伦斯勒理工学院和史蒂文斯理工学院的合作项目——推进金融技术研究中心 (CRAFT) 致力于推进区块链技术，从而避免类似 FTX 的诈骗。来自 Rensselaer 的 CRAFT 研究人员最近在2022 年 IEEE 大数据国际会议上展示了他们在区块链互操作性和加密货币骗局检测方面的发现。

“FTX 崩溃只是一个支离破碎的区块链生态系统所面临的一系列挑战的一个例子，它不太可能完全去中心化，”CRAFT 联合主任兼网站主任兼伦斯勒量化金融教授 Aparna Gupta 说。“从中央银行数字货币 (CBDC) 到大量其他数字化资产的交易，良好的区块链互操作性是弹性的关键。”

伦斯勒大学计算机科学助理教授兼 Tetherless World Constellation 副主任 Oshani Seneviratne 与 Gupta 和博士生 Inwon Kang 一起研究了实现区块链互操作性的不同方法。

现在，客户主要在技术之间进行选择，而不是从能够在平台之间传输令牌或执行智能合约中受益。通过区块链互操作性，可以在不牺牲性能或安全性的情况下在不同的区块链之间进行传输。

该团队发现三种广泛的集成模式贯穿始终：去中心化中继、中心辐射和去中心化预言机。在分散的中继架构中，网络通过提供读写访问的网关进行通信。对于中心辐射架构，中心辐射是与目标链同步的不同区块链。通过去中心化中继，区块链与软件而不是额外的区块链相连。

研究人员发现，所有这些模式都有优点和缺点，虽然现在断定将其中一种模式归类为优越还为时过早，但对于用户和开发人员来说，优先考虑互操作性向前发展是很重要的。

Seneviratne 说：“可以说，如果 FTX 接受了区块链和加密货币所依据的原则，即去中心化和透明度，就不会发生崩溃。”

“然而，由于资产托管问题，像 FTX 这样的交易所存在，因为新手加密用户如果丢失私钥，可能无法访问他们在各种去中心化系统中的资产。因此，随着加密货币变得更加主流，并且没有单一的，占主导地位的区块链，我们需要强大的互操作性解决方案，以在没有完全去中心化的情况下提供稳定性。”

Seneviratne 和她的本科生 Jared Gridley 还开发了一个模型来预测加密货币诈骗。使用图形挖掘技术，他们收集了有关交易的基本信息。然后，该团队应用本福德定律来提取有关应用于每笔交易的唯一随机数字和字母集的分布信息。

本福德定律是一种自然现象，它映射了许多自然出现的数字集中第一位和第二位数字的出现。简单地说，根据本福德定律，第一个 (“1”) 将在 30.1% 的时间内成为前导数字，第二个 (“2”) 将在 17.6% 的时间内成为前导数字，随后的每个数字将是幂律分布中频率递减的前导数字。任何偏离这种模式的自然产生的数字数据集通常都具有欺诈、欺诈和攻击的特征数据。

该团队将这种方法应用于以太坊交易数据，并报告了来自 Etherscan 的诈骗数据。他们标记的数据集包含数千个疑似以太坊诈骗地址，交易量约为 260 万笔。为了获得训练模型分类器的特征，团队提取了每个地址的交易图，然后生成交易图的统计表示。他们检查了各种特征，例如交易数量、唯一地址、gas 限制值和转移的价值。

每个特征在传入和传出之间被分解，并且为了衡量这些特征与本福德定律的契合度，该团队通过诈骗和非诈骗标签将地址分开，并使用了两个统计测试。他们发现诈骗地址有明显的差异，而非诈骗交易则更严格地遵循本福德定律。

Seneviratne 说：“这些发现意义重大，因为它是使用本福德定律预测加密货币诈骗的首批应用之一。” “此外，本福德定律已被法庭采纳为证据，使其成为法律诉讼中的宝贵工具。”

Seneviratne 指出，这项研究在 IEEE 会议上受到好评，对于 Gridley 作为一名本科生来说是一项巨大的成就。