Exposición y taint multisalto: cómo se calcula el riesgo

Cuando un servicio muestra "riesgo 72/100" o "12 % de los fondos vinculados a la darknet", detrás de esos números hay matemáticas concretas. En esta lección desglosamos cómo se obtiene un número a partir de un grafo de transacciones: qué es la exposición, cómo la "pintura" de una fuente arriesgada viaja por una cadena de transferencias, en qué se diferencian los modelos haircut y FIFO, y por qué los saltos lejanos deben pesar menos que los cercanos.

▶ Videolección: cómo se calcula una puntuación de riesgo (voz en español).

Riesgo directo frente a riesgo indirecto

La primera distinción, sin la cual no se puede entender ningún informe, es la diferencia entre riesgo directo e indirecto.

Riesgo directo (1 salto)La dirección analizada recibió fondos directamente de una contraparte arriesgada o le envió fondos. No hay intermediarios entre tú y la fuente. Es la señal más fuerte: si un monedero recibió USDT directamente de una dirección sancionada de la lista de OFAC, no hay nada que discutir.
Riesgo indirecto (2+ saltos)Hay direcciones intermedias entre tú y la fuente. El dinero vino de un monedero que a su vez lo había recibido antes de un mezclador. Cuanto más larga es la cadena, más débil es el vínculo y con más cautela hay que interpretarlo.

El sentido práctico es simple: el contacto directo con sanciones o un hackeo es casi siempre un factor de stop, mientras que un vínculo indirecto a 4–5 saltos a través de decenas de monederos corrientes es a menudo ruido de fondo que tiene casi cualquier dirección activa. La tarea del scoring no es entrar en pánico ante cualquier vínculo, sino cuantificar cuánto dinero arriesgado hay y cuán cerca está del monedero analizado.

Qué es la exposición

La exposición (exposure) es la proporción de los fondos de un monedero que puede rastrearse hasta una fuente arriesgada o hasta un destinatario arriesgado. Se mide en porcentajes o como un importe absoluto.

La idea clave: el scoring no trabaja con "sí/no", sino con proporciones. Un monedero rara vez está 100 % limpio o 100 % sucio. La imagen real es "el 41 % de los fondos entrantes se remonta a exchanges P2P sin KYC, el 6 % a un mercado de la darknet, el resto a exchanges centralizadas con verificación". Ese perfil de exposición es la materia prima de la evaluación final.

Se distinguen dos direcciones, y no deben confundirse (a esto se dedica una lección aparte, la 4.2):

Exposición entranteDe dónde entró el dinero al monedero. Responde a la pregunta "¿estoy blanqueando el delito de otro?".
Exposición salienteAdónde envía dinero el monedero. Responde a la pregunta "¿estoy financiando algo prohibido?".

Taint multisalto: la "pintura" de una fuente arriesgada se distribuye por la cadena de transferencias y se debilita con cada salto. El monedero analizado hereda solo la proporción que físicamente descendió hasta él.

Análisis de taint: cómo fluye la pintura por el grafo

El taint (literalmente "mancha", "contaminación") es el método por el que el riesgo se "transporta" por el grafo de transacciones desde la fuente hasta tu dirección. Imagina que un monedero arriesgado pinta sus monedas de rojo. La pregunta es entonces qué proporción de esa pintura llegará a la dirección analizada a través de las transferencias intermedias.

La mecánica con un solo ejemplo. Supongamos que la dirección X recibió 10 ETH, de los cuales 3 ETH vinieron de un mezclador (una fuente arriesgada) y 7 ETH de una exchange corriente. Entonces:

Calculamos la exposición directa de X. 3 de 10 ETH están pintados → la proporción contaminada de X = 30 %.Esta es la exposición entrante del primer salto.
X envía 5 ETH a la dirección Y. La pregunta: ¿cuántos ETH "rojos" fueron a Y?La respuesta depende del modelo de pintado: véase haircut frente a FIFO más abajo.
Y hereda parte de la pintura. Su propia exposición depende ahora tanto de X como de sus otras transferencias entrantes.Así se propaga el riesgo al segundo salto y más allá.

Precisamente por el paso 2 existe no uno, sino varios modelos de taint en competencia. La elección del modelo cambia radicalmente el resultado, así que hay que entenderlo.

Haircut frente a FIFO: dos modelos de pintado

El problema es que las monedas en la blockchain son fungibles. Cuando fondos limpios y sucios se han mezclado en una dirección, y luego parte de ellos sale, es físicamente imposible decir "cuáles exactamente" fueron enviadas. Por eso los modelos introducen distintas suposiciones.

