交易所钱包识别、加密资产分类
发布链上资金追踪等研究成果
运营加密资产交易所Upbit的Dunamu于17日表示,公司提交的3篇研究论文被“ICAIF 2026”录用。
该学术会议是由计算机领域学术组织ACM主办的金融人工智能国际学术会议。BlackRock、摩根大通、Visa等企业均有参与。本届会议收到1000篇以上论文投稿,创下历届新高,主会议论文录用率为22%。
获录用的论文围绕人工智能驱动的交易所钱包识别、加密资产分类、区块链资金追踪等展开研究,旨在提高加密资产数据分析的准确性和可靠性。交易所钱包识别研究成果已实际应用于Upbit数据实验室的区块链分析服务。
被主会议录用的论文题为《利用储备金证明对以太坊中心化交易所钱包的链上行为特征进行分类》。该论文提出了一种基于机器学习的方法,通过分析区块链交易数据,识别中心化交易所持有的钱包。
论文作者 Dunamu FDI团队组长 So Minseop(从左至右)、Dunamu量化团队研究员 Park Seongchan、Dunamu FDI团队研究员 Kim Seongyong、Dunamu量化团队组长 Jeon Hyeonho,在ICAIF 2026学术会议上共有3篇论文获选。Dunamu供图
View original image被专业研讨会录用的论文《面向机构数字资产分类体系的语义转换》,提出利用大型语言模型分析智能合约代码,了解加密资产的实际用途,并据此进行分类。该技术也计划应用于Upbit加密资产分类体系的完善工作。
另一篇被研讨会录用的论文《在交易记录不完整的情况下估算入账资金使用量的范围》,研究了在交易记录不完整时,分析区块链资金流向所需的信息等。相关成果有望应用于人工智能驱动的资金追踪及金融犯罪分析技术。
Dunamu首席数据官Kim Daehyeon表示:“这项研究的意义重大,它验证了运用人工智能技术能够更精细地分析区块链数据,并提升分析结果的可靠性。”他还表示:“今后我们将继续开展人工智能与区块链技术融合研究,引领数字资产产业的技术创新。”
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。