DUBAI, Émirats arabes unis, 15 mai 2026 /PRNewswire/ -- Bybit, la deuxième plus grande plateforme d’échange de cryptomonnaies au monde en termes de volume de transactions, a récemment achevé une collaboration de recherche sur la lutte contre le blanchiment d’argent avec des équipes d’étudiants de l’Université de Hong Kong (HKU), offrant aux participants une expérience pratique des enquêtes en cryptomonnaies, de l’apprentissage automatique et de l’analyse anti-blanchiment à travers un défi réel de démixage.
La collaboration était centrée sur la faille de sécurité de Bybit de février 2025. En utilisant cet incident comme étude de cas, les étudiants ont exploré comment l’analyse de la blockchain et l’apprentissage automatique peuvent être appliqués pour identifier les circuits de blanchiment associés à l’activité des mélangeurs de cryptomonnaies et aux transactions liées au groupe Lazarus.
Le projet a été proposé et supervisé par Prof. Doyeon Kim, professeur assistant en comptabilité et droit à l’Université de Hong Kong, tandis que Bybit fournissait le contexte d’enquête réel et un accompagnement industriel tout au long du processus de recherche. Ce projet de fin d’études a été défini et sponsorisé par David Zong, responsable du contrôle des risques de groupe et de la sécurité chez Bybit, afin de donner aux étudiants l’occasion de relever un défi réel de l’industrie plutôt qu’un exercice hypothétique. Zong a suivi de près les conclusions de l’équipe et ses progrès tout au long du projet.
Dans le cadre de la collaboration, les étudiants ont été chargés de tracer les fonds liés à Lazarus sur la blockchain Bitcoin, de comprendre le rôle des adresses de portefeuilles utilisées lors des opérations de blanchiment et de développer des approches d’apprentissage automatique capables d’identifier les schémas de transactions liés aux mélangeurs et les adresses de sortie potentielles associées à des activités illicites. Étant donné la conception préservant la confidentialité des mélangeurs de cryptomonnaies, le traçage exact des flux de transactions est mathématiquement infaisable, ce qui signifie qu’il n’existe aucune méthode absolue ou déterministe d’attribution. Le projet s’est donc concentré sur l’analyse probabiliste, le regroupement comportemental et des techniques d’apprentissage automatique conçues pour améliorer l’identification des schémas de transactions suspects et des circuits de blanchiment.
Au lieu de suivre une méthodologie fixe, les étudiants ont reçu un cahier des charges ouvert et ont été encouragés à définir leur propre approche analytique. Certaines équipes ont approfondi les méthodes existantes de traçage sur blockchain, tandis que d’autres ont exploré des modèles alternatifs d’apprentissage automatique et d’analyse de graphes.
Au fil de plusieurs semaines de recherche et d’itérations, les équipes étudiantes ont affiné leurs méthodologies grâce à des investigations indépendantes, des discussions techniques et des revues de projet. Bybit a également organisé une session de revue intermédiaire avec les équipes participantes, offrant aux étudiants l’occasion de présenter leurs avancées, de réfléchir aux résultats de la recherche et de recevoir des commentaires pour soutenir la prochaine étape du développement.
La collaboration a été conçue pour exposer les étudiants à l’incertitude et aux exigences de résolution de problèmes couramment associées aux activités réelles de lutte contre le blanchiment d’argent et de conformité blockchain. Pour les étudiants, l’expérience a été l’occasion d’affiner leur pensée analytique, de développer des cadres techniques et de travailler sur des défis d’enquête complexes sans solutions prédéfinies. Pour Bybit, l’initiative a permis d’interagir avec de nouveaux talents tout en permettant à l’entreprise d’apporter des perspectives industrielles pratiques à la recherche académique et à l’exploration technique en phase initiale.
La revue finale du projet s’est tenue dans les bureaux de Bybit, où les étudiants ont présenté leurs conclusions et reçu des commentaires supplémentaires de l’équipe Bybit.
Dans le cadre du processus de recherche, les étudiants ont analysé environ 49 800 blocs Bitcoin et plus de 146 millions de transactions à l’aide de modèles de regroupement, de réseaux de neurones de graphes et de techniques d’analyse de transactions basées sur les graphes.
