دبي، الإمارات العربية المتحدة، 15 مايو 2026 /بي آر نيوزواير/ -- Bybit، ثاني أكبر بورصة للعملات المشفرة في العالم من حيث حجم التداول، أنهت مؤخرًا تعاونًا بحثيًا في مجال مكافحة غسل الأموال مع فرق طلابية من جامعة هونغ كونغ (HKU)، مما أتاح للمشاركين خبرة عملية في تحقيقات العملات المشفرة، والتعلم الآلي، وتحليل مكافحة غسل الأموال من خلال تحدٍّ واقعي لفصل التدفقات (demixing).
تمحور التعاون حول حادثة خرق أمني تعرضت لها بايبيت في فبراير 2025. وباستخدام هذه الحادثة كدراسة حالة، استكشف الطلاب كيفية تطبيق تحليلات البلوكشين والتعلم الآلي لتحديد مسارات غسل الأموال المرتبطة بأنشطة خالطات العملات المشفرة والمعاملات المرتبطة بمجموعة لازاروس.
تم اقتراح المشروع والإشراف عليه من قِبل Prof. Doyeon Kim، الأستاذ المساعد في قسم المحاسبة والقانون بجامعة هونغ كونغ، بينما قدمت بايبيت السياق التحقيقي الواقعي والإرشاد المهني طوال عملية البحث. وقد قام ديفيد زونغ، رئيس إدارة ضبط المخاطر الجماعية والأمن في بايبيت، بوضع إطار هذا المشروع وتمويله، بهدف منح الطلاب فرصة للتعامل مع تحدٍّ صناعي واقعي بدلًا من تمرين افتراضي. وتابع زونغ عن كثب نتائج الفريق وتقدمه طوال المشروع.
كجزء من التعاون، كُلّف الطلاب بتتبع الأموال المرتبطة بمجموعة لازاروس على بلوكشين بيتكوين، وفهم دور عناوين المحافظ المستخدمة خلال عمليات غسل الأموال، وتطوير أساليب تعلم آلي قادرة على تحديد أنماط المعاملات المرتبطة بالخالطات والعناوين الناتجة المحتملة المرتبطة بأنشطة غير مشروعة. ونظرًا للطبيعة الحافظة للخصوصية في خالطات العملات المشفرة، فإن تتبع التدفق الدقيق للمعاملات يعد مستحيلًا رياضيًا، ما يعني عدم وجود طريقة مطلقة أو حتمية للإسناد. لذلك ركز المشروع على التحليل الاحتمالي، والتجميع السلوكي، وتقنيات التعلم الآلي المصممة لتحسين اكتشاف أنماط المعاملات المشبوهة ومسارات غسل الأموال.
بدلًا من اتباع منهجية ثابتة، حصل الطلاب على موجز مشروع مفتوح وشُجّعوا على تحديد منهجهم التحليلي الخاص. فبعض الفرق قامت بتوسيع أساليب التتبع الحالية على البلوكشين، بينما استكشف آخرون نماذج بديلة في التعلم الآلي وتحليل الرسوم البيانية (graph analysis).
على مدى عدة أسابيع من البحث والتكرار، قامت الفرق الطلابية بصقل منهجياتها من خلال التحقيق المستقل، والنقاشات التقنية، ومراجعات المشروع. كما أجرت بايبيت جلسة مراجعة منتصفية مع الفرق المشاركة، مما أتاح للطلاب فرصة تقديم تحديثات حول التقدم، والتأمل في النتائج البحثية، وتلقي تعليقات تدعم المرحلة التالية من التطوير.
صُمم التعاون ليعرّض الطلاب لحالة عدم اليقين ومتطلبات حل المشكلات التي ترتبط عادةً بأعمال مكافحة غسل الأموال والامتثال على البلوكشين في العالم الحقيقي. وبالنسبة للطلاب، أتاح لهم هذا التجربة فرصة لتحسين التفكير التحليلي، وتطوير أطر تقنية، والتعامل مع تحديات تحقيقية معقدة دون حلول محددة سلفًا. أما بالنسبة لبايبيت، فقد دعم هذا المبادرة التفاعل مع المواهب الناشئة، وفي الوقت ذاته أتاح للشركة الإسهام بمنظور صناعي عملي في البحث الأكاديمي والاستكشافات التقنية في مراحلها الأولى.
عُقدت المراجعة النهائية للمشروع في مكتب بايبيت، حيث قدّم الطلاب نتائجهم وتلقوا تعليقات إضافية من فريق بايبيت.
كجزء من عملية البحث، حلل الطلاب ما يقرب من 49,800 كتلة بيتكوين وأكثر من 146 مليون معاملة باستخدام نماذج التجميع (clustering)، والشبكات العصبية الرسومية (graph neural networks)، وتقنيات تحليل المعاملات المعتمدة على الرسوم البيانية.
