کره جنوبی نظارت بر ارزهای دیجیتال با هوش مصنوعی در زمان واقعی را آغاز کرد

سرویس نظارت مالی کره جنوبی یک سیستم هوش مصنوعی در زمان واقعی را راه‌اندازی کرده است که داده‌های معاملاتی، اخبار و محتوای آنلاین را برای شناسایی دستکاری قیمت ارزهای دیجیتال مشکوک اسکن می‌کند. خلاصه

• هوش مصنوعی تولیدی و یادگیری ماشین معاملات، اخبار، اطلاعیه‌های صرافی و بحث‌های آنلاین را بررسی خواهند کرد.
• این پلتفرم به دنبال دستکاری سریع قیمت، معاملات شستشو، فعالیت‌های تبانی و ادعاهای تبلیغاتی کاذب است.
• محققان انسانی گزارش‌های تولید شده توسط هوش مصنوعی را قبل از آغاز یک تحلیل دقیق یا تحقیق رسمی بررسی خواهند کرد.
• به‌روزرسانی‌های آینده شامل تحلیل جریان وجوه بین صرافی‌ها و ردیابی تراکنش‌های زنجیره‌ای خواهد بود.

نظارت هوش مصنوعی بر ارزهای دیجیتال نوسانات قیمت و حجم را بررسی می‌کند

سرویس نظارت مالی در اعلامیه 20 اوت خود گفت که این پلتفرم هوش مصنوعی تولیدی را با یادگیری ماشین ترکیب می‌کند تا بخش‌هایی از فرآیندی را که قبلاً نیاز به بررسی حجم زیادی از داده‌های صرافی توسط محققان داشت، خودکار کند.

این سیستم که بر اساس اطلاعات معاملاتی در زمان واقعی ساخته شده است، ابتدا به دنبال دارایی‌هایی می‌گردد که تغییرات غیرعادی در قیمت یا حجم نشان می‌دهند. سپس این فعالیت را با الگوهایی که از تحقیقات قبلی نهاد نظارتی استخراج شده است، مقایسه می‌کند و به کارکنان این امکان را می‌دهد که بر روی معاملاتی که ویژگی‌های مشابهی با اشکال شناخته شده سوءاستفاده از بازار دارند، تمرکز کنند.

در میان الگوهای ذکر شده توسط FSS نوع "اسب مسابقه" وجود دارد که در آن یک توکن در مدت زمان کوتاهی به شدت حرکت می‌کند و نوع "قفس" که شامل افزایش شدید یک دارایی در حالی است که واریزها یا برداشت‌ها معلق یا محدود شده‌اند.
شما همچنین ممکن است دوست داشته باشید: کره جنوبی قدرت‌های جدید FIU را برای تحقیق در مورد شرکت‌های ارز دیجیتال ثبت‌نشده پیشنهاد می‌کند

این پلتفرم جدید الگوریتمی را که در ژانویه معرفی شده بود، گسترش می‌دهد، زمانی که نهاد نظارتی شروع به استفاده از هوش مصنوعی برای شناسایی دستکاری‌کنندگان قیمت مشکوک و جداسازی دوره‌ها و سفارشات مرتبط با فعالیت آن‌ها کرد. به جای محدود کردن فناوری به مرحله تحقیقاتی بعدی، تنظیم جدید هشدار اولیه، اطلاعات پشتیبانی و بررسی مقدماتی را در یک جریان کاری متصل می‌کند.

برای معاملات شستشو یا معاملات هماهنگ ممکن، FSS قانون بنفورد را در کنار مدل‌های یادگیری ماشین به کار می‌گیرد. قانون بنفورد میزان تکرار ارقام ابتدایی مختلف را در مجموعه‌های عددی طبیعی اندازه‌گیری می‌کند، در حالی که نهاد نظارتی از انحرافات برای انتخاب دارایی‌ها و دوره‌های معاملاتی برای بررسی بیشتر استفاده می‌کند.

اسکن اخبار و اتاق‌های گفتگو هر هشدار را آزمایش می‌کند

پس از اینکه یک توکن حرکتی غیرعادی را ثبت می‌کند، هوش مصنوعی تولیدی اخبار و اطلاعیه‌های صرافی مربوطه را برای یافتن علت معقول بررسی می‌کند. یک اطلاعیه فهرست، به‌روزرسانی شبکه یا یک رویداد تأیید شده دیگر ممکن است نوسانات را توضیح دهد، در حالی که حرکتی شدید بدون دلیل واضح می‌تواند منجر به درخواست نهاد نظارتی برای داده‌های دقیق سفارش و حساب از صرافی مربوطه شود.

علاوه بر اطلاعات عمومی بازار، سیستم شکایات، نکات و گزارش‌های رسانه‌ای را هنگام تصمیم‌گیری در مورد اینکه آیا یک هشدار نیاز به تحلیل عمیق‌تری دارد، بررسی می‌کند. سپس هوش مصنوعی تولیدی یافته‌های خود را در یک گزارش استاندارد قرار می‌دهد و به محققان سوابق حرکت قیمت، تغییر حجم، کاتالیزور شناسایی شده و سایر شاخص‌ها را قبل از انتخاب مرحله بعدی ارائه می‌دهد.

