Tether Freezes $4.2B USDT in Crime Crackdown

TheNewsCryptoОпубликовано 2026-02-28Обновлено 2026-02-28

Введение

Tether, the issuer of the USDT stablecoin, has frozen approximately $4.2 billion in assets linked to criminal activities, with $3.5 billion frozen since 2023. The company, which has over $180 billion in circulation, works with global law enforcement to freeze tokens in response to official requests. Recent actions include blocking $61 million tied to "pig-butchering" scams, as well as funds connected to human trafficking, terrorism, and warfare. This crackdown reflects growing regulatory concerns over illicit crypto flows, which saw $82 billion in laundered funds last year. While Tether's control enables swift action against crime, it also highlights tensions around decentralization. Stablecoins like USDT are facing increased regulatory scrutiny as governments push for stronger anti-money laundering standards.

Tether has frozen approximately $4.2 billion worth of its USDT stablecoin over links to illicit activity, the company confirmed. The El Salvador-based issuer said it carried out most of these freezes in the past three years as global enforcement efforts intensified.

The stablecoin giant, which now has more than $180 billion USDT in circulation, retains the ability to remotely freeze tokens held in crypto wallets when law enforcement agencies request action.

Coordinated Law Enforcement Efforts

This week, Tether confirmed that it assisted the U.S. Justice Department in freezing nearly $61 million in USDT tied to “pig-butchering” scams. These schemes involve fraudsters building personal relationships with victims before persuading them to invest in fake crypto opportunities.

The latest freeze brings Tether’s cumulative enforcement total to $4.2 billion. According to company statements, roughly $3.5 billion of that amount has been frozen since 2023.

Tether has also blocked wallets connected to human trafficking networks and individuals linked to terrorism and warfare in Israel and Ukraine. Russian crypto exchange Garantex reported last year that Tether froze funds held on its platform.

The company sees itself as an active participant in the fight against crime. Tether argues that they work in collaboration with authorities around the world in monitoring and addressing suspicious transactions.

Rising Concerns Over Illicit Crypto Flows

Regulators around the world are becoming increasingly wary about the involvement of cryptocurrency in financial crime. The Financial Action Task Force (FATF) urged countries last year to step up their enforcement in crypto markets, which tend to be less regulated than traditional financial systems.

Blockchain researchers reported that money launderers received at least $82 billion in cryptocurrency last year. That figure represents a sharp increase from $10 billion in 2020. A portion of this is because of organized fraud groups, especially among Chinese-speaking individuals.

A key component of cryptocurrency markets is stablecoins. Traders frequently use USDT for exchange liquidity, cross-border transactions, and decentralized finances. As volumes rise, so do the efforts of those who monitor them.

Stablecoins Under Regulatory Spotlight

Tether’s ability to freeze tokens underscores an inherent tension in crypto markets. While blockchain technology peer-to-peer transactions, issuers like Tether maintain control mechanisms over their tokens.

Tether’s enforcement capabilities allow governments to take swift action against criminal organizations. However, critics say that Tether’s control undermines the concept of decentralization.

The rapid growth of stablecoins also increases regulatory focus. Tether’s circulation has expanded from about $70 billion three years ago to more than $180 billion today.

As global regulators push for stronger anti-money laundering standards, stablecoin issuers may face even tighter compliance requirements. The recent actions by Tether indicate that the intentions of the major players in the market are to show cooperation, not resistance.

The crackdown also points to a larger shift in the way the government is dealing with the market. Crypto is no longer viewed as a fringe market, but the government is increasing the pressure on the intermediaries in the digital asset intermediaries to comply with traditional financial crimes regulations.

Highlighted Crypto News:

Senate Democrats Urge Federal Review of Binance Compliance Controls

TagsCrypto RegulationscryptocrimestablecoinsTetherUSDT

Связанные с этим вопросы

QHow much USDT has Tether frozen in total due to links to illicit activity?

ATether has frozen approximately $4.2 billion worth of USDT in total.

QWhat was the specific reason for Tether's recent freeze of $61 million in USDT at the request of the U.S. Justice Department?

AThe $61 million in USDT was frozen because it was tied to 'pig-butchering' scams, where fraudsters build personal relationships with victims before persuading them to invest in fake crypto opportunities.

QWhat is one of the main criticisms of Tether's ability to freeze tokens?

ACritics argue that Tether's control and ability to freeze tokens undermines the core concept of decentralization in cryptocurrency.

QAccording to the article, what has been a key factor in the rising volume of illicit cryptocurrency flows?

AA key factor is organized fraud groups, especially among Chinese-speaking individuals, contributing to a sharp increase from $10 billion in 2020 to at least $82 billion last year.

