通付盾Web3专题 | KYT/AML:Web3合规展业的必要条件

与传统证券一样,基于区块链技术发展出来的虚拟资产交易所经历了快速发展而缺乏有效监管的行业早期。除了科技光环加持的各种区块链项目方、造富神话之外,交易所遭到黑客攻击、内部偷窃作恶、甚至经营主体异常而致使投资人血本无归的案例亦令人触目惊心。之前的FTX事件,近期的JPEX等事件也证明,缺乏有效的监管将严重阻碍行业的健康发展,也会滋生各类不法行为,合规监管迫在眉睫,监管的确定性也将大大提振行业信心。
 

但与其他新兴行业类似,业务发展总是先于监管,换言之,监管的缺位,并非各国当局对此没有管理意愿,而是行业认知的统一、配套设施的完善,监管框架的成熟,需要时间来沉淀。令人欣喜的是,我们看到这些条件已经逐渐成熟。2022 年 12 月 7 日,《2022 年打击洗钱及恐怖分子资金筹集(修订)条例草案》在香港立法会通过,以落实将于 2023 年 6 月 1 日开始实施的虚拟资产服务提供者发牌制度。持牌机构成为虚拟资产交易所的重要组成部分,意味着将虚拟资产纳入主流社会所认可的财富形式之一,从而为行业带来更多的增量资金和流动性。作为想要抢占合规市场风口的机构而言,在香港做持有VASP牌照的合规交易所将成为一个不可忽视的重要机遇。

Web3合规是一个系统工程,涉及到运营层面和技术层面等诸多内容。首先,只有属于合格大型虚拟资产且仅限于非证券币才能对零售投资者开放,且目前交易所持牌后暂时不能从事合约等衍生品。为符合牌照要求,交易所必须制定并执行合理的上币审核规则,针对拟上币的项目团队、流动性、技术安全、受监管情况等进行尽职调查。同时,香港监管当局要求交易所遵守符合反洗钱法律要求的 KYC/AML/CTF 等合规政策。与国际反洗钱规则保持一致,交易所还需要按照“旅行规则(Travel Rule)”对虚拟资产跨平台划转交易进行审查,以进一步防范不法分子利用虚拟资产从事违法犯罪活动。此外,香港 SFC 还会对交易所的组织架构、适当人选、财务资金等方面进行审核监督。


 

这些内容和要求对于以交易事务管理见长的交易所而言,并非易事,且不提实现各类需求,在设计阶段反复摸索所耗费的人力物力,单是开发落地并验证可用性的冗长周期,都很可能导致错失入场的黄金时机,合规效率非常关键。在解决好纷繁复杂的公链特性、冷热钱包海量地址和私钥的管理并搭建完符合要求的交易系统后,如何进行KYT/AML也将是需要解决的一个关键问题。


 

ChanAegis团队基于10多年服务金融风控和合规系统建设的基础,为Web3合规客户提供KYT/AML产品和解决方案,可帮助客户快速进行KYT/AML系统的建设落地,降低合规成本,提高合规效率。客户通过简单的系统对接和配置,即可满足港府《打击洗钱及恐怖分子资金筹集指引》中对虚拟资产KYT/AML的相关要求。


 

一、KYT规则与模型

KYT规则与模型支持多种规则类型模板和自定义规则配置,同时内置丰富的风险标签、黑名单数据源,对平台内的交易进行实时监测,确保符合合规要求。
 

示例1:客户频密地或在短时间内(例如在数小时内)更换用于进入金融机构的平台及/或进行交易的 IP 地址或装置;

示例2:客户从可能具有较高风险的 IP 地址(例如符合以下说明的 IP 地址)进入金融机构的平台及/或发出交易指示;

示例3:虚拟资产的买卖并无明显的目的,或交易的性质、规模或频密程度看来不寻常;

示例4:与具有较高风险的钱包地址(例如,直接及/或间接与非法或可疑活动/来源或指定人士有关联的钱包地址)的虚拟资产转帐往来;

二、风险交易预警

风险交易预警可及时掌握当前平台内交易风险动态,对交易和地址进行全面的风险量化统计分析,根据统计数据定位明确的交易风险特征,辅助用户决策和优化监管规则。

三、KYT 报告

通过对平台内交易的实时监测,每笔交易双方地址的穿透分析,以及先进的风险规则与模型,为用户提供专业、全面的地址风险画像报告。不仅输出地址的交易数据概览和风险概况,还输出每个地址的风险交易行为特征和图谱可视化分析结果,全方位地掌握地址交易风险情况并支持审查。

