Tracciamento della blockchain con l’IA: cosa significa per la privacy di Bitcoin

Al cuore della rete Bitcoin e delle altre criptovalute si trova una forte tensione.

Da un lato, queste criptovalute sono state progettate per offrire la massima libertà individuale e anonimato.

Dall’altro, la conformità normativa, le verifiche forensi e le indagini sulla criminalità informatica richiedono di ricondurre le cripto-attività a persone specifiche, identificate per nome, indirizzo e così via.

Negli ultimi anni questa tensione è aumentata, poiché Bitcoin è diventato un’attività «mainstream», detenuta da fondi d’investimento, banche, ETF regolamentati e altri soggetti.

«Per i governi, una questione fondamentale è l’uso non autorizzato di criptovalute come Bitcoin per la criminalità informatica, il riciclaggio di denaro e il finanziamento del terrorismo. Contrariamente a quanto si ritiene comunemente sulla solidità dell’anonimato offerto dalla blockchain di Bitcoin, in simili circostanze rivelare la vera identità delle persone coinvolte sarebbe moralmente e legalmente ammissibile, anche se risulterebbe logicamente complesso.»

In generale, quindi, rispetto ai suoi esordi più libertari, oggi il prezzo di Bitcoin potrebbe beneficiare di un livello di anonimato più basso.

I progressi nell’apprendimento automatico e in altre tecnologie di IA potrebbero aiutare a «deanonimizzare» i proprietari di Bitcoin. Per essere considerato affidabile nei casi d’uso che comportano l’individuazione di attività criminali e il rispetto delle richieste degli organismi di vigilanza finanziaria, però, lo strumento deve essere sufficientemente affidabile.

Un nuovo studio condotto da ricercatori indiani del Pranveer Singh Institute of Technology e della Manipal University Jaipur esamina come i recenti progressi nell’IA (le architetture neurali integrative) potrebbero contribuire a questo compito, raggiungendo una precisione di circa il 97%.

«Questa ricerca mira a promuovere la crescita economica senza ricorrere a mezzi non etici. I risultati saranno utili ai legislatori alla ricerca di fonti basate sui dati per delineare il panorama delle criptovalute basate su blockchain, alle imprese che puntano alla conformità e a una valutazione efficiente dei rischi relativi alle transazioni sulla blockchain di Bitcoin e alle forze dell’ordine che intendono esaminare e indagare gli indirizzi collegati ad attività illecite.»

I ricercatori hanno pubblicato i risultati su Scientific Reports¹, con il titolo «Deanonimizzazione adattiva delle transazioni blockchain mediante architetture neurali integrative nelle reti decentralizzate».

Dagli indirizzi alle identità

Individuare gli schemi

La maggior parte dei tentativi di identificare i titolari degli indirizzi Bitcoin si concentra sui singoli indirizzi. Questo studio, invece, sfrutta la risoluzione delle entità basata su DSU per scomporre lo pseudonimato della blockchain in gruppi persistenti di soggetti o entità.

Nota anche come Union-Find o merge-find, l’unione di insiemi disgiunti (DSU) confronta attributi quali nome, e-mail o numero di telefono per stabilire se due record distinti rappresentano la stessa persona o lo stesso oggetto nel mondo reale.

Nel contesto di Bitcoin, ciò significa raggruppare più indirizzi Bitcoin pseudonimi in un unico «gruppo di entità» appartenente a un solo soggetto del mondo reale.

Questo è importante perché gli utenti possono generare un numero illimitato di indirizzi pubblici: identificare i singoli indirizzi è quindi poco utile, almeno nel caso di criminali sofisticati, proprio quelli per cui la deanonimizzazione è più importante.

Realizzare lo strumento giusto

Per realizzare uno strumento di IA in grado di identificare gli utenti di Bitcoin, i ricercatori hanno sviluppato un’architettura neurale integrativa che combina diversi paradigmi di reti neurali:

• Le reti neurali convoluzionali (CNN) estraggono metadati locali e schemi dettagliati e invarianti presenti nei metadati grezzi delle transazioni, che consentono di identificare specifici tipi di entità a partire dal vettore di caratteristiche.
  • Questo serve a identificare il «come»: schemi specifici di script e commissioni.
• I modelli di memoria a lungo e breve termine (LSTM) descrivono la velocità del flusso.
  • Questo serve a identificare il «quando»: le firme e gli intervalli temporali dei flussi di transazioni.
• Le firme e gli intervalli temporali dei flussi di transazioni vengono rilevati analizzando mappe strutturali.
• Le reti neurali a grafo (GNN) aggregano gli embedding tramite una matrice di adiacenza dinamica dei k vicini più prossimi (k-NN) all’interno dei batch, per incorporare il comportamento dei nodi vicini.
  • Questo serve a identificare il «chi»: il vicinato topologico e l’appartenenza a un hub.

