Cash和指定的38个以太坊钱包地址进行交互。

这是美国监管年内对混币器应用做出的第二例制裁。今年5月,OFAC曾制裁中心化混币服务商Blender,该部门指出,Blender与朝鲜黑客有联系,被后者用来清洗从Axie Infinity窃取的资金,此外,Blender还为与俄罗斯有关的勒索软件集团(如Trickbot、Conti、Ryuk、Sodinokibi和Gandcrab)清洗资金。

在加密资产领域,混币器一直是一个特别的用例,它强调增强隐私服务,允许用户消除在比特币和以太坊等区块链网络上留下的大多数交易痕迹。尽管混币器本身只是一种技术工具,但越来越多的非法资金通过混币器进行洗钱,为监管部门打击非法金融带来了挑战。

相比Blender,去中心化的Tornado Cash在加密行业更为知名,被使用的频率也更高。该协议运行于以太坊区块链,通过接收各种交易并混淆加密资产来源、目的地和交易对手,达成「混币」的目的。

美国财政部OFAC在制裁文件中列出了Tornado的「多宗罪」,指出其自2019年创建以来已用于清洗价值超过70亿美元的加密资产,其中包括朝鲜黑客组织 Lazarus Group从Axie Infinity的Ronin Bridge中窃取的超过4.55亿美元的加密资产,还有6月份从Harmony Bridge被盗的资金以及近期Nomad Bridge失窃的资金。

由于Tornado是去中心化应用,其已将智能合约代码开源,并在7月初开放了用户界面代码。理论上,任何开发者都可以基于其开源代码「复活」Tornado,或直接通过智能合约进行混币。因此,在业内人士看来,Tornado不太可能被完全关停,因为智能合约代码可以在没有开发人员维护的情况下永久运行。

但OFAC这次「消灭」Tornado的重拳带来了连锁反应。

在Tornado Cash被制裁后,GitHub封禁了所有给Tornado贡献过代码的账号,包括该混币协议的联合创始人Roman Semenov。此外,Tornado代码库被从GitHub中删除,其官网也已经无法访问。

加密行业主流的稳定币服务商USDC也对监管部门的行动做出响应,除了屏蔽部分与Tornado交互过的区块链地址外,还冻结了若干交易地址中的USDC。

2022年混币器使用达历史最高水平

美国监管部门接连制裁混币应用,透露出其正在加强对加密资产领域反洗钱力度。在打击非法金融的长期目标面前,混币器强调的「隐私」在监管部门面前反而成了阻碍。

但加密资产隐私是否真的无足轻重?也不尽然。

一般来说,区块链具有不可篡改、透明的特征,任何一笔加密资产都可以在链上溯源,摸清资产转移的来龙去脉。但在一些加密人士眼中,保护隐私有其必要性。比如,拥有大量加密资产的钱包在链上是完全可见的,如果稍加以分析,外界可以以相对较少的努力追溯到该地址对应的现实实体,比如交易所、个人和机构等。

一旦现实身份被追踪,这些加密资产巨鲸很可能成为黑客、社会工程诈骗甚至绑架的目标。因此许多加密资产人士出于安全保护目的,对加密隐私保护具有强烈的诉求。

在区块链发展的过程中,已经诞生了多种隐私保护方案。除了Tornado等混币器之外,还诞生了门罗币Monero、 Zcash等专注隐私保护场景的区块链网络。

门罗币通过伪装参与者使用的地址,使发送者、接收者的身份和交易中发送的金额匿名。Zcash则使用零知识证明来验证交易,无需透露发送者、接收者或交易金额的细节。

这些保护隐私的区块链能够使交易匿名化、不易追踪,基本满足了保护隐私的需求。但不得不强调,加密资产行业哪里有隐私,哪里就容易滋生罪恶。

此前,门罗币成为了勒索软件团体、暗网市场用户等实施非法活动的温床,美国税局因此悬赏62.5万美元寻求能够追踪门罗币的技术;Zcash也是暗网交易经常使用的区块链,仅次于门罗币。

