Vai al contenuto
Crypto.world

Ricerca

ABF-Bench: un benchmark verificabile per l’analisi forense delle blockchain basata su agenti

L’analisi forense delle blockchain si svolge in un contesto avversariale e aperto: chi ricicla denaro suddivide i fondi, li scambia e li trasferisce tramite bridge, ne interrompe la traccia presso…

ABF-Bench: un benchmark verificabile per l’analisi forense delle blockchain basata su agenti
arXiv
2610.23656
Pubblicato
2026-10-16
Autori
Xiaohang Yu, Hejia Geng, William Knottenbelt

Abstract degli autori

L’analisi forense delle blockchain si svolge in un contesto avversariale e aperto: chi ricicla denaro suddivide i fondi, li scambia e li trasferisce tramite bridge, ne interrompe la traccia presso mixer o servizi di custodia e cambia tattica da un caso all’altro. Gli investigatori devono adattare di conseguenza il tracciamento. Eppure, l’immutabilità dei registri pubblici conserva ogni movimento registrato e lo rende visibile a tutti, permettendo di verificare in modo indipendente gran parte dell’indagine. Presentiamo ABF-Bench, un benchmark interattivo che trasforma il tracciamento dei fondi fondato su prove in un compito verificabile per gli agenti: per ogni movimento indicato, l’agente deve citare le registrazioni del ledger che ha recuperato. Una pipeline che parte dai casi costruisce compiti ben definiti su più registri: regole prudenti interrompono il tracciamento quando le registrazioni non consentono di stabilire come proseguire, e il grafo di riferimento di ciascun compito è la risposta determinata da tali regole. Basati su attività reali di riciclaggio, i compiti combinano trasferimenti a più passaggi, scambi DeFi, percorsi di andata e ritorno tra blockchain, depositi presso servizi di custodia e mixer e avvelenamento degli indirizzi. Proponiamo inoltre ABF agent harness, costruito attorno a una memoria di lavoro, e lo valutiamo insieme ad agenti generalisti e sistemi di tracciamento a ordine fisso. L’harness raggiunge un richiamo degli archi del 75%, contro il 47% di Codex con lo stesso modello e il 10% di Claude Code, il cui richiamo risente di un’eccessiva sicurezza: cita registrazioni che non ha recuperato. Rispetto ai sistemi di tracciamento a ordine fisso, l’harness acquisisce prove più rapidamente del migliore fra loro nelle prime fasi del budget e riconosce servizi di custodia non dichiarati che essi non individuano (89% contro 0%), con una fedeltà del 98%. Tuttavia, gli agenti tendono a fermarsi presto e perdono richiamo nei compiti più grandi: il loro richiamo finale resta così inferiore a quello del miglior sistema di tracciamento. Oltre a mettere in luce queste lacune, ABF-Bench apre l’analisi forense delle blockchain agli agenti LLM come ambito verificabile, nel quale i verdetti usati per valutare gli agenti possono anche fornire segnali per l’addestramento.

Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.

Leggi il paper originale su arXiv