Chainalysis busca fijar un estándar para el rastreo en blockchain

La firma de análisis quiere que las pruebas onchain sean más fáciles de explicar en causas penales y labores de supervisión. Para ello, Chainalysis remite al caso Sterlingov y a los límites del rastreo de carteras.

Puntos clave

• Chainalysis ha presentado una propuesta para un enfoque estándar del rastreo en blockchain y de los clústeres de carteras.
• El modelo busca precisar mejor qué pueden demostrar y qué no los datos onchain, con una revisión en dos niveles de la estructura del grafo y del grado de confianza.
• Chainalysis destaca que el tracing puede seguir flujos de dinero, pero que sin información adicional no permite identificar quién controla una cartera.

Chainalysis ha presentado una propuesta para establecer un marco estándar del rastreo en blockchain. Con esta iniciativa, la firma de análisis quiere dar a investigadores y fiscales una base más consistente para relacionar direcciones de criptoactivos con clústeres de carteras. El objetivo es definir con mayor claridad qué pueden acreditar los datos onchain y qué queda fuera de su alcance, en un contexto en el que la blockchain forensics gana peso tanto en causas penales como en la supervisión de flujos de dinero ilícitos.

Ontología para clústeres de carteras

La propuesta gira en torno a una ontología que explica cómo pueden identificar los investigadores los clústeres de carteras y qué supuestos intervienen en ese proceso. Chainalysis sostiene que el lenguaje utilizado hoy para hablar de un clúster no tiene un significado universal en el sector, de modo que distintas herramientas y equipos pueden trabajar con definiciones algo distintas.

Según el modelo de Chainalysis, el análisis parte de segmentos de cartera, como una dirección de depósito o una dirección de cambio. A partir de ahí, se aplica una evaluación en dos niveles: primero, la estructura del grafo; después, el grado de confianza asignado a ese análisis. Para el científico jefe Jacob Illum, este enfoque debe dejar especialmente claro qué respaldan los datos y dónde aparecen sus límites.

Lección del caso Sterlingov

Chainalysis cita de forma expresa el caso estadounidense contra Roman Sterlingov, cofundador del servicio de mezcla Bitcoin Fog. En ese procedimiento, la herramienta Reactor de la compañía fue sometida a una audiencia Daubert para evaluar su fiabilidad y, posteriormente, el juez Randolph Moss concluyó que había pruebas suficientes de que el software es altamente fiable.

Ese antecedente es relevante porque la blockchain analytics no solo debe sostenerse técnicamente, sino también superar el examen jurídico. En opinión de Chainalysis, la ontología puede ayudar a que este método resulte más fácil de explicar para las partes que quieran presentar pruebas en una causa penal.

Por qué esto importa para Europa

Para los equipos europeos de criptoactivos y cumplimiento normativo, la propuesta resulta especialmente relevante, ya que la estandarización en blockchain forensics también gana terreno fuera de Estados Unidos. El mercado neerlandés y el europeo se enfrentan cada vez más a investigaciones en las que los datos onchain se combinan con información de crypto exchanges, inteligencia de fuentes abiertas y otras fuentes off-chain. Un marco más claro puede contribuir a que los debates sobre fiabilidad y aportación de pruebas dependan menos de decisiones puntuales sobre herramientas o de interpretaciones aisladas.

Al mismo tiempo, la propia Chainalysis insiste en los límites del tracing. La empresa puede seguir flujos de dinero hasta, por ejemplo, un crypto exchange, pero no puede determinar por sí sola quién es el usuario final sin información adicional, como una citación judicial o datos de cliente. En consecuencia, el tracing sigue siendo una pieza de la investigación, no la respuesta definitiva sobre quién controla realmente una cartera.