门罗币被频繁用于黑客洗钱和暗网交易

在隐私和黑产之间,混币器、隐私链都呈现出双刃剑的特征。

值得注意的是,由于以Tornado为代表的混币器越来越频繁地成为洗钱工具,此次美国监管对其实施制裁,并未在加密行业激起太多反对声。这一定程度上说明,行业参与者对黑客攻击区块链、利用加密资产诈骗和洗钱的犯罪行为也深恶痛绝。

根据分析公司Chainalysis 7月中旬发布的报告,2022 年混币器使用量达到历史最高水平,增长主要来自中心化交易所、DeFi 协议以及与非法活动相关的地址。通过混币器获得的加密资产中有23%是非法获得的,比例高于2021年的12%,「几乎10%来自非法地址的资金专门被发送给加密资产混币器。」

在黑客、犯罪团体利用加密资产从事非法活动时,一定程度给区块链和加密资产带来了污名化,不利于行业的正向发展。因此在业内人士看来,监管部门应该在隐私保护和减少犯罪之间取得平衡,这正是让加密技术发挥真正潜力的领域。

Трендовые криптовалюты

Похожее

Корейская гонка за криптовалюту: двойной взрыв стейблкоинов и RWA

Корейские финансовые учреждения и интернет-платформы активно развивают блокчейн-инфраструктуру, сосредоточившись на двух ключевых направлениях: стейблкоинах и токенизации реальных активов (RWA). В сфере стейблкоинов идёт борьба за создание регулируемого рынка воны. Банки, финтех-компании и регуляторы определяют правила, стремясь предотвратить отток капитала в долларовые стейблкоины. Крупные банки, такие как KB Financial, Hana Financial и NH Nonghyup, уже проводят пилотные проекты по платежам и трансграничным переводам. Платежные системы (Shinhan Card, BC Card) и интернет-гиганты (KakaoPay, NAVER Pay) интегрируют стейблкоины в свои экосистемы. Криптопроектам следует устанавливать партнерства сейчас, чтобы стать частью будущей инфраструктуры. Направление RWA в Корее развивается быстро и с учётом местной специфики. Помимо традиционных активов, токенизируются активы ключевых отраслей: судостроение (Mirae Asset Securities), оборонная промышленность (Hanwha Investment) и культурный контент (Story Protocol). Правовая база формируется, и уже одобрены первые торговые платформы (NXT, KDX). Криптопроекты могут заполнить пробелы в глобальном распределении, ликвидности и предоставлении инструментов для токенизации. Ключевую роль в распространении среди пользователей играют потребительские платформы. NAVER (планирующая приобрести оператора Upbit) и Kakao (развивающая единый кошелёк) делают блокчейн основой своих сервисов. Toss, обладающий финансовыми лицензиями, также активно внедряет блокчейн. Корейская индустрия цифровых активов находится на переломном этапе. Принятие нормативной базы и активность институциональных игроков создают возможности для проектов, которые смогут наладить реальное сотрудничество и внедрение на местном рынке.

Foresight News2 мин. назад

Корейская гонка за криптовалюту: двойной взрыв стейблкоинов и RWA

Foresight News2 мин. назад

Как определить, является ли видео сгенерированным ИИ? Обзор динамической, прослеживаемой и объяснимой системы детекции

**Как определить, является ли видео созданным ИИ? Обзор динамической, отслеживаемой и объяснимой системы обнаружения** За последние два года модели генерации видео, такие как Sora, Google Veo и Kling, достигли кинематографического качества, создавая многосекундные сложные сцены. Это создает растущий разрыв с областью обнаружения, которая отстает, в то время как количество и качество поддельных видео в социальных сетях стремительно растет. В обзоре, принятом на ACL 2026, исследователи переосмысливают цель обнаружения: от простой бинарной классификации («поддельное/настоящее») к **верификации фактологической достоверности**. Задача — проверить, соответствует ли содержание видео (кто, что, где, когда) восприятию и знаниям о реальном мире, включая физические законы и здравый смысл. Авторы выделяют три парадигмы AI-видео: 1. **Локальная манипуляция (LMV):** Изменение части реального видео (например, Deepfake). 2. **Аудиовизуальное редактирование (AVE):** Изменение синхронизации между звуком, речью и видео. 3. **Генеративный синтез видео (GVS):** Полная генерация видео «с нуля» (например, Sora), что представляет наибольшую сложность. Для обнаружения предлагается **четырехуровневая система с двойным визуально-языковым подходом**: * **Уровень 1: Низкоуровневые визуальные сигналы** (артефакты, шум, физиологические сигналы). * **Уровень 2: Пространственно-временная согласованность** (плавность движений, физическая непрерывность). * **Уровень 3: Межмодальная согласованность** (проверка соответствия видео, звука и текста). * **Уровень 4: Рассуждение на уровне знаний о мире** (проверка соответствия фактам, законам физики и здравому смыслу). Фокус методов смещается от первых двух уровней (визуальных) к третьему и четвертому (языковым и смысловым). Обзор подчеркивает, что будущие системы обнаружения должны быть **динамическими, объяснимыми и отслеживаемыми**. Они должны не просто классифицировать, а предоставлять доказательства, связывать выводы с конкретными элементами видео (объектами, событиями) и оставаться устойчивыми к новым генеративным моделям. Это требует объединения усилий компьютерного зрения, обработки естественного языка и исследований многомодальных моделей для создания надежной системы проверки достоверности видео в эпоху продвинутого ИИ.

