Qualité des données en analyse blockchain : 10 questions de diligence raisonnable

Lorsqu'une équipe de conformité, un régulateur ou un enquêteur agit sur la base de données d'analyse blockchain, les conséquences d'une mauvaise qualité de données sont graves : ressources gaspillées sur de fausses pistes, exposition aux sanctions manquée et, dans le pire des cas, une seule attribution incorrecte qui compromet toute une enquête ou déclenche une sortie client injustifiée. Chainalysis a publié un cadre de dix questions que toute organisation devrait poser à un fournisseur d'analyse blockchain avant de se fier à ses données pour la LBC, le filtrage des sanctions ou les enquêtes. Ces questions vont bien au-delà des comparaisons de fonctionnalités et des affirmations sur la couverture. Elles sondent la méthodologie, les normes de preuve et les garde-fous qui distinguent une analyse rigoureuse d'une conjecture bien présentée.

Pourquoi la qualité des données est le vrai risque en analyse blockchain

Les outils d'analyse blockchain ne valent que par les conclusions qu'ils peuvent réellement étayer. Un fournisseur peut revendiquer une large couverture sur des dizaines de blockchains, mais si sa logique d'attribution est opaque ou si sa méthodologie de regroupement n'a jamais été soumise à un examen indépendant, les équipes de conformité construisent essentiellement leurs décisions sur des affirmations non vérifiées.

Les enjeux sont concrets. Une attribution incorrecte peut discréditer des centaines d'informations connexes en une seule fois. Un cluster qui s'effondre sous l'examen peut compromettre une action d'enquête qui a pris des mois à construire. Les régulateurs et les tribunaux veulent de plus en plus comprendre non seulement ce qu'un outil a conclu, mais aussi comment il est parvenu à cette conclusion et si ce processus a résisté à des tests externes.

L'écart entre les revendications de couverture et la rigueur réelle

De nombreux fournisseurs décrivent leur méthodologie en termes généraux lors des appels commerciaux. Les questions ci-dessous visent à dépasser cette couche. Si un fournisseur ne peut pas y répondre clairement et spécifiquement, c'est en soi un signal significatif sur la fiabilité de ses résultats.

Dix questions à poser avant de se fier aux données

Chainalysis regroupe ses questions de diligence raisonnable autour de quatre thèmes principaux : méthodologie de regroupement, étiquetage et attribution, validation légale et externe, et supervision de l'apprentissage automatique. La répartition suivante associe chaque question à son implication pratique pour la conformité.

Méthodologie de regroupement

Le premier domaine couvre la manière dont un fournisseur regroupe des adresses pour inférer une propriété commune. Certaines techniques établissent une propriété commune de manière déterministe, d'autres de manière probabiliste. Les deux ont des usages légitimes, mais un analyste de conformité doit savoir laquelle est appliquée et quand, afin de calibrer le poids à accorder au résultat.

Les fournisseurs doivent également être capables d'identifier les angles morts connus de leurs techniques. Les transactions CoinJoin, par exemple, doivent être reconnues et exclues des heuristiques de co-dépense UTXO ; sinon, la logique de regroupement produit des faux positifs. Un fournisseur rigoureux a cartographié ces cas limites et mis en place des protections explicites, plutôt que de supposer que les erreurs sont rares.

L'architecture de la blockchain compte aussi. Bitcoin et Ethereum fonctionnent sur des modèles de transactions fondamentalement différents. Les techniques de regroupement qui fonctionnent bien sur une blockchain ne se transfèrent pas automatiquement à une autre. Si un fournisseur utilise une terminologie identique entre les blockchains sans expliquer comment la méthode sous-jacente s'adapte, cela mérite une question de suivi directe.

Normes d'étiquetage et d'attribution

Un label confirmé par des données saisies par les forces de l'ordre a un poids probant très différent de celui dérivé d'un seul rapport non corroboré. Les équipes de conformité doivent comprendre exactement quelles sources sous-tendent les labels qu'elles voient, et si ces sources peuvent être divulguées ou au moins caractérisées par niveau de fiabilité.

Tout aussi important est l'indépendance entre le regroupement et l'étiquetage. Si la suppression d'un label d'un cluster d'adresses entraîne l'effondrement du cluster lui-même, ni le regroupement ni le label ne tiennent debout seuls. Les deux conclusions doivent être soutenues indépendamment.

Une question plus subtile mais importante concerne la distinction entre utilisateur et dépositaire. Lorsqu'un client dépose des cryptomonnaies sur une plateforme d'échange, l'adresse de dépôt appartient au client dans un sens, mais est contrôlée par la plateforme. Ne pas distinguer qui utilise une adresse et qui la contrôle en dernier ressort produit des erreurs d'attribution qui peuvent se propager dans l'analyse en aval. La même logique s'applique aux entités imbriquées, où une entreprise dépend de l'infrastructure de garde d'une autre. Comprendre le contrôle, pas seulement l'interaction, est la norme à laquelle un fournisseur crédible doit répondre. Cela renvoie directement à la question plus large des pratiques de réconciliation indépendante que les auditeurs examinent désormais de près lorsqu'ils évaluent comment les entreprises obtiennent et valident les données on-chain.

