OKX Integrates Chainalysis Alterya for Pre-Withdrawal Scam Screening

OKX Integrates Chainalysis Alterya for Pre-Withdrawal Scam Screening

N
News Editor 01
2026-07-04 18:25:11
OKX integrates Chainalysis' Alterya fraud detection platform to screen scam-related addresses before withdrawals. Unlike traditional AML, Alterya focuses on the recipient side. The move reflects a broader shift toward real-time prevention, having prevented $300M in losses over 12 months.

加密货币交易所OKX宣布扩大与区块链分析公司Chainalysis的合作,整合其旗下反欺诈平台Alterya,在用户发起提现前即可筛查与诈骗相关的收款地址。这标志着交易所安全策略从传统的交易后区块链监控向更早的干预阶段转变,尤其是在用户被诱导向诈骗账户转移资金的场景中。

提前干预:从交易后监控到事前拦截

OKX向Cointelegraph表示,此次合作反映了交易所行业正在更广泛地转向事前干预。Alterya通过分析网站、社交媒体和消息渠道中的诈骗基础设施,将这些信号与加密钱包和银行账户等金融标识关联起来。在提现流程中集成后,系统能够标记或阻止向疑似与活跃诈骗相关的地址进行转账,从而在资金损失发生前切断链条。

聚焦接收方:Alterya的技术革新

传统的反洗钱(AML)工具通常聚焦于发送方,通过KYC检查和交易监控来识别风险。Alterya则另辟蹊径,专注于接收方,识别与诈骗网络或钱骡操作相关的钱包和账户。Chainalysis在去年初以1.5亿美元收购了Alterya,标志着其从区块链追踪扩展到支付场景的实时欺诈预防。在此之前,Alterya已与Coinbase、Binance等交易所有合作。该公司声称其系统每月监控超过230亿美元的交易量,并在过去12个月内避免了3亿美元的损失。

行业趋势:区块链风险监控向预防演进

近年来,随着交易所和支付提供商应对日益增长的诈骗损失,区块链风险监控和欺诈情报平台迅速扩展。TRM Labs、Elliptic等传统专注于交易追踪和制裁筛查的公司,也开始提供钱包风险评分和可集成到提现及支付流程中的实时交易监控。据Cointelegraph近期报道,TRM Labs与银行基础设施提供商Finray Technologies合作,在多个区块链上提供可疑活动的实时风险警报,这反映了加密合规与传统金融控制之间日益加深的交叉融合。

损失依然严峻:2025年加密诈骗损失达170亿美元

尽管监控和预防工具不断扩展,但损失依然触目惊心。Chainalysis研究估计,2025年与加密相关的诈骗损失约为170亿美元。其中,冒充诈骗——通常涉及虚假投资平台或伪装成可信实体的个人——同比增幅最大,达到约1,400%。这一数据凸显了在诈骗手法不断升级的背景下,事前预防工具的重要性。

通过整合Alterya,OKX不仅提升了自身的安全防护能力,也为行业树立了从“事后追溯”向“事前拦截”转变的标杆。随着监管机构对交易所尽职调查的要求日益严格,此类主动风险防控措施或许将成为行业标配。

This article was originally published by Bit.Fan. For more cryptocurrency news and market insights, visit www.bit.fan.
300

Disclaimer:

The market information, project data, and third-party content displayed on this platform are for industry information sharing only and do not constitute any form of investment advice or return commitment.

Cryptocurrency trading carries high risks. Users should fully assess their risk tolerance and make independent decisions. All profits, losses, and legal responsibilities are borne by the users themselves.