Раздел 4 · Урок 4.3

Почему сервисы дают разные оценки и что такое консенсус

Вы проверяете один и тот же адрес в трёх сервисах и получаете «12 / низкий», «48 / средний» и «91 / высокий». Кто прав? Правильный ответ: вопрос поставлен неверно. У этих сервисов разные базы меток, разная глубина обхода графа и разные пороги полос. Расхождение — это не ошибка, а информация. В этом уроке разбираем причины расхождений и то, как консенсус-подход превращает разнобой оценок в более надёжный вывод.

Причина 1: разные базы меток

Скоринг настолько хорош, насколько хороша база меток (attribution). Метка — это утверждение «адрес 0x… принадлежит бирже Binance / миксеру Tornado / даркнет-маркету Hydra». Ни у кого нет полной и абсолютно точной базы, и вот почему они различаются.

Разные источники атрибуцииКто-то покупает данные у одних провайдеров, кто-то ведёт собственную разведку, кто-то опирается на открытые списки. Пересечение неполное.
Разное покрытие сетейОдин силён в Ethereum и Bitcoin, но слаб в Tron и Solana; другой — наоборот. По «своей» сети сервис видит больше.
Разная свежестьНовый миксер или свежий взлом появляются в базах не одновременно. День-два разницы — и один сервис уже красит адрес, а другой ещё нет.
Разная точность метокЛожные метки существуют: адрес мог быть ошибочно приписан сервису. Один провайдер верифицирует строже, другой мягче.

Следствие. Если сервис A знает, что адрес-контрагент — это санкционный миксер, а сервис B ещё не внёс его в базу, то A покажет высокий риск, а B — низкий. Оба «правы» относительно своих данных. Отсутствие флага у B означает не «чисто», а «я об этом источнике не знаю».

Причина 2: разная глубина и модель обхода

Даже с одинаковыми метками два движка дадут разные числа, если по-разному ходят по графу. Мы это подробно разбирали в уроках 4.1–4.2; здесь важны практические следствия.

Разная глубина хопов. Один считает 2 хопа, другой — 6.Более глубокий обход найдёт связи, которых «мелкий» не увидит, — и покажет более высокий риск.
Разная модель окрашивания. Haircut против FIFO против poison.Poison раздувает оценку, haircut занижает. Один и тот же граф — разные числа.
Разное затухание по хопам. Кто-то агрессивно гасит дальние связи, кто-то нет.Отсюда «шумные» высокие оценки у сервисов без нормальной decay-функции.
Разный учёт направления. Кто-то смешивает входящую и исходящую экспозицию в одно число, кто-то разделяет.Смешивание маскирует, откуда именно берётся риск.

Причина 3: разные пороги полос

Даже при одинаковом сыром числе итоговая метка «низкий/средний/высокий» зависит от того, где сервис проводит границы полос. Это чисто вопрос политики (risk appetite), а не математики.

Консервативный сервис «Высокий» уже с 50. Бережёт себя от штрафов, много ложных тревог.

Либеральный сервис «Высокий» только с 85. Меньше трения для клиента, больше пропущенных рисков.

Один и тот же кошелёк с сырым числом 60 у первого сервиса — «высокий, отказать», у второго — «средний, работаем с оговоркой». Поэтому сравнивать метки «низкий/средний/высокий» между сервисами почти бессмысленно — сравнивать нужно сырые числа и, главное, что стоит за ними: какие категории, на каких хопах, с какими метками.

Подход консенсуса: сверка нескольких источников

Если один источник неполон и предвзят по-своему, разумный ответ — не искать «самый лучший» сервис, а агрегировать несколько и читать их совместно. Это и есть консенсус-подход (в основе бренда AMLConsensus).

Объединение метокБерём объединение баз: если хоть один достоверный источник знает, что контрагент — миксер, эту метку нельзя игнорировать. Так закрываются «слепые зоны» отдельных провайдеров.
Сопоставление сырых оценокСмотрим на разброс. Если три источника дали 78, 82, 90 — консенсус уверенный. Если 10, 50, 92 — это сигнал разбираться руками.
Приоритет hard-фактовСанкционный флаг, on-chain заморозка стейблкоина — это объективные факты, а не оценки. Они перевешивают любые «мягкие» числа и не голосуются большинством.
Прозрачность источникаКонсенсус показывает не только итог, но и кто что нашёл, — чтобы аналитик видел основание, а не только цифру.

Осторожно с усреднением. Консенсус — это не «среднее арифметическое трёх чисел». Усреднять оценки напрямую опасно: один сервис нашёл прямой санкционный контакт (91), два не знали об этом источнике (12 и 15) — среднее 39 «замаскирует» катастрофу. Правильный консенсус по hard-фактам работает по принципу максимума/дизъюнкции, а не среднего: тревога хотя бы одного достоверного источника по объективному факту важнее спокойствия остальных.

Как читать расхождения на практике

Разброс оценок — это диагностический инструмент. Вот как его интерпретировать.

Все сервисы согласны и низко (напр. 8/12/15). Высокая уверенность в чистоте. Стандартные процедуры.Согласие независимых источников — сильный сигнал.
Все согласны и высоко (напр. 80/85/91). Высокая уверенность в риске. Отказ/эскалация.Здесь копать глубже уже не нужно — вывод устойчив.
Сильный разброс (напр. 12/48/91). Красный флаг неопределённости. Обязательно ручной разбор.Ищем, у кого метка, которой нет у других, и проверяем её достоверность.
Один источник знает hard-факт, другие молчат. Верим тому, кто нашёл факт.Отсутствие флага — это незнание, а не подтверждение чистоты.

Практическое правило. Молчание источника никогда не равно «чисто». Оно равно «данный источник не нашёл ничего в пределах своих меток и глубины». Именно поэтому один сервис структурно менее надёжен, чем сверка нескольких: у каждого свои слепые зоны, и совпадают они редко.

Итог раздела 4

Мы прошли всю цепочку от графа до решения. Урок 4.1: риск — это доли (exposure), которые перетекают по графу (taint), с моделью окрашивания и затуханием по хопам. Урок 4.2: доли взвешиваются по тяжести категории, направлению и свежести, а hard-флаги переопределяют арифметику; так рождается число 0–100 и «светофор». Урок 4.3: разные сервисы дают разные числа из-за разных баз меток, глубины обхода и порогов — и это не шум, а причина сверять источники.

Главный вывод. Ни одна оценка не является «истиной». Оценка — это модель с явными допущениями. Профессионал не спрашивает «какое число правильное», а спрашивает «из каких меток, на какой глубине, по какой модели и с каким порогом это число собрано — и согласны ли независимые источники». Консенсус нескольких источников с приоритетом объективных hard-фактов даёт куда более устойчивый вывод, чем любая одиночная цифра. В следующем разделе перейдём от теории скоринга к инструментам, которыми эти данные добываются руками, — начнём с обозревателей блокчейна.

← Программа К программе →

Материалы носят образовательный характер.