Rastreando fundos para a frente e para trás

Rastrear é a habilidade central de um analista de blockchain: acompanhar o valor de um ponto conhecido até onde ele foi parar, ou voltar até sua origem. A parte difícil não é seguir as arestas, algo que qualquer explorador consegue fazer, mas decidir quanto do valor em cada aresta é “o que você está investigando” depois que ele se mistura com outros fundos. Regras diferentes de alocação dão respostas muito diferentes a partir dos mesmos dados, então você precisa conhecê-las, escolher uma de forma deliberada e dizer qual delas usou.

Rastreamento para a frente e para trás

O rastreamento para a frente começa em uma origem conhecida, como um endereço de roubo, um pagamento de resgate ou uma carteira sancionada, e segue as arestas de saída para descobrir para onde os fundos foram: quais serviços os receberam, quais endereços ainda os mantêm e se algum chegou a um ponto em que pode ser congelado ou explicado.

O rastreamento para trás começa em um destino, normalmente um depósito recebido por uma exchange, e segue as arestas de entrada para responder à pergunta “de onde veio esse dinheiro?”. As equipes de risco de exchanges fazem isso em verificações de origem dos fundos: um depósito que chega a um salto de um mercado da darknet apresenta um risco diferente de outro que chega a dez saltos, passando por uma grande exchange.

As duas direções medem a distância em saltos, o número de transferências entre dois pontos. Exposição direta significa que a contraparte está a um salto de distância; exposição indireta significa que a ligação passa por endereços intermediários. A contagem de saltos só faz sentido em um grafo que você definiu cuidadosamente (consulte a aula Grafos de transações: nós, arestas e direção): um salto em um grafo de entidades pode corresponder a dez em um grafo de endereços.

Contaminação e regras de parada

A contaminação é a parcela de um saldo ou de uma transferência que o analista atribui à origem de interesse. A contaminação não é uma propriedade das moedas; ela é o resultado de uma regra que você aplica. Todo rastreamento também precisa de regras de parada, definidas com antecedência:

• Serviço alcançado: os fundos entram em uma exchange, processadora de pagamentos ou outro serviço custodial, onde o rastreamento on-chain termina (consulte a aula Acompanhando o valor por exchanges e serviços).
• Limite de diluição: a parcela contaminada cai abaixo de um nível definido, por exemplo, 1%.
• Limite de saltos: uma distância máxima, por exemplo, de 3 a 6 saltos, além da qual as ligações são fracas demais para serem relatadas.
• Limite de valor: valores pequenos demais para serem relevantes, como quantias residuais abaixo de uma fração fixa da soma original.
• Janela temporal: transferências ocorridas antes da chegada dos fundos não podem carregá-los.

É fácil esquecer essa última regra em SQL. Um endereço que recebeu fundos roubados em 10 de março e pagou alguém em 2 de março não fez esse pagamento com fundos roubados.

Quatro métodos de alocação

Quando valor contaminado e limpo se encontram em um endereço ou em uma transação, uma regra determina quais valores de saída carregam a contaminação.

Poison e haircut foram nomeados em um estudo acadêmico inicial sobre pontuação de risco para Bitcoin (Möser, Böhme e Breuker, “Towards Risk Scoring of Bitcoin Transactions”, 2014). FIFO adota uma convenção contábil antiga para contas bancárias com fundos misturados; Anderson, Shumailov, Ahmed e Rietmann, da Universidade de Cambridge, argumentaram em “Bitcoin Redux” (2018) que ela é adequada para Bitcoin porque é determinística e não dilui: aplicada dentro de uma transação, ordena o valor pela posição de entradas e saídas, de modo que a contaminação recai sobre satoshis específicos de saídas específicas. LIFO é a ordenação inversa, oferecida por algumas ferramentas de rastreamento como alternativa. Nenhum dos quatro métodos é “correto”; cada um é um modelo.

Um exemplo resolvido

Um endereço A recebe e gasta fundos nesta ordem. S são 2 BTC provenientes de um roubo; C1 e C2 são fundos limpos e não relacionados.

FIFO. Após a etapa 2, a fila é [4 limpos, 2 roubados]. X recebe 3 do lote mais antigo: 3 limpos. A fila agora é [1 limpo, 2 roubados]; em seguida, C2 acrescenta [4 limpos]. Y recebe 1 limpo, 2 roubados e 2 limpos. Z recebe os últimos 2 limpos. Resultado: X 0, Y 2, Z 0 BTC contaminados.

LIFO. Após a etapa 2, a pilha é [4 limpos, 2 roubados], com o lote roubado no topo. X recebe os 2 roubados mais 1 limpo. Em seguida, C2 acrescenta 4 limpos no topo. Y recebe esses 4 mais 1 limpo. Z recebe os últimos 2 limpos. Resultado: X 2, Y 0, Z 0.

