# Ricercatori testano la proof-of-reserves per individuare i wallet degli exchange

Published 2026-11-02 · Crypto.world Team · Crypto.world

> Uno studio di sei ricercatori di Dunamu utilizza le informazioni divulgate tramite proof-of-reserves per etichettare gli indirizzi Ethereum degli exchange e testa un classificatore di machine learning su 3 milioni di indirizzi. Il modello ottiene risultati elevati sugli exchange esclusi dall’addestramento, ma mostra un richiamo disomogeneo su insiemi separati di wallet, limitandone l’uso a una selezione preliminare anziché a un’attribuzione definitiva.

Un classificatore sviluppato da sei ricercatori di Dunamu ha ottenuto una macro PR-AUC di 0,9594 quando è stato testato su indirizzi Ethereum di exchange che non aveva visto durante l’addestramento, ma il suo richiamo è sceso al 59,90% su un gruppo separato di wallet di exchange più piccoli. I risultati, contenuti in uno studio presentato ad [arXiv](https://arxiv.org/abs/2610.41888) il 30 ottobre, mostrano sia le potenzialità sia la capacità disomogenea di individuazione degli indirizzi degli exchange centralizzati (CEX) mediante i comportamenti on-chain.

I ricercatori utilizzano le informazioni divulgate tramite proof-of-reserves (PoR) per etichettare i wallet noti degli exchange, quindi addestrano un modello a esaminare altri indirizzi sulla base degli schemi delle transazioni. Il risultato migliore proviene da un test strutturato che esclude un exchange alla volta; quello più debole riguarda un diverso insieme di indirizzi e una diversa metrica. I valori non sono direttamente confrontabili, ma insieme mostrano perché gli autori descrivono il metodo come uno strumento di selezione preliminare anziché come un modo definitivo per attribuire la proprietà.

## Le etichette PoR alla base di un dataset di 3 milioni di indirizzi

Il team ha raccolto 3.033.857 indirizzi Ethereum: 1.580.155 etichettati come wallet di exchange e 1.453.702 appartenenti a cinque categorie non legate agli exchange. Queste categorie comprendono utenti di bridge e di protocolli di prestito, pool di liquidità di exchange decentralizzati, soggetti che hanno effettuato registrazioni su Ethereum Name Service e indirizzi di fondazioni. Le etichette degli exchange provengono dalle informazioni PoR pubbliche raccolte da 15 piattaforme.

La componente del dataset relativa agli exchange è fortemente concentrata: Binance rappresenta 1.468.505 dei 1.580.155 indirizzi di exchange. I ricercatori hanno riunito 11 exchange con un numero relativamente basso di indirizzi divulgati in una categoria «Altri», anziché usarli nel test principale che esclude un exchange alla volta. Hanno raccolto i dati Ethereum fino al blocco 25.046.605, datato 7 maggio 2026.

A partire da questi dati, il team ha calcolato 58 caratteristiche relative ad attività come l’uso di gas, i trasferimenti ERC-20, le transazioni interne, le controparti e i flussi di ETH. Un processo di selezione basato esclusivamente sulla validazione ha ridotto a 17 le caratteristiche fornite in input al modello. Lo studio confronta LightGBM con la regressione logistica su finestre di osservazione da 30 a 730 giorni.

## Storici più lunghi migliorano il risultato sugli exchange esclusi

Nella valutazione principale, i ricercatori hanno escluso un exchange alla volta — Binance, Bitget, OKX o Korbit — in modo che gli indirizzi di quell’exchange non comparissero nello sviluppo del modello. Con 17 caratteristiche e uno storico di 730 giorni, LightGBM ha raggiunto una macro PR-AUC di 0,9594, rispetto allo 0,7697 della regressione logistica. La macro PR-AUC riassume precisione e richiamo nei test sugli exchange esclusi; non è la quota di tutti i wallet identificati correttamente.

La durata dello storico di osservazione ha inciso sui risultati. Con sole quattro caratteristiche selezionate e uno storico di 30 giorni, la macro PR-AUC di LightGBM era di 0,6003; estendendo la finestra a 730 giorni, è salita a 0,9052. Con la finestra più lunga e l’insieme completo di caratteristiche, il richiamo variava dal 90,14% al 96,28% nei quattro exchange esclusi, quando la soglia decisionale era calibrata su un tasso di falsi positivi dell’1% nei dati di validazione.

