加密货币是一种数字或虚拟形式的货币，它使用强大的密码学技术来确保安全性和去中心化的交易。与传统货币不同，加密货币的交易记录存于基于区块链技术的分布式账本中，任何人想在系统中记录交易必须通过共识协议。因此，加密货币具有去中心化，安全，匿名，全球化等特点。
尽管任何人都可以访问区块链查看加密货币交易，但是由于解析区块链数据，高效存储数据等工作有较高技术壁垒，高效满足特定场景的分析需求仍然是艰巨任务。该项目凭借丰富的科研经历与行业经验，构建加密货币追踪系统，还原完整加密货币流转过程。依据该系统为市场提供行业资讯，数据分析，智能合约开发，决策支持等解决方案。
此外，由于加密货币具有匿名，抗监管，跨区域流通等特点，加密货币常被用于金融暗网服务的支付。尽管技术社区已经努力了解一些金融暗网活动人士的运作方式，但缺乏全面的框架来监测金融暗网内容并将其与加密货币交易关联起来，以检测潜在的负面活动。我们将建立一个数据收集能力，从公开社交媒体和隐藏的暗网，如TOR网络，收集可疑/负面活动数据。然后，我们将使用计算社会科学方法，结合偏差行为的社会科学理论和机器学习/知识图谱算法，挖掘收集暗网数据并推导出暗网事件/问题的预测模型。然后，我们将结合上述加密货币追踪系统，并使用机器学习算法检测可疑交易，并将它们与暗网事件/问题关联起来。最后，我们将基于预测模型和更新的金融暗网数据和加密货币交易，生产和商业化一个互动式风险活动监测系统。