Validation légale et externe

Les procédures judiciaires sont parmi les tests les plus exigeants qu'une méthodologie puisse rencontrer. Une méthode de regroupement ou d'attribution qui a satisfait au critère Daubert dans un tribunal fédéral américain a été examinée pour sa validité scientifique, son examen par les pairs, ses taux d'erreur et son acceptation générale. C'est une chose catégoriquement différente d'une méthode qui n'a jamais été contestée dans un cadre contradictoire.

Tout aussi révélateur est la manière dont un fournisseur réagit lorsque la validation externe devient possible. Lorsque les forces de l'ordre saisissent l'infrastructure de portefeuille et que la vérité terrain empirique devient disponible, un fournisseur qui accueille favorablement cette comparaison démontre sa confiance dans ses méthodes. Celui qui l'évite ne le fait pas. Comprendre comment l'analyse blockchain soutient la récupération de fraude et les résultats d'enquête dépend directement du fait que les données sous-jacentes ont été testées contre des résultats réels.

Supervision de l'apprentissage automatique

L'apprentissage automatique est efficace pour identifier des modèles à grande échelle. Le risque survient lorsque les sorties probabilistes de l'apprentissage automatique sont traitées comme des faits confirmés plutôt que comme des signaux nécessitant une validation supplémentaire. Si un fournisseur ne peut pas expliquer clairement où l'apprentissage automatique est utilisé dans son processus, et ne peut pas confirmer que ces sorties sont étiquetées distinctement des conclusions fondées sur des preuves, les erreurs peuvent se propager rapidement dans l'attribution.

Pour tout cluster spécifique, un fournisseur doit être en mesure de reconstruire comment il a été construit et d'identifier les preuves qui le soutiennent. Si cette piste d'audit n'est pas disponible, la fiabilité du cluster est inconnue, quelle que soit l'apparence de confiance de l'interface.

Ce que ces questions révèlent sur la qualité du fournisseur

Un fournisseur qui peut répondre clairement aux dix questions, avec des spécificités plutôt que des généralités, fait preuve de transparence et de responsabilité. Un fournisseur qui esquive, ne fournit que des réponses de haut niveau, ou ne peut pas expliquer sa méthodologie pour un cluster particulier sur demande, signale des limites que les équipes de conformité doivent intégrer dans leur évaluation des risques.

Les mêmes normes de preuve qui sous-tendent une enquête solide devraient sous-tendre les outils qui l'alimentent. Les décisions d'approvisionnement qui traitent l'analyse blockchain comme une commodité plutôt qu'un choix méthodologique sont un risque de conformité en soi.

Que signifie concrètement le regroupement "déterministe" par rapport à "probabiliste" ?

Le regroupement déterministe utilise des règles on-chain qui produisent une conclusion définitive, par exemple que deux adresses doivent partager un seul propriétaire en fonction de la manière dont elles apparaissent ensemble dans une transaction. Le regroupement probabiliste déduit une propriété commune probable basée sur des modèles statistiques, mais ne peut exclure d'autres explications. Les équipes de conformité doivent savoir quelle méthode sous-tend chaque attribution afin de pouvoir appliquer des niveaux de confiance appropriés.

Pourquoi la distinction entre utilisateur et dépositaire est-elle importante pour le filtrage des sanctions ?

Une adresse de dépôt sur une plateforme d'échange est techniquement contrôlée par la plateforme, même si elle est associée à un client spécifique. Si un outil attribue mal le contrôle, une équipe de conformité pourrait signaler ou blanchir la mauvaise partie. Bien faire cette distinction est particulièrement important dans les structures d'entités imbriquées où plusieurs niveaux de garde sont impliqués.

Qu'est-ce que la norme Daubert et pourquoi est-elle pertinente pour l'analyse blockchain ?

La norme Daubert est un seuil fédéral américain pour l'admissibilité des preuves d'experts. Un tribunal l'appliquant examinera si la méthodologie a été testée, si elle a un taux d'erreur connu ou estimable, si elle a été examinée par des pairs, et si elle est généralement acceptée dans le domaine pertinent. Une méthodologie d'analyse blockchain qui a passé l'examen Daubert a fait face à un niveau de contestation indépendante que la plupart n'ont pas connu.

Comment les entreprises doivent-elles traiter les résultats d'attribution générés par l'apprentissage automatique par rapport à ceux fondés sur des preuves ?

Les sorties d'apprentissage automatique doivent être traitées comme des signaux probabilistes nécessitant une corroboration, et non comme des faits confirmés. Les fournisseurs doivent étiqueter les conclusions issues de l'apprentissage automatique séparément et clairement, afin que les analystes puissent appliquer un scepticisme approprié et rechercher des preuves supplémentaires avant d'agir sur elles dans une décision de conformité.

Une seule attribution incorrecte peut-elle vraiment compromettre toute une enquête ?

Oui. Parce que le regroupement lie les adresses entre elles, une mauvaise attribution peut se propager : si l'adresse A est incorrectement liée à un cluster, chaque information dérivée de ce cluster hérite de l'erreur. Dans les contextes d'enquête, la partie adverse peut utiliser une inexactitude démontrée pour contester la fiabilité de la méthodologie du fournisseur sur tous les résultats associés.

Source : Chainalysis