Fonte: Scientific Reports

Lo studio ha testato il metodo su un insieme di dati composto da 427.625 transazioni e 140.235 entità uniche. La cronologia delle transazioni è stata ricavata dagli archivi di WalletExplorer e Blockchair; ogni transazione comprendeva 22 caratteristiche, tra cui block_id, hash della transazione, fee_used, dimensione, data e ora, peso e così via.

Il modello è stato addestrato su un sistema con CPU Intel(R) Core (TM) I9-10,900 a 2.81 GHz, 32 GB di RAM e GPU NVIDIA GeForce RTX 3070 da 8 GB.

Usare l’IA per de-anonimizzare le transazioni Bitcoin

Come funziona?

Per spiegare il funzionamento di questi sistemi complessi, è utile procedere per gradi.

La prima fase consiste nel creare un insieme di dati contenente tutte le transazioni e nell’assegnare loro delle etichette, così da poterle analizzare ulteriormente.

Fonte: Scientific Reports

Si passa quindi alla fase di «raggruppamento degli indirizzi», basata sull’ipotesi che, quando in una determinata transazione vengono utilizzati più indirizzi come input, questi appartengano a un’unica entità privata. Questa fase collega tra loro indirizzi Bitcoin prima separati usando l’algoritmo Disjoint Set Union (DSU). Il rumore si è ridotto di quasi il 67,2%.

I dati del registro vengono quindi trasformati in un «grafo orientato», che permette di individuare gli utenti più attivi e distinguere tra indirizzi di accumulo (nodi pozzo) e indirizzi di distribuzione (hub), oltre a valutare l’importanza relativa di ciascun gruppo all’interno dell’ecosistema.

Fonte: Scientific Reports

I dati generati vengono inoltre classificati in base alle quattro possibili funzioni nella rete Bitcoin: piattaforme di scambio, pool di mining, servizi di mixing e gioco d’azzardo. Per impostazione predefinita, le piattaforme di scambio e i pool di mining sono considerati attività legittime.

Fonte: Scientific Reports

Infine, l’architettura neurale integrata (CNN-LSTM-GNN) viene utilizzata per identificare i singoli gruppi.

«Le mappe strutturali prodotte dalla CNN vengono trattate come una sequenza. La LSTM rileva gli schemi sequenziali dell’attività delle transazioni nel tempo o della velocità del flusso. La GNN modella la struttura relazionale e la connettività di indirizzi e transazioni, aspetti essenziali per la blockchain Bitcoin, poiché ogni transazione e indirizzo può essere rappresentato naturalmente come un nodo o un arco in un grafo.»

Risultati di alta qualità

Il modello CNN→LSTM→GNN ha fornito risultati molto coerenti nelle diverse metriche di valutazione, con scostamenti compresi tra l’1 e il 2% per le metriche di classificazione e ordinamento e pari all’1,5% per il tasso di errore.

«Il modello ottiene previsioni dei collegamenti quasi perfette (AUC ≈ 0.995), una precisione di ordinamento eccezionalmente elevata (MRR ≈ 0.985) e un successo di recupero pressoché completo (Hits@10 ≈ 0.999), mantenendo al contempo un tasso di falsi positivi molto basso (<3%).»

Il modello era inoltre molto efficace nel classificare il tipo di attività associato a un indirizzo Bitcoin.

«Uno dei risultati più importanti del modello è la capacità di distinguere con precisione i servizi di mixing dalle organizzazioni di gioco d’azzardo. Il modello rileva anche le classi minoritarie, come i pool di mining, che costituiscono circa lo 0,53% dell’insieme di dati. Senza questa capacità, probabilmente le ignorerebbe a favore della classe maggioritaria degli “exchange”.»

Ancor più importante, il modello è riuscito a mantenere un tasso di falsi positivi estremamente basso (<3%), un aspetto fondamentale per evitare collegamenti errati tra identità nelle attività di de-anonimizzazione. Questo è essenziale per impedire che, durante le verifiche analitiche, persone estranee vengano etichettate erroneamente come coinvolte.

Fonte: Scientific Reports

Per verificare quale strato del modello fosse più importante per i risultati finali, i ricercatori ne hanno rimosso alcuni e hanno condotto un’analisi. Nel complesso, hanno constatato che il Long Short-Term Memory (LSTM) era lo strato la cui rimozione aveva l’impatto minore, pur contribuendo in modo significativo alle prestazioni finali; le reti neurali convoluzionali (CNN) costituivano invece la componente più importante del modello di IA.

Fonte: Scientific Reports

Indicazioni per gli investitori

Sebbene l’anonimato fosse parte della proposta di valore iniziale di Bitcoin, questo studio e altri mostrano chiaramente che i progressi nell’analisi forense della blockchain e nell’IA possono identificare rapidamente quali indirizzi Bitcoin appartengono alla stessa persona o organizzazione.

