A EDCCS, uma equipa de quatro estudantes universitários chineses, qualificou-se para a final da competição de rastreio de blockchain SCAN 2026, agendada para 28 de setembro em Seul. A equipa, oriunda de três universidades diferentes — Qinhuangdao Northeastern University, Henan University of Economics and Law e Chengdu University of Information Technology — avançou a partir de uma fase preliminar que contou com 416 equipas e 754 participantes. A qualificação marca a sua primeira participação numa competição de investigação de blockchain, alcançada através da adaptação de metodologias das competições tradicionais de cibersegurança CTF (Capture The Flag). A SCAN 2026, organizada pela empresa de informação sobre ativos digitais Diasset, com a plataforma global de dados de blockchain Chainalysis como parceira de CTF, visa reforçar as capacidades de cibersegurança e investigação de ativos digitais.
A EDCCS forma uma equipa com estudantes de três universidades chinesas
A EDCCS uniu estudantes de diferentes instituições através de interesses comuns em cibersegurança e competições de segurança. Dois membros frequentam a Qinhuangdao Northeastern University, um frequenta a Henan University of Economics and Law e outro frequenta a Chengdu University of Information Technology. Os membros da equipa possuem competências técnicas parcialmente sobrepostas, em vez de uma divisão rígida de funções. A sua experiência provém de competições CTF, investigação de vulnerabilidades, desenvolvimento de ferramentas e implementação de soluções. A equipa aborda problemas técnicos desconhecidos identificando rapidamente as informações e capacidades necessárias e, em seguida, criando ou modificando ferramentas para simplificar os processos de resolução de problemas.
A equipa qualifica-se para a final na sua primeira competição de blockchain
A EDCCS mostrou-se surpreendida por ter chegado à final, dada a sua primeira participação numa competição de investigação de blockchain. A qualificação validou a sua capacidade de aplicar à investigação on-chain competências desenvolvidas em CTF — aprendizagem rápida em ambientes desconhecidos, recolha de informação, automatização de tarefas, formulação e verificação de hipóteses. A equipa não identificou nenhum problema isolado que fosse extraordinariamente difícil durante a fase preliminar. Em vez disso, a falta de familiaridade com o próprio domínio da investigação de blockchain constituiu o principal desafio. As fontes de dados, as estruturas das transações, a terminologia e os métodos de investigação pareceram inicialmente desconhecidos.
A EDCCS aplica a metodologia CTF à investigação de blockchain
A equipa respondeu à falta de familiaridade utilizando abordagens idênticas às aplicadas perante novas categorias de CTF. Primeiro, determinou o que cada problema pedia especificamente, organizou as informações necessárias para obter as respostas, localizou as fontes de dados e ferramentas adequadas e, em seguida, automatizou os processos de investigação e verificação. Quando uma abordagem não fornecia provas suficientes, alterava a direção da pesquisa, recorria a fontes alternativas ou verificava as conclusões através de diferentes vias. Esta abordagem privilegiou a adaptação rápida e a verificação iterativa, em vez da dependência de experiência prévia com plataformas específicas de investigação de blockchain.
A equipa implementa automatização baseada em IA para análise de dados
A automatização baseada em IA ocupou uma parte significativa do fluxo de trabalho da equipa. A EDCCS utilizou ferramentas de IA não apenas para responder a perguntas individuais, mas também como componentes de fluxos de trabalho mais amplos de investigação e análise. A equipa configurou ferramentas de IA para pesquisar informações relevantes, aceder a fontes de dados disponíveis, consultar APIs, analisar os resultados obtidos, formular possíveis explicações e verificar cruzadamente respostas candidatas perante cada problema. Antes da fase preliminar, a equipa garantiu antecipadamente o acesso a várias APIs e fontes de dados que previa serem úteis durante a competição. Esta preparação ampliou as capacidades disponíveis nos fluxos de trabalho baseados em IA quando se tornou necessário obter informações indisponíveis através de simples pesquisas na Web.
As funções da equipa centraram-se sobretudo na construção e no ajustamento de fluxos de trabalho — decidir que ferramentas e informações utilizar, melhorar os processos quando os resultados não apresentavam fiabilidade suficiente e verificar diretamente conclusões críticas quando necessário. A equipa automatizou tarefas repetitivas de pesquisa, consulta, análise e verificação, em vez de executar manualmente operações idênticas. Tratou a IA como uma camada de automatização que combinava pesquisa, utilização de ferramentas, análise de dados e verificação em processos unificados de resolução de problemas, e não como um simples chatbot.