金融的核心是风控,相信监管合规的确定性必将对Web3行业的健康、持续发展打下坚实基础,只有做好合规、做好风控,对用户的资产安全负责,我们才能行稳致远。
 

About SharkTeam:
 

SharkTeam的愿景是保护Web3世界的安全。团队由来自世界各地的经验丰富的安全专业人士和高级研究人员组成,精通区块链和智能合约底层理论。提供包括链上大数据分析、链上风险预警、智能合约审计、加密资产追讨等服务,并打造了链上大数据分析和风险预警平台ChainAegis,平台支持无限层级的深度图分析,能有效对抗Web3世界的高级持续性盗窃(Advanced Persistent Theft,APT)风险。

-END-

数信云,基于区块链的数据安全应用与服务平台

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/147988.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

802.11-2020协议学习__专题__TxTime-Calculation__HR/DSSS

802.11-2020协议学习__专题__TxTime-Calculation__HR/DSSS 16.2.2 PPDU format16.2.2.1 General16.2.2.2 Long PPDU format16.2.2.3 Short PPDU format 16.3.4 HR/DSSS TXTIME calculation PREV: TBD NEXT: TBD 16.2.2 PPDU format 16.2.2.1 General 定…

ubuntu 20.04安装 Anaconda教程

在安装Anaconda之前需要先安装ros(防止跟conda冲突,先装ros)。提前安装好cuda 和cudnn。 本博客参考:ubuntu20.04配置ros noetic和cuda,cudnn,anaconda,pytorch深度学习的环境 安装完conda后,输入: pyth…

Mysql -常见函数

目录 字符串函数 数值函数 日期函数 流程函数 字符串函数 -- 拼接 SELECT CONCAT(Hello, World); -- 小写 SELECT LOWER(Hello); -- 大写 SELECT UPPER(Hello); -- 左填充 SELECT LPAD(01, 5, -); -- 右填充 SELECT RPAD(01, 5, -); -- 去除空格 SELECT TRIM( Hello World )…

Flume学习笔记(2)—— Flume进阶

Flume进阶 Flume 事务 事务处理流程如下: Put doPut:将批数据先写入临时缓冲区putListdoCommit:检查channel内存队列是否足够合并。doRollback:channel内存队列空间不足,回滚数据 Take doTake:将数据取…

数学建模 | 灰色预测原理及python实现

目录 一、灰色预测的原理 二、灰色预测的应用及python实现 一、灰色预测的原理 灰色预测是以灰色模型为基础,灰色模型GM(n,h)是微分方程模型,可用于描述对象做长期、连续、动态的反应。其中,n代表微分方程式的阶数,h代表微分方…

Spring Framework IOC依赖查找 - 按名称查找解析

IoC按名称查找共分为三类: 按名称按类型按集合 按名称查找 在Spring Framework中,实时加载和延迟加载是指在容器启动时是否立即实例化bean的不同策略。下面我们将分别介绍这两种加载方式及其应用场景。 tips: 当涉及到懒加载和延时加载时&#xff0…

windows排除故障工具pathping、MTR、sysinternals

pathping 基本上可以认为它是ping和tracert的功能合体。 pathping首先对目标执行tracert,然后使用ICMP对每一跳进行100次ping操作。 如图,是一个对8.8.8.8进行pathing操作。 MTR MTR是另一个多工具合体工具。 winmtr是mtr的windows版本。 这个工具…

vscode设置latex

vscode配置latex 1.安装vscode,并添加环境变量路径 2.安装latex,bin文件夹添加到环境变量路径 3.vscode安装插件 4.vscode->文件->首选项->显示配置内容->setting.json文件,查看其位置目录,通过我的电脑找到此文件(不要使用v…

OpenCV快速入门:图像形态学操作

文章目录 前言一、图像形态学基础1.1 背景介绍1.2 像素距离1.2.1 什么是像素距离?1.2.2 常见的像素距离度量方法1.2.3 计算像素距离的代码实现 1.3 图像连通性1.3.1 什么是图像连通性?1.3.2 连通类型1.3.3 连通组件标记1.3.4 连通性在图像处理中的应用 1…

