3 publicações marcadas com esta tag.
Um estudo revisita o dataset Elliptic++, citado em mais de 1.300 trabalhos acadêmicos de forense de criptomoedas, e identifica vazamento de informação futura causado por uma divisão de dados que não respeita a ordem temporal. Ao corrigir o pipeline com uma divisão estritamente temporal, o F1-score de um Random Forest na classe ilícita despenca de 0,846 para 0,291.
Fonte ↗Um novo framework chamado FPTracer promete desemaranhar fluxos de ativos ilícitos no Ethereum que passam por protocolos DeFi, pontes cross-chain e mixers como o Tornado Cash em sequências de múltiplos estágios. Validado em 20 casos reais de lavagem, o sistema atingiu recall de 98,6% para endereços conhecidos e descobriu 30 pontes de transferência não reportadas anteriormente. O trabalho é relevante para investigações de crimes financeiros em cripto, área em que métodos manuais de tracing hoje dependem fortemente de listas estáticas de contratos conhecidos.
Fonte ↗Um paper de posicionamento e arquitetura propõe um modelo neutro de fornecedor para registrar, com ancoragem criptográfica em blockchain, comunicações entre agentes de IA, chamadas de ferramentas, aprovações humanas e artefatos de processo, sem colocar conteúdo sensível on-chain. A motivação declarada é um incidente de 2026 envolvendo OpenAI e Hugging Face, e o objetivo é dar suporte a reconstrução de incidentes, auditorias de GRC e conformidade com EU AI Act, NIS2 e o Cyber Resilience Act.
Fonte ↗