Chainalysis Mengandalkan Otomatisasi untuk Meningkatkan Investigasi Onchain di Luar Pengembang

image

Sumber: CryptoNewsNet Judul Asli: Chainalysis bertaruh pada otomatisasi untuk memperluas investigasi onchain di luar pengembang Tautan Asli: https://cryptonews.net/news/security/32306909/ Perusahaan analitik blockchain Chainalysis meluncurkan fitur otomatisasi baru yang bertujuan untuk memperluas akses ke alat investigasi dan kepatuhan onchain di luar pengguna teknis.

Fitur ini, yang disebut Workflows, memungkinkan penyelidik dan tim kepatuhan menjalankan analisis blockchain yang telah ditentukan sebelumnya tanpa menulis kode, mengurangi ketergantungan pada kueri SQL atau Python khusus.

Chainalysis mengatakan kepada media industri bahwa alat ini dimaksudkan untuk menstandarisasi proses investigasi umum dengan template yang sudah dibangun sebelumnya, sehingga lebih mudah diulang dan diterapkan di berbagai kasus, seiring perusahaan menyesuaikan produk data mereka untuk berbagai pengguna.

Ledger, Scams, Hacks, Flow, Social Engineering

“Apa yang sebelumnya membutuhkan keahlian teknis dan banyak waktu, sekarang dapat dilakukan oleh pengguna mana pun dalam hitungan menit,” kata Ekim Buyuk, manajer produk senior di Chainalysis. “Alih-alih meminta pengguna memahami skema data, alat ini menanyakan pertanyaan tingkat investigasi seperti aktor mana, dompet mana, atau kerangka waktu mana yang penting.”

Buyuk mengatakan jaringan penipuan dan scam sering kali cepat mengadopsi teknologi baru untuk memperbesar operasi mereka, menunjuk pada penelitian Chainalysis yang menunjukkan bahwa penipuan yang didukung AI menarik 4,5 kali lebih banyak uang dari korban. Dia menambahkan bahwa pola ini menggambarkan jenis aktivitas yang semakin diminta untuk dipantau oleh penyelidik dan tim kepatuhan.

Salah satu tantangan dalam menyelidiki penipuan adalah bahwa jumlah yang dicuri dari satu korban mungkin tidak terlihat besar secara relatif, tetapi analisis blockchain dapat mengungkap jaringan penipuan dengan ratusan atau ribuan korban dalam skala miliaran dolar.

Penipuan dan Scam Kripto di Akhir 2025

Laporan terbaru dari Chainalysis memperkirakan bahwa penipuan dan scam kripto menguras sekitar $17 miliar pada tahun 2025, didorong oleh lonjakan skema impersonasi dan industrialisasi operasi penipuan yang bergantung pada AI, deepfakes, dan jaringan pencucian uang profesional.

Beberapa insiden di akhir tahun menegaskan risiko tersebut. Pada 2 Januari, seorang penyerang menguras ratusan dompet di jaringan yang kompatibel dengan Ethereum Virtual Machine, mencuri jumlah di bawah $2 ribu dolar per alamat dalam apa yang dijelaskan oleh penyelidik onchain ZachXBT sebagai eksploitasi luas tetapi bernilai rendah yang mungkin terkait dengan peretasan Ledger.

Serangan rekayasa sosial juga terus berlanjut, dengan ZachXBT baru-baru ini mengidentifikasi seorang penipu yang diduga menyamar sebagai dukungan pelanggan dari platform yang patuh dan mencuri sekitar (juta selama 2025.

![Ledger, Scams, Hacks, Flow, Social Engineering])https://img-cdn.gateio.im/webp-social/moments-3f2282ee21-b0737732a9-8b7abd-e2c905.webp$76

Meski begitu, perusahaan keamanan blockchain PeckShield mengatakan kerugian hacking kripto secara keseluruhan menurun tajam pada Desember, dengan total kerugian dari peretasan dan eksploitasi turun menjadi sekitar juta, turun 60% dari $194,2 juta pada November.

ETH-4,55%
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
  • Hadiah
  • Komentar
  • Posting ulang
  • Bagikan
Komentar
0/400
Tidak ada komentar
  • Sematkan

Perdagangkan Kripto Di Mana Saja Kapan Saja
qrCode
Pindai untuk mengunduh aplikasi Gate
Komunitas
Bahasa Indonesia
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)