> «Questi risultati supportano l’uso di una selezione preliminare interpretabile degli indirizzi CEX per il monitoraggio della blockchain, mentre il dataset di caratteristiche reso disponibile consente ulteriori ricerche riproducibili».
>
> Seongchan Park et al., Dunamu

## I wallet esterni rivelano una copertura disomogenea

I ricercatori hanno testato anche due ulteriori insiemi, non utilizzati per lo sviluppo o il test del modello. Uno conteneva 209 indirizzi collegati a PoR di exchange più piccoli; l’altro conteneva 656 indirizzi di exchange raccolti manualmente dagli elenchi dei maggiori detentori di 45 token su Etherscan e Arkham. Le etichette di quest’ultimo insieme erano meno dirette delle informazioni PoR, afferma lo studio, ma includevano annotazioni sul ruolo dei wallet.

Alla soglia di falsi positivi dell’1% calibrata sui dati di validazione, il modello ha individuato il 90,34% degli indirizzi nell’insieme esterno di 656 indirizzi, ma solo il 59,90% del gruppo di exchange più piccoli «Altri». I risultati variavano anche da exchange a exchange: il richiamo era del 98,68% per Gate e dell’84,31% per Coinbase, contro il 56,25% per KuCoin e il 50,00% per Bitkub. Nella stessa valutazione, il modello ha ottenuto risultati migliori sui wallet hot e di deposito rispetto agli indirizzi cold o non specificati.

## Gli autori non arrivano a un’attribuzione definitiva

I comportamenti relativi al gas, l’attività ERC-20 e le transazioni interne hanno contribuito maggiormente alle previsioni del modello. La rimozione delle caratteristiche relative all’uso di gas e alle commissioni ha provocato il calo maggiore della macro PR-AUC, mentre anche la rimozione delle caratteristiche relative all’attività ERC-20 o alle transazioni interne ha ridotto le prestazioni. Gli autori avvertono che questi segnali descrivono il comportamento del modello all’interno del loro dataset, non caratteristiche intrinseche comuni a ogni exchange.

Lo studio riguarda la mainnet di Ethereum e dipende dagli indirizzi degli exchange divulgati pubblicamente e da cinque gruppi selezionati non legati agli exchange. Gli autori affermano che l’aggiunta di altri tipi di wallet, tra cui quelli di custodi, operatori di pagamento e conti istituzionali, potrebbe rappresentare meglio l’attività non legata agli exchange. Rilevano inoltre che le prestazioni variano in base all’exchange e al ruolo del wallet e affermano che il classificatore dovrebbe aiutare a stabilire quali indirizzi esaminare prioritariamente, non sostituire le etichette degli exchange curate manualmente.

## Fonti

1. Fonte originale · Preprint [On-Chain Behavioral Signatures for Classifying Centralized Exchange Addresses on Ethereum Using Proof-of-Reserves](https://arxiv.org/abs/2610.41888) arXiv:2610.41888

## Notizie correlate

- [I ricercatori di Nethermind testano i limiti di EIP-8141 contro i DoS sulla mempool](https://crypto.world/it/news/nethermind-eip-8141-mempool-dos-benchmark)
- [Ricercatori individuano 4,67 milioni di deleghe EIP-7702 malevole](https://crypto.world/it/news/researchers-find-4-67m-malicious-eip-7702-delegations)
- [Una dimostrazione in Lean fissa a 210.000 gas il tetto per la chiamata di blocco di EIP-7002](https://crypto.world/it/news/lean-proof-eip-7002-withdrawal-queue)
- [Scroll sostituisce il verificatore delle prove sulla mainnet dopo una segnalazione di vulnerabilità](https://crypto.world/it/news/scroll-replaces-mainnet-proof-verifier)
- [Blockaid afferma che un attaccante ha ruotato la chiave del bridge di Gonka, svuotato le riserve e coniato 22 milioni di WGNK](https://crypto.world/it/news/gonka-bridge-key-rotation-drain-22m-wgnk)

## Esplora

[Altri articoli](https://crypto.world/it/news)

---

Canonical: https://crypto.world/it/news/researchers-test-proof-of-reserves-exchange-wallets
