Анализ криптовалютных скамов: выявление и визуализация мошеннических схем
Введение
Криптовалютный рынок, несмотря на свой инновационный потенциал, стал благодатной почвой для различных мошеннических схем. В этом проекте я провела анализ пяти основных типов криптоскамов: Rug Pull (исчезновение разработчиков), Pump & Dump (искусственное накачивание цены), фишинговые дропы, Ponzi-токены и Deepfake-аферы. Цель проекта — визуализировать масштабы и динамику криптовалютного мошенничества, чтобы помочь пользователям распознавать опасные схемы.
Используя Python и библиотеки для анализа данных (Pandas, Matplotlib, Seaborn, Plotly), я создала серию визуализаций, которые показывают:
① Распространенность разных типов скамов
② Динамику их развития по годам
③ Финансовые последствия каждого типа
④ Основные платформы распространения
1. Топ-10 самых распространенных типов криптоскамов
① Создана структура данных, со статистикуой по скамов из Каggle
② Данные отсортированы для выявления наиболее распространенных типов мошенничества
③ Построена столбчатая диаграмма с цветовой дифференциацией для наглядного сравнения
④ Добавлены точные числовые значения на каждый столбец для удобства интерпретации
⑤ Настроены визуальные параметры (размеры, шрифты, сетка) для улучшения читаемости
2. Динамика криптоскамов по годам
① Смоделированы данные по динамике разных типов скамов за 7 лет
② Преобразованы в сводную таблицу для удобного построения тепловой карты
③ Использована тепловая карта для наглядного отображения изменений во времени
④ Цветовая шкала (YlOrRd) помогает быстро оценить наиболее проблемные года и типы скамов
⑤ Числовые аннотации в ячейках позволяют точно интерпретировать значения
3. Распределение убытков по типам скамов
① Использована интерактивная библиотека Plotly для создания «живой» диаграммы
② Выбрана круговая диаграмма с отверстием (donut chart) для эстетики и размещения доп. информации
② Специально выделен сектор Rug Pull как наиболее значительный
③ Добавлена суммарная информация об убытках в центре диаграммы
⑤ Настроена горизонтальная легенда для экономии пространства
4. Анализ платформ распространения скамов
① Выбрана горизонтальная ориентация для удобного отображения названий платформ
② Использованы фирменные цвета каждой платформы для быстрой идентификации
③ Данные отсортированы по убыванию для выделения наиболее проблемных каналов
④ Числовые значения вынесены за пределы столбцов для лучшей читаемости
⑤ Добавлена легкая сетка по оси X для оценки масштабов
Заключение
Проведенный анализ криптовалютных мошеннических схем позволил выявить несколько ключевых закономерностей:
Rug Pull является самым распространенным и финансово опасным видом мошенничества, что подчеркивает необходимость более тщательной проверки проектов перед инвестированием.
Динамика роста количества случаев показывает устойчивую тенденцию к увеличению, особенно в период 2020–2023 годов, что коррелирует с общим ростом популярности криптовалют.
Основные платформы распространения — Telegram и Twitter/X, что требует особого внимания к информации, получаемой через эти каналы.
Финансовые потери от криптоскамов измеряются миллиардами долларов, что демонстрирует масштаб проблемы.
Для защиты от криптоскамов рекомендуется:
① Делиться информацией о выявленных скамах в сообществе
② Тщательно исследовать проекты перед инвестированием
③ Проверять команду разработчиков и историю их деятельности
④ Избегать «слишком хороших» обещаний доходности
⑤ Использовать только официальные сайты и проверенные каналы информации
Ссылка
Крипто-скамы Google Colab:
https://colab.research.google.com/drive/17dDwKKEUOTPC06RekSf66kBmpARLCeOp?usp=sharing
Источники:
Cryptocurrency Scam Dataset: https://www.kaggle.com/datasets/zongaobian/cryptocurrency-scam-dataset
DeFi Llama Hacks (самый полный источник): https://defillama.com/hacks
Rug Pull Finder: https://docs.gopluslabs.io/reference/getdefiinfousingget
Chainalysis Crypto Crime Reports: https://www.chainalysis.com/reports/