A EDCCS identifica a adaptação rápida como a sua principal força
A EDCCS considera que a sua maior força é a capacidade de se adaptar rapidamente a problemas técnicos desconhecidos e de transformar os processos de resolução de problemas em fluxos de trabalho de engenharia. A experiência em CTF e investigação de vulnerabilidades ensinou a equipa a operar em situações em que a tecnologia, os métodos de resolução pretendidos e até as ferramentas que acabariam por ser úteis permanecem inicialmente desconhecidos. Aprendeu a adquirir os conhecimentos necessários durante os processos de resolução de problemas e a mudar rapidamente de direção quando necessário. A equipa pergunta não só «como resolver manualmente este problema», mas também «quanto deste processo pode ser resolvido por ferramentas». Esta abordagem inclui recolha de informações, consultas a APIs, processamento de dados, geração de hipóteses e verificação de respostas. Reduzir o trabalho manual repetitivo permite dedicar mais atenção à correção da estratégia geral de solução.
A equipa aperfeiçoa o fluxo de trabalho de IA para se preparar para a final
A EDCCS não planeia reformular completamente as abordagens que se revelaram eficazes na fase preliminar. Em vez disso, a preparação centra-se no aperfeiçoamento da metodologia para obter maior fiabilidade e adequação à fase final. Uma das direções consiste em melhorar os fluxos de trabalho baseados em IA — a forma de ligar diferentes ferramentas, APIs e fontes de dados, bem como de verificar cruzadamente os resultados de várias fontes. A equipa prepara-se também para situações em que APIs específicas ou fontes de informação ficam indisponíveis, incompletas ou inconsistentes. Estabelecer métodos alternativos para obter e verificar informações reforça a robustez dos fluxos de trabalho sob limitações de tempo. Simultaneamente, os membros familiarizam-se melhor com as estruturas das transações de blockchain, os padrões comuns de fluxo de fundos e os métodos de investigação. Esta preparação visa reduzir os conhecimentos básicos do domínio que terão de adquirir durante a competição.
Relativamente aos potenciais prémios monetários, a equipa afirmou que a vitória em si tem mais importância do que o dinheiro do prémio. Como participantes pela primeira vez neste tipo de competição, um bom desempenho contra equipas globais proporcionaria uma experiência valiosa e motivação para continuar a explorar o setor. Se vencer, a equipa pretende destinar parte do dinheiro do prémio a investigação futura em segurança, participação em CTF, infraestrutura técnica e desenvolvimento de ferramentas para projetos futuros.
Perguntas Frequentes
Que metodologia utilizou a EDCCS para se qualificar para a final da SCAN 2026?
A EDCCS aplicou metodologias tradicionais de competições CTF (Capture The Flag) à investigação de blockchain, apesar de participar pela primeira vez neste domínio. A equipa identificou os requisitos dos problemas, organizou as informações necessárias, localizou as fontes de dados e ferramentas adequadas e, em seguida, automatizou os processos de investigação e verificação. Quando uma abordagem se revelou insuficiente, alterou a direção da pesquisa ou recorreu a fontes alternativas para verificação.
Como utilizou a EDCCS as ferramentas de IA durante a fase preliminar da SCAN 2026?
A equipa implementou a automatização baseada em IA como componente de fluxos de trabalho mais amplos de investigação, em vez de a utilizar como simples ferramenta de pergunta e resposta. As ferramentas de IA pesquisaram informações relevantes, acederam a fontes de dados, consultaram APIs, analisaram resultados, formularam explicações e verificaram cruzadamente respostas candidatas. Antes da fase preliminar, a EDCCS garantiu o acesso antecipado a várias APIs e fontes de dados, ampliando as capacidades disponíveis nos fluxos de trabalho baseados em IA para além de simples pesquisas na Web.
Que preparativos está a EDCCS a fazer para a final de 28 de setembro?
A EDCCS centra-se no aperfeiçoamento dos fluxos de trabalho baseados em IA, melhorando as ligações entre diferentes ferramentas, APIs e fontes de dados, bem como a verificação cruzada de resultados provenientes de várias fontes. A equipa prepara métodos alternativos para obter e verificar informações quando determinadas fontes ficam indisponíveis ou inconsistentes. Os membros familiarizam-se também melhor com as estruturas das transações de blockchain, os padrões de fluxo de fundos e os métodos de investigação, de modo a reduzir os conhecimentos básicos do domínio que terão de adquirir durante a competição.