Inoltre, per dimostrare che il framework è generalizzabile, è stata condotta una valutazione approfondita su più insiemi di dati e in ambienti blockchain eterogenei, tra cui Elliptic, Bitcoin Elliptic+, Bitcoin Heist Ransomware ed Ethereum (ETH ) Fraud Detection; anche in questo caso, il modello ha mantenuto costantemente un’elevata accuratezza, compresa tra il 90 e il 99%.

Ciò significa che il valore di Bitcoin ormai non è quasi più legato all’anonimato, ma piuttosto al valore della sua rete come sistema di pagamento, alla sua struttura di «oro digitale» (scarsità assoluta, immutabilità, natura decentralizzata, portabilità ecc.) e, più in generale, all’entusiasmo del pubblico e delle istituzioni finanziarie per la valuta digitale.

Le analisi più approfondite offerte da studi come questo potrebbero probabilmente accrescere il sostegno alla partecipazione istituzionale. Potrebbero però anche sollevare nuove questioni in materia di privacy e di falsi positivi: occorre molta cautela prima di considerare un’analisi accurata «solo» al 97% come prova definitiva di un legame con attività illegali.

Investire in Bitcoin

Coinbase

Man mano che le criptovalute diventano sempre più diffuse, un numero crescente di investitori vi si espone o aumenta la propria presenza sui mercati delle criptovalute. Lo stesso vale con la moltiplicazione dei progetti crypto.

Questo favorisce aziende come Coinbase, strettamente legate al trading di criptovalute, ai prezzi degli asset, alla custodia e alla partecipazione degli investitori istituzionali.

Investire in exchange di criptovalute e piattaforme tecnologiche come Coinbase può quindi offrire agli investitori un’esposizione allo scenario del mercato crypto, senza dover selezionare arbitrariamente singoli token.

Tuttavia, questo non significa che Coinbase possa offrire agli investitori che acquistano le sue azioni quotate in borsa lo stesso potenziale di rendimento (e gli stessi rischi) di un investimento diretto in criptovalute. Si tratta invece di un investimento nell’infrastruttura del mercato crypto: al 30 giugno 2026, Coinbase dichiarava di custodire sulla propria piattaforma asset per un valore di 246 miliardi di dollari.

Oggi, oltre alla sua app principale e al suo exchange di criptovalute, Coinbase offre una serie di servizi complementari:

• Coinbase One, un servizio di abbonamento premium che offre commissioni di trading azzerate, ricompense maggiorate per lo staking e vantaggi presso partner, come un calcolatore delle imposte sulle criptovalute e servizi di ricerca sul settore.
• Coinbase Advanced, pensato per i trader professionisti di criptovalute.
• Coinbase Wallet, per custodire autonomamente le criptovalute al di fuori degli exchange e gestire gli NFT.
• Coinbase Earn, un servizio di staking che consente ai possessori di criptovalute di vincolarle per ottenere ricompense dalla rete; nel 2023, i clienti di Coinbase hanno guadagnato 230 milioni di dollari.
• Coinbase Card, una carta di debito Visa che permette di fare acquisti usando criptovalute e offre un cashback dell’1% in Bitcoin quando si paga in USD e dell’1,5% in USDC quando si paga in ETH. La carta è accettata ovunque siano accettate le carte di debito Visa.
• USD Coin (USDC), una stablecoin digitale con un valore pari a quello del dollaro statunitense, mira a creare un «dollaro digitale».

Con lo sviluppo di strumenti sempre più avanzati, tra cui l’IA, l’infrastruttura crypto esistente potrà essere potenziata. Oggi, come piattaforma più matura e dominante, Coinbase è ben posizionata per trarre vantaggio dalla crescente diffusione delle criptovalute, favorita da tendenze come gli ETF su Bitcoin, le stablecoin e la tokenizzazione delle azioni.

(Puoi approfondire la storia, i servizi e il potenziale di investimento di Coinbase nel nostro rapporto dedicato all’azienda)

Bitcoin

Un altro modo per esporsi alla rete Bitcoin è, naturalmente, acquistare direttamente Bitcoin.

Per iniziare, puoi consultare le nostre guide sull’argomento:

• Investire in Bitcoin (BTC): tutto quello che c’è da sapere
• 10 motivi per investire in Bitcoin
• Che cos’è un ETF su Bitcoin? Come funziona e perché è importante

Ultime notizie e novità sul titolo Coinbase (COIN)

Studio citato

^{1. Rohit Saxena e altri. Deanonimizzazione adattiva delle transazioni blockchain mediante architetture neurali integrative nelle reti decentralizzate. Scientific Reports. 15 ottobre 2026. https://doi.org/10.1038/s41598-026-69816-5}