Анализ криптовалютных скамов: выявление и визуализация мошеннических схем

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 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

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

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

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

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

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/