在 el-table 中嵌入 el-checkbox el-input el-upload 多组件,实现复杂业务场景

由于业务场景的复杂性,需实现:在 el-table 表格中 嵌入 el-checkbox 多选框 及 el-input 输入框 及 el-upload 上传组件 ,先附上实现效果图。 从图片可以看出其实就是一个规格可以带有多个属性的规格表,实现此效果需涉及到的知识点…

【机器学习基础】对数几率回归(logistic回归)

🚀个人主页:为梦而生~ 关注我一起学习吧! 💡专栏:机器学习 欢迎订阅!后面的内容会越来越有意思~ 💡往期推荐: 【机器学习基础】机器学习入门(1) 【机器学习基…

ADS村田电感.mod(spice netlist文件)和.s2p模型导入与区别

ADS村田电感.mod(spice netlist文件)和.s2p模型导入与区别 简介环境过程s2pspice netlist(.mod文件)导入和结果对比 简介 记录了ADS村田电感.mod(spice netlist文件)和.s2p模型导入与区别 环境 ADS2020 …

什么是UV贴图?

UV 是与几何图形的顶点信息相对应的二维纹理坐标。UV 至关重要,因为它们提供了表面网格与图像纹理如何应用于该表面之间的联系。它们基本上是控制纹理上哪些像素对应于 3D 网格上的哪个顶点的标记点。它们在雕刻中也很重要。 为什么UV映射很重要? 默认情…

opencv(2): 视频采集和录制

视频采集 相关API VideoCapture()cap.read(): 返回两个值,第一个参数,如果读到frame,返回 True. 第二个参数为相应的图像帧。cap.release() VideoCapture cv2.VideoCapture(0) 0 表示自动检测,如果在笔记本上运行&…

助力水泥基建裂痕自动化巡检,基于yolov5融合ASPP开发构建多尺度融合目标检测识别系统

道路场景下的自动化智能巡检、洞体场景下的壁体类建筑缺陷自动检测识别等等已经在现实生活中不断地落地应用了,在我们之前的很多博文中也已经有过很多相关的实践项目经历了,本文的核心目的是想要融合多尺度感受野技术到yolov5模型中以期在较低参数量的情…

计算属性与watch的区别,fetch与axios在vue中的异步请求,单文本组件使用,使用vite创建vue项目,组件的使用方法

7.计算属性 7-1计算属性-有缓存 模板中的表达式虽然很方便,但是只能做简单的逻辑操作,如果在模版中写太多的js逻辑,会使得模板过于臃肿,不利于维护,因此我们推荐使用计算属性来解决复杂的逻辑 <!DOCTYPE html> <html lang"en"> <head><meta …

Go vs Rust:文件上传性能比较

在本文中&#xff0c;主要测试并比较了Go—Gin和Rust—Actix之间的多部分文件上传性能。 设置 所有测试都在配备16G内存的 MacBook Pro M1 上执行。 软件版本为&#xff1a; Go v1.20.5Rust v1.70.0 测试工具是一个基于 libcurl 并使用标准线程的自定义工具&#xff0c;能…

【性能】如何计算 Web 页面的 FP 指标

什么是 FP 指标 FP (First Paint) 为首次渲染的时间点&#xff0c;在性能统计指标中&#xff0c;从用户开始访问 Web 页面的时间点到 FP 的时间点这段时间可以被视为 白屏时间&#xff0c;也就是说在用户访问 Web 网页的过程中&#xff0c;FP 时间点之前&#xff0c;用户看到的…

KeyarchOS的CentOS迁移实践:使用操作系统迁移工具X2Keyarch V2.0

KeyarchOS的CentOS迁移实践&#xff1a;使用操作系统迁移工具X2Keyarch V2.0 作者&#xff1a; 猫头虎博主 文章目录 KeyarchOS的CentOS迁移实践&#xff1a;使用操作系统迁移工具X2Keyarch V2.0&#x1f405;摘要引言1. 迁移前的精心准备1.1 系统环境介绍1.2 深度数据验证1.2.…

Maven编译报错:javacTask: 源发行版 1.8 需要目标发行版 1.8

报错截图&#xff1a; IDEA中的jdk检查都正常设置的1.8一点毛病没有。参考其他帖子链接如下&#xff1a; https://blog.csdn.net/zhishidi/article/details/131480199https://blog.51cto.com/u_16213460/7197764https://blog.csdn.net/lck_csdn/article/details/125387878 逐…