Haircut (pintado proporcional)Suponemos que cualquier transferencia saliente lleva pintura en proporción a la proporción global de contaminación del saldo. Si el saldo está pintado al 30 %, entonces cada unidad que sale también está pintada al 30 %. En el ejemplo anterior, de 5 ETH, 1,5 ETH de pintura van a Y. El modelo es suave, "unta" el riesgo en una capa fina por todo el grafo y decae rápido.
FIFO (First In, First Out)Suponemos que las monedas se gastan en el orden en que llegaron: primero en entrar, primero en salir. Entonces importa el orden exacto de las transacciones. Si los 3 ETH sucios llegaron antes que los limpios, la primerísima transferencia saliente "saca" exactamente esos. El modelo es estricto, capaz de rastrear un importe concreto hasta un destinatario concreto, y se usa en análisis forense y procesos judiciales.

Por qué importa en la práctica. El mismísimo monedero puede mostrar "4 % de riesgo" bajo haircut (untado), pero bajo FIFO "estos 3 ETH concretos vinieron de un mezclador y fueron a tal exchange". El haircut responde a la pregunta "cuán contaminado está el saldo en promedio", el FIFO responde a "adónde fueron físicamente las monedas sucias". Las plataformas comerciales suelen combinar ambos: haircut para el scoring, FIFO/poison ("envenenamiento": toda la salida mezclada se considera sucia) para las investigaciones.

Existe también una tercera lógica, la más dura: poison / taint-por-asociación: cualquier contacto con fondos sucios hace que todo el monedero sea sucio (100 %), sin tener en cuenta las proporciones. Produce una cantidad enorme de falsos positivos y, en su forma pura, casi nunca se usa para el scoring, pero aparece en algunas interpretaciones de sanciones donde importa el mero hecho del contacto.

Decaimiento por saltos e inflación del taint

Un sistema de scoring sano debe decaer con la distancia. Un vínculo a 1 salto y a 6 saltos no puede pesar lo mismo: de lo contrario, casi cualquier dirección resultaría estar "vinculada" a cualquier cosa, ya que la blockchain es un grafo muy conectado.

DecaimientoEl peso de una contribución arriesgada disminuye con cada salto, por ejemplo mediante un multiplicador de 0,5 o vía un umbral "más allá de N saltos no contamos". El contacto directo pesa a plena intensidad, el sexto salto casi nada.
Umbral de corteMuchos motores simplemente truncan el análisis en 5–10 saltos: más allá, la señal es indistinguible del fondo y solo añade ruido y carga computacional.

Inflación del taint: el principal error del novato. Si sumas la exposición por todos los caminos sin decaimiento y sin normalización, las cifras "se disparan" y superan el 100 %. Una única fuente sucia alcanzada por diez caminos paralelos puede contarse diez veces. El resultado: un monedero con un 5 % de riesgo real parece estar "vinculado al 80 % con el delito". Un motor correcto normaliza la contribución por el importe que realmente descendió y no cuenta la misma moneda dos veces.

De ahí la habilidad práctica de leer informes: mira siempre no solo el porcentaje, sino también la distancia (cuántos saltos) y el modelo (haircut o FIFO). "30 % de exposición indirecta al 5.º salto bajo haircut" y "30 % de exposición directa bajo FIFO" son dos situaciones fundamentalmente distintas con conclusiones de gestión distintas.

Un caso analizado de principio a fin

Juntémoslo todo. Un cliente envía una dirección y pide comprobarla antes de aceptar un pago.

Construir el grafo entrante. Retrocedemos por las transacciones 5 saltos, marcando las fuentes conocidas por sus etiquetas.Exchanges, mezcladores, sanciones, darknet, P2P.
Calcular la exposición directa. 0 % de contacto directo con banderas duras: ya es bueno.Un contacto directo con sanciones habría cerrado la cuestión de inmediato.
Calcular la exposición indirecta por haircut con decaimiento. Obtenemos: 4 % vía un mezclador al 3.er salto, 22 % vía P2P sin KYC al 2.º salto.Cada contribución multiplicada por el decaimiento según la distancia.
Interpretar. El 4 % de mezclador al 3.er salto es ruido de fondo. El 22 % de P2P es una bandera moderada: conviene preguntar al cliente por el origen de los fondos.El número por sí solo no es una decisión: es una entrada para el juicio.

Conclusión de la lección. La exposición son proporciones, no un veredicto. El taint muestra cómo fluyen esas proporciones por el grafo, y el modelo de pintado (haircut/FIFO) y el decaimiento por saltos determinan en qué se convierte el grafo en bruto. La cifra "riesgo 72" carece de sentido sin respuesta a tres preguntas: qué proporción, a qué distancia, bajo qué modelo. En la próxima lección desglosaremos cómo se asignan pesos a estas proporciones: por qué las sanciones pesan más que un casino, y cómo nace el número final de 0 a 100 a partir de un perfil de exposición.

← Programa Programa →

Este material es educativo.