marsbit38 мин. назад

Как определить, является ли видео сгенерированным ИИ? Обзор динамической, прослеживаемой и объяснимой системы детекции

marsbit38 мин. назад

Новый открытый исходный код NVIDIA MoE: одна строка import, ускорение тонкой настройки в 3,7 раза

NVIDIA представила открытую библиотеку NeMo AutoModel, которая значительно ускоряет тонкую настройку MoE-моделей. Достаточно добавить одну строку импорта в код на основе Hugging Face Transformers v5, чтобы получить прирост производительности до 3.7 раз и сократить использование видеопамяти GPU на 29-32%. Библиотека совместима с API Transformers и вводит три ключевые оптимизации: Expert Parallelism (EP) для распределения параметров экспертов по GPU и снижения нагрузки на память, DeepEP для совмещения вычислений и коммуникаций, а также Transformer Engine для ускорения базовых операций. На примере модели Qwen3-30B-A3B на 8 GPU H100 скорость обучения выросла с 3075 до 11340 токенов в секунду на GPU. Для очень крупных моделей, таких как Nemotron 3 Ultra 550B, NeMo AutoModel позволяет проводить тонкую настройку там, где стандартный Transformers v5 исчерпывает доступную память. Проект доступен на GitHub, предоставляя простой способ ускорения работы с MoE-архитектурами без серьёзных изменений кода.

marsbit38 мин. назад

Новый открытый исходный код NVIDIA MoE: одна строка import, ускорение тонкой настройки в 3,7 раза

marsbit38 мин. назад

Никто не ожидал, что первой сферой применения AI x Crypto станет аудит безопасности

По неожиданному сценарию, первой областью, где искусственный интеллект (ИИ) реально изменил криптоиндустрию, стала безопасность и аудит. В 2026 году DeFi-сектор столкнулся с растущим давлением: общая стоимость заблокированных средств (TVL) сократилась примерно на 39% с начала года, а хакерские атаки привели к потере около 942 миллионов долларов только за первое полугодие. Распространение продвинутых ИИ-моделей, таких как Claude Mythos, радикально снизило стоимость и требования к навыкам для поиска уязвимостей в смарт-контрактах. Атаки стали масштабными, быстрыми (от обнаружения до эксплуатации — минуты) и нацеленными даже на старые, давно развернутые контракты. Традиционная модель аудита, основанная на разовых отчетах, демонстрирует трещины. Атаки смещаются от чистого кода к эксплуатации логики протоколов, ошибок конфигурации и социальной инженерии (как в случаях с Drift Protocol и KelpDAO). Соучредитель OpenZeppelin заявил, что считает весь DeFi небезопасным из-за сверхчеловеческих способностей ИИ в поиске уязвимостей. В ответ проект и аудиторские компании вынуждены меняться. Возникает спрос на повторные аудиты по новым стандартам. Аудиторские фирмы внедряют собственные ИИ-системы для автоматического анализа и переходят от разовых проверок к непрерывному мониторингу, формальной верификации и встраиванию защиты на этапе разработки (как Skills от OpenZeppelin). Такие ИИ-инструменты, как Firepan, уже находят сложные комбинированные уязвимости, упущенные при многократных ручных аудитах, как в случае с Curve Finance. Эпоха, когда одного аудита было достаточно навсегда, закончилась. Безопасность становится не разовым этапом, а постоянной инфраструктурной затратой. Будущее останется за теми, кто быстрее адаптирует свои услуги к реалиям «гонки вооружений» между ИИ-атаками и ИИ-защитой.