QWhat does the article suggest about the changing government view of the cryptocurrency market?

AThe article suggests that crypto is no longer viewed as a fringe market, and the government is increasing pressure on digital asset intermediaries to comply with traditional financial crime regulations.

Похожее

Claude представляет мощное обновление: запись экрана + голос, одним кликом дистиллируйте навык для работы за вас

Claude представил новую функцию «Record a Skill» (Записать навык) в десктопном приложении Cowork. Теперь пользователи Pro, Max и Team могут создавать автоматизированные рабочие процессы, просто записывая свои действия на экране и сопровождая их голосовыми комментариями. Система автоматически анализирует запись, извлекает логику и шаги, а затем преобразует их в готовый к использованию Skill (навык). Это устраняет необходимость вручную писать инструкции в формате Markdown, значительно снижая порог входа для нетехнических специалистов. Функция фиксирует не только явные действия, но и скрытую логику, контекст и условия, о которых пользователь рассказывает в процессе записи. Статья отмечает, что такая технология меняет подход к управлению знаниями в компаниях, облегчая документирование и передачу экспертизы. С другой стороны, упоминается случай, когда фрилансер автоматизировал свою работу для клиента с помощью Claude, что в итоге привело к прекращению сотрудничества. Это подчеркивает двойственное влияние технологии: она повышает эффективность, но одновременно снижает зависимость от конкретного исполнителя, перенося конкурентное преимущество работника в область уникальных, сложно автоматизируемых задач. Функция доступна с 21 июля для пользователей соответствующих подписок.

marsbit3 мин. назад

Claude представляет мощное обновление: запись экрана + голос, одним кликом дистиллируйте навык для работы за вас

marsbit3 мин. назад

Кормление ИИ "шумом" тоже повышает точность: это исследование позволяет шуму осуществить позитивный перенос

В статье представлен новый метод полуконтролируемого обучения под названием **Semi-Supervised Noise Adaptation (SSNA)**. Вместо использования реальных данных (например, изображений или текста) в качестве исходного домена, подход использует синтетические **шумовые векторы**, сгенерированные из простого гауссовского распределения. Эти шумовые данные не несут семантического содержания, но им присваиваются искусственные метки классов, соответствующие целевым классам. Основная идея заключается в том, чтобы обучить модель формировать **дискриминативную классовую структуру** в общем пространстве представлений сначала на шумовых данных, а затем адаптировать (выровнять) эту структуру к данным целевого домена с помощью небольшого количества размеченных примеров. Для этого используется **Noise Adaptation Framework (NAF)**, который минимизирует три компонента потерь: классификацию на размеченных целевых данных, классификацию на шумовых данных и расстояние между распределениями шумового и целевого доменов. Эксперименты на наборах данных CIFAR-10, CIFAR-100, DTD-47 и других показали значительное улучшение точности по сравнению с базовым методом ERM при использовании всего 4 размеченных примера на класс. Например, на CIFAR-10 точность выросла на 12.35%. Метод также совместим с существующими полуконтролируемыми алгоритмами (UDA, FixMatch), дополнительно улучшая их результаты. Ключевой вывод исследования: для положительного переноса знаний в задачах трансферного обучения **не обязательно наличие семантически богатых исходных данных**. Достаточно сформировать в пространстве признаков четкую, разделимую классовую структуру, даже на искусственном шуме, и успешно перенести её на реальные данные. Это открывает новые возможности для сценариев, где доступ к реальным исходным данным ограничен из-за проблем конфиденциальности, авторских прав или их отсутствия.

marsbit4 мин. назад

Кормление ИИ "шумом" тоже повышает точность: это исследование позволяет шуму осуществить позитивный перенос

marsbit4 мин. назад

Телесуфлёр из Белого дома "для внутреннего пользования" заработал на инсайдерской информации более $100 000

