Merkle Science
加密貨幣風險預測與情報平台
表现
RD 熱度指數
RD 增長指數
比較
跟隨更新
跟隨列表
人物
關於Merkle Science
Merkle Science 是一家總部位於新加坡的預測性加密風險與區塊鏈分析平台,為加密貨幣交易所、金融機構及政府機關提供服務。 核心業務:該平台擁有兩項主要產品。Compass 運用行為規則引擎進行即時交易監控,能標記出異常的鏈上活動。Tracker 則提供鑑識調查工具,可追溯跨越超過 10,000 種資產及 200 多個跨鏈橋的非法資金流向。 核心差異點:有別於傳統基於歸因的工具(這類工具將錢包對應至已知實體,並僅在非法活動紀錄後才做出反應),Merkle Science 採用預測性分析。它能在交易確認之前,根據行為模式、交易特徵及網絡關聯,評估未來涉及非法活動的可能性。該公司的訴求是:靜態的黑名單只是一張快照,而罪犯的行為是一部電影。 市場痛點:傳統合規工具是被動的。它們只在有害活動發生後才啟動,屆時資金往往早已不知去向。歸因分數與曝險分數只能告訴你已發生的事,卻無法預測接下來可能發生什麼。 解決的問題:包括透過 API 進行交易前的錢包預先篩查、交易後的自動可疑交易報告監控,以及一個能夠捕捉任何監控清單都未曾見過的異常行為(例如資金快速流動、異常大額交易、錢包長期沉寂後突然活躍等)的行為規則引擎。 近期發展(2026年3月至9月):這種預測性方法已展現出可量化的成果。在一個案例中,基於 API 的預先篩查在單一一筆交易清算前,就攔截了 28 個高風險錢包,阻止了約 300 萬美元的非法活動——而歸因確認則是在 1 至 2 週後才完成。某個採用 Tracker 的第一層區塊鏈,其詐騙案件減少了 50%,一年內被列入黑名單的地址從 200 個增長至 14,000 個,總鎖倉價值則在兩年內從 400 萬美元成長至 127 億美元。另一個第一層區塊鏈則在八個月內獲得了超過 150 萬次、涵蓋 80 多種行為類型的獨特歸因,成功阻擋了一起與國家級勢力相關的攻擊及一起重大的 DeFi 駭客事件,保護了 22 億美元的總鎖倉價值。
Dan Haj 於 2026 年 4 月加入 Merkle Science 擔任解決方案架構師。他擁有超過 11 年的經驗,先前曾在 Immunefi、Chainalysis 和 Gartner 任職。Merkle Science 是一個加密貨幣風險情報平台,此次招聘壯大了其團隊。