marsbit45 мин. назад

Никто не ожидал, что первой сферой применения AI x Crypto станет аудит безопасности

marsbit45 мин. назад

Никогда бы не подумал, что первым применением AI x Crypto станет аудит безопасности

Данные показывают, что к июню TVL в DeFi упал примерно до $700 млрд, что на 39% меньше показателей начала года. При этом в 2026 году в сфере DeFi произошло 121 хакерское нападение с общим ущербом около $942 млн. С распространением новых инструментов ИИ значительно снизились стоимость и требуемые навыки для поиска уязвимостей в смарт-контрактах. Традиционная модель аудита безопасности сталкивается с серьёзными проблемами. Наступление ИИ-атак происходит быстрее, что сокращает жизненный цикл аудиторских отчётов. Даже прошедшие аудит протоколы, такие как Drift Protocol и KelpDAO, подверглись атакам через уязвимости в логике операций или конфигурации инфраструктуры. В ответ на это проекты начинают пересматривать свою безопасность в соответствии с новыми стандартами эпохи ИИ. Компании, занимающиеся аудитом безопасности, также трансформируются, внедряя системы аудита с поддержкой ИИ и переходя от разовых проверок к постоянному мониторингу и встроенной безопасности. Такие инструменты, как Firepan, уже доказали свою эффективность, находя сложные уязвимости в тщательно проверенных контрактах, например, в Curve Finance. В целом, сфера аудита безопасности переходит от модели, основанной на разовых проверках, к конкурентной модели, требующей постоянных инвестиций. ИИ ускоряет как атаки, так и развитие защитных систем.

链捕手52 мин. назад

Никогда бы не подумал, что первым применением AI x Crypto станет аудит безопасности

链捕手52 мин. назад

Торговля

Спот

Популярные статьи

Как купить XMR

Добро пожаловать на HTX.com! Мы сделали приобретение Monero (XMR) простым и удобным. Следуйте нашему пошаговому руководству и отправляйтесь в свое крипто-путешествие.Шаг 1: Создайте аккаунт на HTXИспользуйте свой адрес электронной почты или номер телефона, чтобы зарегистрироваться и бесплатно создать аккаунт на HTX. Пройдите удобную регистрацию и откройте для себя весь функционал.Создать аккаунтШаг 2: Перейдите в Купить криптовалюту и выберите свой способ оплатыКредитная/Дебетовая Карта: Используйте свою карту Visa или Mastercard для мгновенной покупки Monero (XMR).Баланс: Используйте средства с баланса вашего аккаунта HTX для простой торговли.Третьи Лица: Мы добавили популярные способы оплаты, такие как Google Pay и Apple Pay, для повышения удобства.P2P: Торгуйте напрямую с другими пользователями на HTX.Внебиржевая Торговля (OTC): Мы предлагаем индивидуальные услуги и конкурентоспособные обменные курсы для трейдеров.Шаг 3: Хранение Monero (XMR)После приобретения вами Monero (XMR) храните их в своем аккаунте на HTX. В качестве альтернативы вы можете отправить их куда-либо с помощью перевода в блокчейне или использовать для торговли с другими криптовалютами.Шаг 4: Торговля Monero (XMR)С легкостью торгуйте Monero (XMR) на спотовом рынке HTX. Просто зайдите в свой аккаунт, выберите торговую пару, совершайте сделки и следите за ними в режиме реального времени. Мы предлагаем удобный интерфейс как для начинающих, так и для опытных трейдеров.

801 просмотров всегоОпубликовано 2024.04.12Обновлено 2026.06.02

Как купить XMR

Обсуждения

Добро пожаловать в Сообщество HTX. Здесь вы сможете быть в курсе последних новостей о развитии платформы и получить доступ к профессиональной аналитической информации о рынке. Мнения пользователей о цене на XMR (XMR) представлены ниже.

活动图片