Белый дом раскрыл дело о внутренней торговле: помощник по суфлеру, работавший на Дональда Трампа, использовал инсайдерскую информацию для ставок на рынках предсказаний и заработал более 100 000 долларов. Габриэль Перес, помощник президента и технический советник, отвечавший за работу суфлера Трампа с 2016 года, имел доступ к черновикам речей до их публичного произнесения. Используя эти знания, он делал ставки на платформе Kalshi, предсказывая, какие конкретные слова или фразы упомянет Трамп в своих выступлениях. За три месяца, делая ставки на более чем десяток речей, включая обращение о положении страны, Перес получил прибыль в размере шестизначной суммы. Его деятельность была выявлена системами мониторинга Kalshi, которая заблокировала его средства и передала дело в Комиссию по торговле товарными фьючерсами (CFTC). В отличие от предыдущих аналогичных случаев с военным и инженером Google, против Переса не были выдвинуты уголовные обвинения. Согласно сообщениям, CFTC договорилась о урегулировании, по которому он вернет прибыль и прекратит такую деятельность. Трамп, назвав его действия «предосудительными», отстранил Переса от работы без сохранения зарплаты. Этот инцидент подчеркивает уязвимость рынков предсказаний, особенно категорий «упоминаний», для манипуляций со стороны инсайдеров. Ранее были случаи, когда сами ораторы (например, генеральный директор Coinbase) намеренно упоминали ключевые слова, чтобы повлиять на результаты рынка. В ответ Kalshi ужесточила правила, требуя от пользователей раскрывать место работы. Эксперты отмечают, что очистка рынков от инсайдерской торговли повышает соответствие нормам, но может отдалить их от идеи «мудрости толпы», приблизив к чистому азарту.

marsbit1 ч. назад

Телесуфлёр из Белого дома "для внутреннего пользования" заработал на инсайдерской информации более $100 000

marsbit1 ч. назад

«Домашний» оператор суфлёра Белого дома заработал более $100 тыс. на инсайдерских прогнозах

Недавно в Белом доме США произошел очередной скандал, связанный с инсайдерской торговлей. Габриэль Перес, сотрудник Белого дома, отвечавший за работу суфлера во время выступлений Дональда Трампа, использовал служебную информацию для получения прибыли на рынках предсказаний. Перес, который с 2016 года был одним из ближайших помощников Трампа и имел доступ к его подготовленным речам, в течение примерно трех месяцев делал ставки на то, какие конкретные слова или фразы президент упомянет в своих выступлениях. За это время ему удалось заработать более 100 тысяч долларов. Его деятельность была выявлена платформой предсказаний Kalshi, которая заблокировала его средства и передала информацию Комиссии по торговле товарными фьючерсами (CFTC). В результате Перес был отстранен от работы без сохранения зарплаты. Однако, в отличие от предыдущих аналогичных случаев со спецназовцем и инженером Google, против Переса не были выдвинуты уголовные обвинения. По данным источников, CFTC договорилась о мировом соглашении, согласно которому он должен вернуть прибыль и прекратить подобную деятельность. Этот инцидент высветил уязвимость рынков предсказаний, особенно категорий, связанных с упоминанием определенных слов («mention markets»), перед манипуляциями со стороны инсайдеров или самих ораторов. Ранее подобные манипуляции демонстрировали ведущий церемонии «Грэмми» и CEO Coinbase. В ответ платформы ужесточают контроль: Kalshi теперь требует от пользователей раскрывать место работы. Скандал с Пересом рассматривается как часть общего процесса очистки рынков предсказаний от инсайдерской торговли.

Odaily星球日报1 ч. назад

«Домашний» оператор суфлёра Белого дома заработал более $100 тыс. на инсайдерских прогнозах

Odaily星球日报1 ч. назад

Биткойн-майнинг-фермы превращаются в AI-фабрики

Биткойн-майнинг превращается в инфраструктуру для ИИ. Компании, ранее занимавшиеся майнингом, такие как Crusoe и CoreWeave, перепрофилируют свои центры обработки данных с криптовалют на искусственный интеллект. Их главный актив — не оборудование, а уже готовый доступ к большим объемам электроэнергии, земле и разрешениям на подключение к сетям, что критически важно для создания дата-центров под ИИ. На фоне снижения доходности от майнинга биткойнов и высокого спроса со стороны ИИ-компаний этот переход стал экономически оправданным. Крупные майнинговые компании, включая TeraWulf, Cipher Mining и IREN, уже заключили долгосрочные контракты на сотни миллиардов долларов с такими гигантами, как Anthropic, AWS и Microsoft. Люди и капитал из криптоиндустрии также активно перемещаются в сферу ИИ. Основатель OpenSea создал агрегатор ИИ-моделей OpenRouter, а бывший сотрудник Coinbase основал платформу для медиа-моделей Fal.ai. Крипто-капитал финансирует ИИ-инфраструктуру, как в случае с Voltage Park Джеда Маккалеба, и поддерживает эксперименты, такие как распределенная сеть для обучения моделей Psyche от Nous Research. Хотя успех не гарантирован, криптоиндустрия передает ИИ три ключевых ресурса: энергомощности, инженерные кадры и капитал, накопленный в предыдущем цикле.

链捕手1 ч. назад

Биткойн-майнинг-фермы превращаются в AI-фабрики

链捕手1 ч. назад

Торговля

Спот
活动图片