Chainalysis memperkenalkan fitur otomasi baru yang dirancang untuk mempermudah tugas investigasi blockchain bagi pengguna non-teknis. Pembaruan ini menargetkan tim kepatuhanChainalysis memperkenalkan fitur otomasi baru yang dirancang untuk mempermudah tugas investigasi blockchain bagi pengguna non-teknis. Pembaruan ini menargetkan tim kepatuhan

Chainalysis Meluncurkan Alur Kerja Tanpa Kode untuk Mengotomatisasi Investigasi On-Chain

Chainalysis memperkenalkan fitur otomasi baru yang dirancang untuk memudahkan tugas investigasi blockchain bagi pengguna non-teknis. Pembaruan ini menargetkan tim kepatuhan dan analis yang mengandalkan alur kerja terstruktur namun sering kali tidak memiliki keterampilan coding. Perusahaan tersebut mengatakan alat ini meningkatkan kecepatan, konsistensi, dan aksesibilitas di seluruh proses investigasi rutin.

Fitur ini disebut Workflows. Fitur ini memungkinkan pengguna menjalankan analisis blockchain yang telah ditentukan sebelumnya tanpa menulis query SQL atau skrip Python. Chainalysis mengatakan alat ini menstandarkan tugas berulang dan menghilangkan kebutuhan untuk langkah-langkah teknis manual.

Menurut perwakilan perusahaan, Workflows memodifikasi template investigasi yang sudah ada sebelumnya untuk membuatnya lebih dapat diterapkan secara luas ke tim. Mereka mengatakan tujuannya adalah membantu organisasi menerapkan metode analisis yang sama di berbagai kasus dengan lebih sedikit penundaan.

Chainalysis Merespons Taktik Penipuan yang Terus Berkembang

Ekim Buyuk, manajer produk senior di Chainalysis, mengatakan pendekatan sebelumnya sering memerlukan pekerjaan teknis yang signifikan. Dia mencatat bahwa sistem baru berfokus pada input investigasi yang sederhana. Buyuk mengatakan Workflows menanyakan pengguna tentang dompet, pelaku, dan waktu daripada struktur data.

Buyuk juga menunjuk pada riset yang menunjukkan perubahan cepat dalam perilaku penipuan. Chainalysis menemukan bahwa penipuan yang didukung AI mengekstrak 4,5 kali lebih banyak uang dari korban dibandingkan model sebelumnya. Dia mengatakan tren tersebut mencerminkan bagaimana operasi penipuan terus berkembang.

Salah satu tantangan berkelanjutan bagi investigator adalah mengidentifikasi jaringan penipuan yang beroperasi dalam skala besar. Satu korban mungkin kehilangan jumlah yang kecil. Namun, data tingkat blockchain dapat mengungkapkan ribuan dompet yang terpengaruh dan kerugian yang mencapai miliaran.

Baca Juga: Korea Selatan Menindak Skema Pencucian Uang Kripto Senilai $102 Juta

Insiden 2025 Mengungkap Aktivitas Eksploitasi yang Luas

Laporan Chainalysis baru-baru ini memperkirakan bahwa penipuan dan penipuan kripto menghilangkan sekitar $17 miliar dari pengguna pada tahun 2025. Perusahaan tersebut mengaitkan peningkatan ini dengan penipuan peniruan identitas dan jaringan besar yang menggunakan alat AI, konten deepfake, dan layanan pencucian uang yang terorganisir.

Beberapa insiden menggarisbawahi risiko ini di awal tahun. Pada 2 Januari, seorang penyerang menguras dana dari ratusan dompet di seluruh jaringan yang kompatibel dengan EVM. Banyak alamat kehilangan kurang dari $2.000 masing-masing. Investigator onchain ZachXBT menggambarkan aktivitas tersebut sebagai eksploitasi luas bernilai rendah. Investigator tersebut menyarankan kemungkinan hubungan dengan insiden Ledger sebelumnya.

Sumber: Chainalysis

Kasus rekayasa sosial juga terus berlanjut. ZachXBT mengidentifikasi tersangka penipu yang meniru dukungan Coinbase dan mencuri hampir $2 juta selama tahun 2025. Kasus tersebut menunjukkan bagaimana penjahat masih mengandalkan penipuan bahkan ketika metode teknis berkembang.

PeckShield melaporkan bahwa kerugian peretasan secara keseluruhan menurun pada bulan Desember. Kerugian turun menjadi sekitar $76 juta, turun tajam dari $194,2 juta pada bulan November. Perusahaan tersebut mengatakan penurunan tersebut mencerminkan lebih sedikit eksploitasi skala besar selama bulan tersebut.

Baca Juga: Pembocor Venezuela Dipenjara, Akun Polymarket Menjadi Sepi di Tengah Kekhawatiran Perdagangan Orang Dalam

Penafian: Artikel yang diterbitkan ulang di situs web ini bersumber dari platform publik dan disediakan hanya sebagai informasi. Artikel tersebut belum tentu mencerminkan pandangan MEXC. Seluruh hak cipta tetap dimiliki oleh penulis aslinya. Jika Anda meyakini bahwa ada konten yang melanggar hak pihak ketiga, silakan hubungi service@support.mexc.com agar konten tersebut dihapus. MEXC tidak menjamin keakuratan, kelengkapan, atau keaktualan konten dan tidak bertanggung jawab atas tindakan apa pun yang dilakukan berdasarkan informasi yang diberikan. Konten tersebut bukan merupakan saran keuangan, hukum, atau profesional lainnya, juga tidak boleh dianggap sebagai rekomendasi atau dukungan oleh MEXC.