IA a serviço da lei: como ela acelerou a investigação do ataque à Bitget

IA a serviço da lei: como ela acelerou a investigação do ataque à Bitget

Os invasores movimentaram os fundos entre Ethereum, XRP, Zcash e Tron, e depois usaram protocolos entre blockchains e serviços de troca para dificultar o rastreamento.

7 de out. de 2026

Quando os investigadores começaram a rastrear os $387M roubados da Bitget, ficou claro que os invasores por trás do ataque agiriam rapidamente. Por isso, os investigadores usaram IA especializada para construir ferramentas automatizadas específicas, de modo que a velocidade da análise pudesse acompanhar a velocidade com que os fundos se movimentavam.

O maior roubo cripto do ano: o que aconteceu com a Bitget e quem pode estar por trás do ataque28 de set. de 2026Leia mais

Trabalhando ininterruptamente, a equipe de investigação manteve contato com a Bitget e com as autoridades, repassando os resultados mais recentes do rastreamento. O trabalho foi acelerado com a construção de ferramentas de automação específicas que eliminaram boa parte do rastreamento manual de transações complexas em várias blockchains e da correspondência de atividades em cada etapa.

Como mostra o gráfico abaixo, embora exiba apenas parte das transferências, centenas de transações foram feitas após o início do ataque. Os fundos se moveram entre diferentes redes, por exemplo, de Ethereum para Bitcoin.

Escalando a análise de transferências entre blockchains com ferramentas de IA especializadas. Visualização: Chainalysis
Escalando a análise de transferências entre blockchains com ferramentas de IA especializadas. Visualização: Chainalysis

Não se tratou simplesmente de usar a IA como uma ferramenta auxiliar para construir gráficos de fluxo de fundos. A plataforma agêntica permitiu que os especialistas consultassem diversas fontes de dados e construíssem rapidamente soluções específicas, adaptadas às tarefas particulares da investigação.

A capacidade de detectar e compreender rapidamente atividades ilícitas está se tornando cada vez mais importante, à medida que grupos norte-coreanos e outros grupos cibercriminosos usam automação sofisticada para movimentar e ocultar fundos roubados. Os investigadores precisam acompanhar o ritmo desses métodos enquanto aplicam julgamento profissional e expertise para interpretar atividades complexas on-chain.

É por isso que a velocidade está se tornando uma parte crítica de uma investigação. Minutos após a detecção dos fundos roubados, as rotulagens correspondentes apareceram no sistema de informações, fornecendo às equipes de compliance e às autoridades os dados necessários para agir.

Reconstruindo a rota dos fundos roubados

Depois disso, os investigadores identificaram vários mecanismos de lavagem diferentes usados pelos invasores, incluindo protocolos de liquidez e mensageria entre blockchains, além de trocas instantâneas. Também foram encontradas ligações com serviços usados para lavagem de dinheiro.

Transferências entre blockchains identificadas com ferramentas de IA. Visualização: Chainalysis
Transferências entre blockchains identificadas com ferramentas de IA. Visualização: Chainalysis

A capacidade de reconstruir a movimentação dos fundos ao longo de diferentes rotas mostrou-se especialmente importante na investigação do XRP roubado. Em vez de enviar o XRP diretamente para uma exchange de criptomoedas, os invasores o passaram por um protocolo de liquidez entre blockchains e receberam Bitcoin na outra ponta da rota.

Um esquema de lavagem de fundos roubados usando transferências entre blockchains. Visualização: Chainalysis
Um esquema de lavagem de fundos roubados usando transferências entre blockchains. Visualização: Chainalysis

Os investigadores correlacionaram os depósitos com os respectivos pagamentos, conectando dados de diferentes blockchains e continuando a seguir a cadeia de transferências.

Ao longo de cerca de um dia e meio, dezenas de milhões de dólares passaram por esse mecanismo. Os investigadores rastrearam esses fundos até seus destinos finais e depois continuaram seguindo-os por meio de transações subsequentes, incluindo operações em várias blockchains, até que os fundos chegassem a endereços de Bitcoin controlados pelo invasor, que agora estão sob monitoramento. Esse rastreamento foi possível graças à automação construída sobre mais de uma década de dados acumulados sobre relações entre blockchains, o que permite vincular operações em diferentes protocolos que, de outra forma, pareceriam completamente sem relação.

A visualização abaixo mostra, de forma condensada, parte das transferências realizadas após o ataque, além do uso de diversos serviços, incluindo pontes entre blockchains, misturadores e exchanges descentralizadas.

A estrutura completa da movimentação dos fundos roubados da Bitget. Visualização: Chainalysis
A estrutura completa da movimentação dos fundos roubados da Bitget. Visualização: Chainalysis

Falar sobre a integração

Visitar o site
#Exchanges#Ataque hacker#IA#Lazarus
O futuro chegou: a IA rastreou a cadeia de lavagem da Bitget em 10 minutos