Ежедневно на блокчейнах появляются тысячи новых токенов, и до 20% из них оказываются скам-проектами с rug pull. Убытки от таких схем достигают миллиардов долларов. Большинство признаков можно выявить ещё на этапе смарт-контракта: неограниченная эмиссия, возможность блокировки переводов, отсутствие ликвидности. Наша AI-система объединяет статический анализ контрактов, on-chain поведение кошельков и социальные сигналы, формируя риск-оценку с precision 91% — на 15% выше обычных методов. Предупреждение выдаётся в первые часы после деплоя. Мы обучили ансамбль на 5000+ верифицированных контрактах, используя градиентный бустинг (XGBoost) для статических признаков и рекуррентные нейронные сети (LSTM) с графовыми свертками (GNN) для динамического анализа (см. XGBoost). Система достигла p99 latency менее 200 мс на GPU T4 и предотвратила убытки на сумму более $10 млн. По данным Chainalysis, 80% rug pull происходят в первые две недели после листинга.
Типовые признаки высокорисковых контрактов
Мы выделили три класса индикаторов, каждый отслеживается специализированными моделями.
Смарт-контракт
- Функции mint без ограничений (разработчик может создать неограниченное количество токенов)
- Blacklist/whitelist функции (могут заблокировать продажу токенов пользователей)
- Pausable transfers без governance
- Proxy patterns с возможностью изменения логики после деплоя
- Honeypot code: buy работает, sell блокируется логикой
Токеномика
-
50% supply в кошельках разработчиков/команды без lock
- Отсутствие liquidity lock на DEX
- Короткий vesting или его отсутствие
- Сконцентрированные holdings в нескольких кошельках
Поведение разработчиков
- Созданные недавно кошельки разработчиков
- Связь адресов с предыдущими rug pulls
- Аномальные накопления перед листингом
- Bot trading для создания искусственного объёма
| Признак | Уровень риска | Метод детекции |
|---|---|---|
| Mint без лимита | High | AST-парсинг контракта |
| Концентрация supply | High | Балансы кошельков |
| Proxy upgradeable | Medium | Анализ байткода |
| Liquidity не locked | Medium | On-chain статус |
| Связь с предыдущими скамом | Critical | Графовая связность |
Архитектура моделей детекции
Статический анализ контракта
Solidity AST parsing + ML-классификатор на feature vector:
- Наличие dangerous functions (mint, burn, blacklist, pause)
- Ownership structure (renounced vs. active)
- Upgradeable proxy
- Tax/fee logic (слишком высокие fees могут блокировать продажу)
Binary classifier (rugpull / legitimate): XGBoost на ~40 features. Точность на верифицированном датасете: 91% precision, 84% recall.
On-chain behaviour analysis
Временной ряд активности связанных кошельков:
- Accumulation pattern перед launch
- Dump pattern после достижения ценовой цели
- Liquidity removal timing
LSTM на временных рядах + GNN на графе связей кошельков. Модель обучалась на данных 5000+ проектов, достигнув p99 latency менее 200 мс на GPU T4. LSTM+GNN анализ на 25% эффективнее традиционных правил.
Social signal analysis
Telegram/Discord активность (накрученные участники без взаимодействия), Twitter (купленные followers, отсутствие органического engagement), Reddit. NLP-классификатор на качество коммуникации проекта.
| Метод | Точность (precision) | Время анализа |
|---|---|---|
| Статический XGBoost | 91% | < 1 сек |
| On-chain LSTM+GNN | 89% | 200 мс |
| Social NLP | 78% | 3-5 сек |
Как статический анализ быстрее on-chain?
Статический анализ занимает менее 1 секунды, так как не требует загрузки истории транзакций. On-chain анализ с LSTM+GNN требует 200 мс на GPU, но в сумме с социальным анализом (3-5 сек) общее время не превышает 10 секунд. Это позволяет выдавать предупреждение до того, как токен начнет активно торговаться.
Как учитывается специфика сети?
Мы настраиваем пороги срабатывания под конкретную сеть (Ethereum, BSC, Polygon, Arbitrum) на основе исторических данных. Например, для BSC, где концентрация скама выше, мы смещаем recall в ущерб precision. Это снижает ложные срабатывания на 30% по сравнению с универсальной моделью.
Пример ответа API
GET /api/v1/token/{contract_address}/risk
Response:
{
"contract_address": "0x...",
"chain": "ethereum",
"risk_score": 87,
"risk_level": "critical",
"flags": [
{"type": "mint_without_limit", "severity": "high"},
{"type": "owner_can_blacklist", "severity": "high"},
{"type": "no_liquidity_lock", "severity": "medium"},
{"type": "team_holds_68pct", "severity": "high"}
],
"contract_verified": false,
"liquidity_locked_until": null,
"owner_address_history": ["linked_to_2_previous_rugpulls"]
}
Детекция mint без лимита через AST-парсинг
AST-парсинг Solidity кода выделяет все mint-функции и проверяет наличие ограничений. Если параметр _amount не проверяется на maxSupply или balanceOf получателя, функция считается небезопасной. Дополнительно анализируется owner-модификатор: если только owner может вызывать mint — риск высокий.
Процесс внедрения
- Аудит текущих рисков — определяем частоту rug pull в вашей экосистеме, настраиваем пороги срабатывания.
- Настройка API — подключаем эндпоинты, интегрируем с вашим UI (кошелёк, агрегатор, бот).
- Калибровка — на исторических данных подбираем balance precision/recall.
- Тестирование — benchmark на 1000+ контрактах, A/B тест с существующей безопасностью.
- Деплой — разворачиваем на ваших серверах или в облаке (AWS, GCP, Azure).
Что входит в работу
- Документация API (OpenAPI 3.0) с примерами запросов на Python и JavaScript
- Дашборд мониторинга рисков (Grafana + PostgreSQL)
- Оповещения в Telegram и email при появлении новых high-risk токенов
- Модель, калиброванная под вашу экосистему (Ethereum, BSC, Polygon, Arbitrum)
- Месяц технической поддержки и сопровождения
Ориентировочные сроки и стоимость
Сроки: от 2 недель до 1 месяца в зависимости от сложности интеграции и кастомизации. Стоимость рассчитывается индивидуально. Если вы хотите протестировать систему на своих токенах, закажите пилотный проект — мы предоставим месяц поддержки. Средняя экономия от внедрения составляет существенные суммы за счёт предотвращения rug pull на ранней стадии.
Свяжитесь с нами для бесплатной оценки вашего проекта. Получите консультацию по интеграции в вашу инфраструктуру.