Haircut. Após a etapa 2, o saldo é de 6 BTC, dos quais 2 estão contaminados (33,33%). X recebe 3 × 2/6 = 1,000 contaminado. Os 3 BTC restantes contêm 1 contaminado; após C2, o saldo é de 7, com 1 contaminado (14,29%). Y recebe 5 × 1/7 = 0,714 contaminado, restando 2 BTC com 0,286 contaminado, que vão todos para Z. Resultado: X 1,000, Y 0,714, Z 0,286.

Poison. Todas as saídas após a etapa 2 vêm de um saldo que contém contaminação. Resultado: X 3, Y 5, Z 2, então 10 BTC são classificados como contaminados, embora apenas 2 BTC tenham sido roubados.

FIFO, LIFO e haircut conservam o valor: a quantidade total contaminada permanece em 2 BTC. Poison não. Os métodos também divergem sobre quem recebeu os fundos roubados: FIFO aponta para Y, LIFO para X, e haircut diz que todos receberam um pouco. Se X for uma exchange onde os fundos podem ser congelados e Y for uma carteira privada, a escolha muda o resultado do caso.

O que os métodos fazem em grande escala

Quando o haircut é repetido ao longo de muitos saltos, a contaminação se espalha cada vez mais, mas fica mais diluída, a cada mistura. No mesmo estudo “Bitcoin Redux”, Anderson e colegas rastrearam os 46.653 BTC roubados no roubo da Linode em 2012: o haircut contaminou cerca de 93% dos endereços do conjunto de dados, enquanto o FIFO contaminou cerca de 1,3%. Poison se espalha ainda mais rápido, o que o torna útil apenas para perguntas específicas, como “este endereço teve algum contato com um mixer?”, e enganoso como medida de quantidade.

Orientações práticas:

• Use haircut para pontuações de risco e percentuais de exposição, quando uma resposta proporcional é a mais honesta.
• Use FIFO (ou LIFO) quando precisar identificar saídas específicas que carregam fundos, por exemplo, para solicitar um congelamento, e deixe claro que a atribuição segue a regra, não as moedas.
• Use poison para indicadores binários de contato, nunca para quantidades.
• Execute o rastreamento com dois métodos quando o resultado for importante. Se ambos apontarem para o mesmo serviço, a confiança aumenta; se divergirem, informe o intervalo.

Expandindo saltos em SQL

Um rastreamento limitado para a frente pode começar como uma consulta recursiva sobre a lista de arestas criada na aula anterior. A maioria dos mecanismos oferece suporte a CTEs recursivas, mas nem todos; em alguns data warehouses, você itera salto a salto usando um notebook.

WITH RECURSIVE hops AS (
  SELECT dst AS address, 1 AS hop, block_number
  FROM edges
  WHERE src = '0xA1b2…9F'                     -- semente: o endereço do roubo
  UNION ALL
  SELECT e.dst, h.hop + 1, e.block_number
  FROM hops h
  JOIN edges e ON e.src = h.address
             AND e.block_number >= h.block_number   -- o tempo avança
  WHERE h.hop < 4                                    -- limite de saltos
    AND h.address NOT IN (SELECT address FROM service_labels)  -- parar nos serviços
)
SELECT address, MIN(hop) AS first_hop, COUNT(*) AS paths
FROM hops
GROUP BY address;

A linha semente inclui todos os destinatários do endereço do roubo. A parte recursiva segue as arestas de saída de cada endereço alcançado, apenas por meio de transferências ocorridas no bloco de chegada dos fundos ou depois dele; para após quatro saltos e não expande o rastreamento por serviços identificados. Essa consulta encontra endereços alcançáveis; ela não aloca valores. A alocação da contaminação exige as entradas e saídas ordenadas de cada endereço, algo mais fácil de fazer em um notebook ou em uma ferramenta de grafos. Espere que a contagem de caminhos aumente muito em endereços movimentados, outro motivo para parar nos serviços.

Foco no exame: rastreamento para a frente versus para trás e seus usos típicos; saltos e exposição direta versus indireta; regras de parada, incluindo a regra de que saídas anteriores a uma entrada não podem carregá-la; definições e premissas de FIFO, LIFO, haircut e poison, e como calcular cada método em um exemplo pequeno; que FIFO, LIFO e haircut conservam o valor, enquanto poison o infla; como o haircut dilui a contaminação entre muitos endereços em grande escala; qual método é adequado para pontuação de risco, solicitações de congelamento e indicadores de contato; informar o método utilizado e executar um segundo como verificação.