La implementación de la actualización de Shanghái de Ethereum y la introducción de recompensas por participación tuvieron un impacto significativo en la detección de comportamientos sospechosos por parte de los titulares de Ethereum (ETH). La actualización marcó la transición de Ethereum a una cadena de bloques de prueba de participación, donde los validadores usan su ETH para confirmar transacciones. La actualización de Shanghái implementada en marzo permitió a los participantes retirar su éter bloqueado, lo que les dio más flexibilidad y accesibilidad.
Han surgido varios «temas de inversión» dentro del ecosistema Ethereum, incluidas las finanzas descentralizadas (DeFi), las monedas estables, Bitcoin (a través de versiones envueltas de BTC) y tokens no fungibles (NFT). La actualización reciente también introdujo activos de renta fija, ampliando las oportunidades para que las personas ganen dinero o usen Ethereum.
El rendimiento juega un papel crucial en las finanzas tradicionales (TradFi), donde los cambios en el rendimiento afectan el riesgo percibido de otros activos financieros. Esta relación entre los rendimientos y las decisiones de inversión se puede observar a través de los movimientos en las tasas de interés de referencia establecidas por instituciones como la Reserva Federal de EE. UU.
Los profesionales de cumplimiento en las finanzas tradicionales se basan en las tendencias de las tasas de interés libres de riesgo para detectar flujos de efectivo irracionales en los mercados de capitales, lo que puede indicar intentos de lavado de dinero. Los lavadores de dinero no buscan activamente ganancias financieras como los inversionistas ordinarios, ya que su objetivo principal es disfrazar el origen de los fondos ilegales.
Con el rendimiento de la participación de Ethereum actuando como una «tasa de interés libre de riesgo» para el ecosistema criptográfico, la actualización de Shanghái puede haber mejorado el estado de la criptografía forense. En las finanzas tradicionales, el análisis forense se enfoca en detectar actividades sospechosas, mientras que en el análisis forense criptográfico el enfoque está en identificar entidades involucradas en comportamientos delictivos a través del análisis de redes de billeteras criptográficas.
El lavado de dinero típicamente ocurre en tres fases: colocación, estratificación e integración. Con los activos criptográficos, detectar la colocación de fondos ilícitos es relativamente fácil, ya que muchos casos de lavado de dinero se derivan de delitos nativos de las criptomonedas, como ataques de ransomware, piratería de puentes DeFi, explotaciones de contratos inteligentes y ataques de phishing. Las direcciones asociadas con tales delitos a menudo se conocen, lo que permite a los investigadores monitorear el flujo de activos.
Por el contrario, cuando el producto del delito ingresa al ecosistema de un banco, los expertos forenses tradicionales carecen de información sobre el delito en sí. Esto hace que la detección sea mucho más difícil. Por lo tanto, la mayoría de las soluciones contra el lavado de dinero (AML) en las finanzas tradicionales se enfocan en identificar técnicas de estratificación.
Las recompensas de participación de Ethereum brindan la oportunidad de detectar actividades inusuales al examinar los movimientos de activos. Debido a que el lavado de dinero se trata más de ocultar el rastro del dinero que de obtener una ganancia, los investigadores pueden detectar comportamientos financieros que contradicen las tendencias de las tasas de interés de referencia. Por ejemplo, una actividad sostenida de alto riesgo con rendimientos por debajo de la tasa libre de riesgo puede generar sospechas y desencadenar investigaciones.
Este enfoque se puede aplicar para detectar actividades como NFT comerciales de lavado, donde múltiples participantes trabajan juntos para manipular precios o agrupar activos criminales. Del mismo modo, los movimientos erráticos de activos en los protocolos DeFi podrían indicar el reparto de los ingresos del terrorismo. Al identificar tales anomalías, los investigadores pueden recopilar pistas sin conocer primero la actividad delictiva específica.
El auge de los intercambios descentralizados y la capacidad de mover grandes cantidades de riqueza entre jurisdicciones utilizando la tecnología blockchain hacen que los ecosistemas DeFi sean objetivos atractivos para los delitos financieros. Los delincuentes pueden buscar nuevos canales de lavado de dinero, impulsados por controles de cumplimiento más estrictos establecidos por proveedores de servicios criptográficos centralizados. Por lo tanto, la detección de tipologías de capas se vuelve crucial para los esfuerzos de cumplimiento, especialmente a medida que avanza la interoperabilidad de blockchain.
Detectar actividad sospechosa en el espacio criptográfico es un desafío debido a la extrema volatilidad de los precios. Los umbrales de riesgo estáticos son ineficaces y no detectan el lavado de dinero. Establecer tasas de interés de referencia dentro de Ethereum proporcionaría una base para flujos de dinero racionales, ayudaría a identificar valores atípicos y podría mejorar la detección de actividades ilícitas.
Fuente de la imagen: Pixabay