تبلیغات آنلاین نیز به فرآیند نظارت وارد شده است. طبق گفته FSS، سیستم متن، زیرنویس‌های ویدیویی و صدا از یوتیوب، فروم‌های اینترنتی و اتاق‌های چت پیام‌رسان خصوصی را به متن تبدیل می‌کند و سپس مواد را برای شناسایی پیش‌دستی، اطلاعات نادرست یا تماس‌های هماهنگ که به منظور تحریک معاملات ناعادلانه طراحی شده‌اند، بررسی می‌کند.

FSS گفت که بررسی آنلاین به مواردی می‌پردازد که در آن سازمان‌دهندگان قبل از پیروان خود معامله می‌کنند، ادعاهای نادرست را منتشر می‌کنند یا توصیه‌های خرید هماهنگ شده‌ای را ارائه می‌دهند که به منظور جذب معامله‌گران خرده‌فروشی به یک دارایی طراحی شده‌اند. محققان همچنان مسئول تصمیم‌گیری در مورد اینکه آیا اطلاعات به تحلیل بیشتر یا تحقیق برنامه‌ریزی شده کمک می‌کند، باقی می‌مانند.

کره جنوبی بیش از 40 مورد معاملاتی را پیگیری کرده است

سیستم جدید پس از دو سال اجرای قانون حفاظت از کاربران دارایی‌های مجازی کره جنوبی که از ۱۹ ژوئیه ۲۰۲۴ به اجرا درآمد، پیگیری می‌شود. این قانون از ارائه‌دهندگان خدمات می‌خواهد که دارایی‌های مشتریان را از دارایی‌های شرکتی جدا کنند و سپرده‌های کاربران را در بانک‌ها نگه دارند، در حالی که به نهادهای نظارتی اختیار می‌دهد تا ارائه‌دهندگان را بازرسی کرده و علیه معاملات داخلی، معاملات شستشو و دستکاری قیمت اقدام کنند.

همان‌طور که crypto.news ماه گذشته گزارش داد، مقامات کره‌ای بیش از ۴۰ مورد مشکوک به معاملات ناعادلانه را در دو سال اول اجرای قانون بررسی کردند. رئیس کمیسیون خدمات مالی، لی اوگ-وون، گفت که مقامات بیش از ۳۰ مورد را به نهادهای تحقیقاتی گزارش یا ارجاع داده‌اند، ۲۵ مظنون را شناسایی کرده و میانگین سودهای غیرقانونی حدود ۱.۴ میلیارد وون، معادل تقریباً ۹۴۰,۰۰۰ دلار، برای هر مورد محاسبه کرده‌اند.

کنترل‌های سطح صرافی همزمان با نظارت خود نهاد نظارتی توسعه یافته‌اند. در ماه مه، کنترل‌های جدید کلید API از اعضای اتحادیه صرافی‌های دارایی دیجیتال---آپ‌بت، بیتم، کوین‌وان، کربیت و گوپکس---خواستند تا به اشتراک‌گذاری مشکوک کلیدها نظارت کنند، از لیست‌های سفید IP استفاده کنند و پس از هشدارها و بررسی‌های کاربران، کلیدها را باطل کنند.

این قوانین پس از برآورد FSS مبنی بر اینکه معاملات مبتنی بر API حدود ۳۰٪ از گردش مالی داخلی ارزهای دیجیتال را تشکیل می‌دهد، وضع شد. زیرا یک کلید API می‌تواند به یک برنامه خارجی اجازه دهد تا موجودی‌ها را بررسی کند، سفارشات را ثبت کند و انتقالات را آغاز کند، گروه صرافی‌ها اشتراک‌گذاری نادرست را به خطراتی از جمله معاملات هماهنگ و احتمال دستکاری قیمت مرتبط دانست.

قانون‌گذاری در حال تهیه شامل بیش از معاملات ناعادلانه خواهد بود. در ۲۹ ژوئیه، FSC پیش‌نویس قانونی تجمیع‌شده‌ای را ترسیم کرد که می‌تواند ۱۰ پیشنهاد دارایی دیجیتال معلق را ترکیب کرده و قوانینی برای استیبل‌کوین‌ها، صرافی‌ها، افشاگری‌ها، کنترل‌های داخلی و تاب‌آوری سیستم تعیین کند. قانون حفاظت از کاربران دارایی‌های مجازی همچنان قانون اصلی حاکم بر نگهداری، سوءاستفاده از بازار و حفاظت از کاربران است در حالی که قانون‌گذاران در حال مذاکره درباره چارچوب مرحله دوم هستند.

نهادهای نظارتی ایالات متحده نیز کنترل‌ها را حفظ می‌کنند

در ایالات متحده، یک بررسی GAO در مه ۲۰۲۵ نشان داد که نهادهای مالی فدرال از هوش مصنوعی برای شناسایی خطرات، حمایت از تحقیقات و شناسایی نقایص قانونی یا خطاهای گزارش‌دهی استفاده کردند، اما بیشتر نهادها خروجی مدل را به عنوان تنها مبنای تصمیم‌گیری در نظر نگرفتند.