ووفقًا لنتائج المشروع، حدد البحث 10,289 معاملة شبيهة بمعاملات Wasabi، كما أنشأ رسمًا فرعيًا لمعاملات البلوكشين (subgraph) يحتوي على أكثر من 1.6 مليون عقدة عناوين وما يقرب من 6 ملايين حافة معاملات باستخدام منهجية Peel Chain. وبناءً على العينات والاختبارات، حقق عنقود تعلم آلي معدل استرجاع (recall) بلغ 70.5% مقابل عناوين مؤكدة مرتبطة بكوريا الشمالية (DPRK).
كما تناول المشروع بالتحليل كيفية استخدام خالطات العملات المشفرة مثل Wasabi ومعاملات CoinJoin وهياكل سلاسل التقشير (peel chains) لإخفاء تاريخ المعاملات وتعقيد تحقيقات مكافحة غسل الأموال. ودرس الطلاب كيفية انتقال الأموال غير المشروعة عبر المحافظ، والبورصات اللامركزية، وبروتوكولات المبادلة، والأنظمة متعددة السلاسل المصممة لتقليل إمكانية تتبع المعاملة.
ذكر الطلاب المشاركون في التعاون أن المشروع ساعدهم على فهم أفضل لكيفية عمل تحقيقات البلوكشين، وأنظمة مكافحة غسل الأموال، وعمليات أمن العملات المشفرة في الواقع العملي.
أشار أحد المشاركين إلى أن التجربة عززت أهمية التنظيم والتقنيات الخاصة بمكافحة غسل الأموال في زيادة الحواجز التشغيلية أمام الجهات الإجرامية، وفي الوقت ذاته أظهرت مدى تعقيد حل المشكلات العملية في القطاع.
وأوضحت طالبة أخرى أن المشروع كان أكثر إفادة وجذبًا للاهتمام مما توقعت، وأن نتائج التعلم تجاوزت التوقعات الأولية.
وأكد عدة مشاركين أن التعاون وفّر رؤى قيّمة حول تحقيقات العملات المشفرة، وحوادث أمن البلوكشين، والطلب المتزايد على الكفاءات في مجال أمن البلوكشين ومجالات الامتثال ذات الصلة.
كما أشار أحد الطلاب إلى أن المشروع ساهم في فهم أكثر منهجية لهياكل بلوكشين بيتكوين، وآليات المعاملات، والمنطق الكامن وراء غسل الأموال على السلسلة، بينما وفرت النقاشات حول مستقبل الأنظمة المالية المعتمدة على البلوكشين منظورًا مفيدًا يتعلق بالتطور المهني المستقبلي في مجالي التمويل والعلوم الاكتوارية.
يعكس هذا التعاون الاهتمام المتزايد بين الجامعات وشركات الأصول الرقمية في تطبيق التعلم الآلي وتحليلات البلوكشين على تحديات الأمن السيبراني والامتثال والجريمة المالية في العالم الحقيقي.
تتقدم بايبيت بالشكر لمدرسة الأعمال في جامعة هونغ كونغ والبروفيسور كيم على تعاونهما ودعمهما طوال مبادرة البحث.
#Bybit / #NewFinancialPlatform
نبذة عن بايبيت
تُعد بايبيت ثاني أكبر بورصة للعملات المشفرة في العالم من حيث حجم التداول، حيث تخدم مجتمعًا عالميًا يضم أكثر من 80 مليون مستخدم. تأسست في عام 2018، وتعيد بايبيت تعريف مبدأ الانفتاح في العالم اللامركزي من خلال إنشاء منظومة أبسط وأكثر انفتاحًا ومساواة للجميع. ومع تركيز قوي على Web3، تعقد بايبيت شراكات استراتيجية مع بروتوكولات بلوكشين رائدة لتوفير بنية تحتية قوية ودفع الابتكار على السلسلة. وبفضل الوصاية الآمنة، وتنوع الأسواق، وتجربة الاستخدام البديهية، وأدوات البلوكشين المتقدمة، تعمل بايبيت على سد الفجوة بين التمويل التقليدي (TradFi) والتمويل اللامركزي (DeFi)، لتمكين البنّائين والمبدعين والمهتمين من إطلاق الإمكانات الكاملة لـ Web3. اكتشف مستقبل التمويل اللامركزي على Bybit.com.
لمزيد من التفاصيل حول بايبيت، برجاء زيارة Bybit Press
للاستفسارات الإعلامية، يُرجى التواصل عبر: [email protected]
للحصول على آخر التحديثات، يُرجى متابعة: Bybit's Communities and Social Media
Discord | Facebook | Instagram | LinkedIn | Reddit | Telegram | TikTok | X | Youtube
