随着区块链技术的普及，监管机构和金融机构面临着越来越大的压力，需要在去中心化和多链环境中有效执行反洗钱（AML）、了解你的客户（KYC）、了解您的交易（KYT）、交易监控等措施。本项目基于先前的研究，提出了一个结合 AI 和区块链的监管科技（RegTech）平台，将多种数据来源，如智能合约、DLT安全审计、外部企业登记等数据，整合成一个合规生态系统。通过开发全面的威胁模型及可扩展的智能合约审计及 AML/KYT 服务聚合器，该平台旨在实现跨多条区块链网络的自适应、近实时风险识别和可疑活动检测。
该项目旨在通过整合机器学习、图分析和知识库，自动化地进行动态虚拟资产市场的威胁建模，并映射攻击路径，对地址、代币及跨链互动进行多层次的风险评估。我们将应用聚类技术、图形异常检测、深度学习和封闭沙盒的智能合约分析来识别利用、混币、洗盘交易以及其他非法行为，并不断从链上和链下的情报中学习。该平台的设计符合香港及全球监管框架，整合可定制的风险评分模型、人机协作监督，并采用透明的方法，支持遵循香港金融管理局（HKMA）、证券及期货事务监察委员会（SFC）和加密资产市场法案（MiCA）等不断发展的标准。
项目的路线图首先建立一个智能的监管科技基础，结合面向监管的知识库、自动化威胁检测及专家监控的智能合约审计。接下来，将迈向以代理式的 AI 提升合规能力，包括对去中心化自治组织（DAO）的治理意识分析、代币化资产的监管，以及自动化的链上干预。参与沙盒及相关计划将使系统在实际的监管场景中进行压力测试，优化人机协作的控制措施，并有助于制定行业最佳实践。展望未来，项目将研究跨境监管沙盒、自适应治理机制及后量子安全技术，以确保区块链合规在下一代数字资产市场中的可行性。