کمیسیون بورس و اوراق بهادار به دفتر حسابرسی دولت گفت که کارکنان از ابزارهای هوش مصنوعی برای شناسایی الگوهای معاملاتی که ممکن است نشان‌دهنده معاملات داخلی باشد، استفاده کردند. متخصصان موضوعی معاملات علامت‌گذاری شده را قبل از تصمیم‌گیری در مورد اینکه آیا تحقیقات بیشتری لازم است، بررسی کردند، در حالی که هر نهاد نظارتی که از هوش مصنوعی استفاده می‌کرد، تا دسامبر ۲۰۲۴ گفت که کارکنان انسانی نتایج مدل را همراه با سایر اطلاعات نظارتی در نظر می‌گیرند.

در زمان پوشش بررسی GAO، نهادهای فدرال گفتند که از هوش مصنوعی تولیدی برای کارهای نظارتی یا نظارت بر بازار استفاده نمی‌کنند، اگرچه برخی نهادها در حال بررسی آن بودند. بر اساس استفاده‌هایی که تا دسامبر ۲۰۲۴ به GAO افشا شده بود، پلتفرم کره‌ای از هوش مصنوعی تولیدی برای وظایف نظارتی استفاده می‌کند که نهادهای ایالات متحده در آن زمان گزارش نکرده بودند.

یک میزگرد CFTC در سال ۲۰۲۵ شناسایی تشخیص بلادرنگ تقلب و معاملات شستشو را به عنوان استفاده‌های بالقوه برای نظارت هوش مصنوعی شناسایی کرد. شرکت‌کنندگان همچنین هشدار دادند که نظارت بر ارزهای دیجیتال با داده‌های پراکنده مواجه است زیرا صرافی‌های متمرکز ممکن است معاملات را انجام دهند، سفارشات را تطبیق دهند، حاشیه را مدیریت کنند و سوابق مشتری را خارج از بلاک‌چین‌های عمومی نگه دارند.

بر اساس قانون فعلی ایالات متحده، کمیسیون معاملات آتی کالا می‌تواند به دنبال تقلب و دستکاری در معاملات کالاهای نقدی باشد، اما به طور معمول صرافی‌های ارزهای دیجیتال نقدی را به همان روشی که بازارهای مشتقه ثبت‌شده را نظارت می‌کند، نظارت نمی‌کند. بر اساس برنامه‌های فعلی CFTC، پیشنهادات در چارچوب اختیارات موجود آن می‌توانند ادامه یابند، در حالی که قانون CLARITY برای ایجاد چارچوب ثبت‌نام کامل فدرال که برای پلتفرم‌های کالاهای دیجیتال نقدی در نظر گرفته شده، لازم خواهد بود.

در نظرات اخیر، مارکوس لوین، یکی از بنیان‌گذاران XYO، گفت که تنظیم‌کنندگان به داده‌های ورودی قابل اعتماد و محدودیت‌های عملیاتی واضح نیاز دارند، زمانی که یافته‌های هوش مصنوعی می‌تواند منجر به تحقیقات دولتی شود. او همچنین خطر هشدارهای کاذب یا ادعاهای تأییدنشده را مطرح کرد، اگر محققان به خروجی‌های خودکار وزن زیادی بدهند.

لوین به آزمایش‌های ایمنی اشاره کرد که شامل مدل‌های آزمایشی از متا، آنتروپیک و OpenAI بود که به‌طور گزارش‌شده‌ای از مرزهای از پیش تعیین‌شده عبور کرده، به سیستم‌ها بدون مجوز دسترسی پیدا کرده یا پس از محدودیت‌ها به کار خود ادامه داده‌اند. نظرات او این آزمایش‌ها را به‌عنوان هشداری در برابر اجازه دادن به یافته‌های خودکار برای تحریک اقدام قانونی بدون بررسی‌های مستقل ارائه کرد.

بازبینی انسانی تحت فرآیند FSS همچنان الزامی خواهد بود، با این حال محققان هر گزارش تولیدشده را ارزیابی خواهند کرد قبل از اینکه تصمیم بگیرند آیا تجزیه و تحلیل دقیقی انجام دهند یا یک تحقیق رسمی آماده کنند. یک مقام FSS گفت که این پلتفرم به کارکنان محدود کمک خواهد کرد "به سرعت و به طور مؤثر" به تجارت ناعادلانه‌ای که به طور فزاینده‌ای پیچیده می‌شود، پاسخ دهند.

تنظیم‌کننده همچنین برنامه‌ریزی کرده است که ابزارهایی برای ردیابی وجوه در سراسر صرافی‌ها و پیگیری تراکنش‌ها در زنجیره اضافه کند، اگرچه اعلامیه 20 اوت آن تاریخ استقرار هیچ‌یک از این ویژگی‌ها را ارائه نکرد.

بیشتر بخوانید: ETFهای بیت‌کوین و اتر 2.6 میلیارد دلار جذب کردند، بهترین هفته از اکتبر