Selon les conclusions du projet, la recherche a identifié 10 289 transactions de type Wasabi et généré un sous-graphe de transactions blockchain contenant plus de 1,6 million de nœuds d’adresses et près de 6 millions d’arêtes de transactions en utilisant la méthodologie de Peel Chain. Sur la base de leurs échantillonnages et tests, un cluster d’apprentissage automatique a atteint un taux de rappel de 70,5 % sur des adresses confirmées comme liées à la RPDC.
Le projet a également examiné comment des mélangeurs de cryptomonnaies tels que Wasabi, les transactions CoinJoin et les structures de peel chain sont utilisés pour obscurcir l’historique des transactions et compliquer les enquêtes de lutte contre le blanchiment d’argent. Les étudiants ont étudié la manière dont les fonds illicites se déplacent entre portefeuilles, plateformes d’échange décentralisées, protocoles de swap et systèmes inter-chaînes conçus pour réduire la traçabilité des transactions.
Les étudiants impliqués dans la collaboration ont déclaré que le projet les avait aidés à mieux comprendre le fonctionnement pratique des enquêtes sur la blockchain, des systèmes anti-blanchiment et des opérations de sécurité des cryptomonnaies.
Un participant a indiqué que l’expérience avait renforcé l’importance de la réglementation et des technologies de lutte contre le blanchiment d’argent pour accroître les barrières opérationnelles pour les acteurs criminels, tout en démontrant la complexité de la résolution de problèmes concrets de l’industrie.
Un autre étudiant a décrit le projet comme plus instructif et engageant que prévu et a déclaré que les résultats d’apprentissage avaient dépassé les attentes initiales.
Plusieurs participants ont indiqué que la collaboration leur avait fourni un aperçu précieux des enquêtes en cryptomonnaies, des incidents de sécurité sur la blockchain et de la demande croissante de talents dans les domaines de la sécurité blockchain et de la conformité.
Un étudiant a également noté que le projet avait contribué à une compréhension plus systématique des structures de la blockchain Bitcoin, des mécanismes de transaction et de la logique du blanchiment d’argent on-chain, tandis que les discussions sur l’avenir des systèmes financiers basés sur la blockchain ont apporté des perspectives utiles pour le développement futur de carrière en finance et en actuariat.
La collaboration reflète l’intérêt croissant des universités et des entreprises d’actifs numériques pour l’application de l’apprentissage automatique et de l’analyse blockchain à des défis réels de cybersécurité, de conformité et de criminalité financière.
Bybit exprime sa gratitude à la HKU Business School et au professeur Kim pour leur collaboration et leur soutien tout au long de cette initiative de recherche.
#Bybit / #NewFinancialPlatform
À propos de Bybit
Bybit est la deuxième plus grande plateforme d’échange de cryptomonnaies au monde en termes de volume de transactions, au service d’une communauté mondiale de plus de 80 millions d’utilisateurs. Fondée en 2018, Bybit redéfinit l’ouverture dans le monde décentralisé en créant un écosystème plus simple, ouvert et équitable pour tous. Avec un fort accent sur le Web3, Bybit s’associe stratégiquement à des protocoles blockchain de premier plan pour fournir une infrastructure robuste et stimuler l’innovation on-chain. Réputée pour sa conservation sécurisée, la diversité de ses marchés, son expérience utilisateur intuitive et ses outils blockchain avancés, Bybit comble le fossé entre la finance traditionnelle (TradFi) et la finance décentralisée (DeFi), permettant aux bâtisseurs, créateurs et passionnés de libérer tout le potentiel du Web3. Découvrez l’avenir de la finance décentralisée sur Bybit.com.
Pour plus de détails sur Bybit, veuillez visiter Bybit Press
Pour les demandes médias, veuillez contacter : [email protected]
Pour rester informé, veuillez suivre : Bybit's Communities and Social Media
Discord | Facebook | Instagram | LinkedIn | Reddit | Telegram | TikTok | X | Youtube
