Бул макала криптовалюта базарларында Telegram топтору аркылуу координацияланган pump-and-dump манипуляцияларын реалдуу убакытта аныктоого аракет кылган академиялык изилдөөнүн негизинде даярдалган. Каралган изилдөө PumpSense: Real-Time Detection and Target Extraction of Crypto Pump-and-Dumps on Telegram деген аталышты алып жүрөт.

Изилдөөнүн негизги темасы — крипто базарларда социалдык медиа аркылуу уюштурулган рыноктук манипуляция. Pump-and-dump схемаларында уюштуруучулардын тобу белгилүү бир убакта ликвиддүүлүгү төмөн крипто активди сатып алууга үндөйт. Максаттуу coin жарыяланганда катышуучулар тез сатып алууга аракет кылышат; бирок көп учурда эң пайдалуу позицияны уюштуруучулар жана өтө эрте киргендер ээлейт. Кечигип калган жеке инвесторлор болсо баанын түшүшүнөн зыян тартышы мүмкүн.

Бул изилдөө манипуляцияны баа жана көлөм аномалиялары башталгандан кийин гана аныктоого аракет кылбайт. Анын ордуна түздөн-түз координациялык билдирүүлөрдү талдайт. Башкача айтканда, баа кыймылы болгондон кийин эмес, pump жарыясы чыккан замат эскертүү түзүүнү көздөйт.

Бул мазмун инвестициялык кеңеш эмес. Макала крипто базарларда алдамчылыкты аныктоо, социалдык медиага байланышкан манипуляция, табигый тилди иштетүү жана рыноктук көзөмөл жагынан маалымат берүүчү редакциялык материал болуп саналат. Pump-and-dump топторуна катышуу, манипуляция максатында соода кылуу, координацияланган сатып алуу-сатуу же рынокту багыттоо аракеттери укуктук жана финансылык тобокелдиктерди жаратышы мүмкүн.

Жаңы академиялык изилдөө Telegram аркылуу уюштурулган крипто pump-and-dump схемаларын билдирүү деңгээлинде аныктоо үчүн PumpSense аттуу маалымат топтомун жана benchmark сунуштайт. Изилдөөчүлөр 39 public Telegram тобунан 283.017 билдирүү чогултуп, 2.246 pump башталыш жарыясын кол менен белгилешкен. LightGBM модели F1=0.79 жана ар бир үлгү үчүн болжол менен 9.4 микросекунда кечигүү менен иштесе, BGE-M3 модели F1=0.83, бирок 50 миллисекунда кечигүү менен иштейт. Максаттуу coin жана биржаны бөлүп алууда жөнөкөй эрежеге негизделген ыкмалар жетишсиз болуп, LLM негизиндеги моделдер 0.91ге чейин joint accuracy бере алат. Изилдөөнүн негизги билдирүүсү мындай: жеңил моделдер алгачкы аныктоо үчүн, чоң тил моделдери болсо шектүү билдирүүлөрдө гана деталдуу бөлүп алуу үчүн ылайыктуураак болушу мүмкүн.

Көйгөй эмнеде?

Криптовалюта базарларындагы pump-and-dump схемалары, айрыкча ликвиддүүлүгү төмөн altcoinдерде, рыноктун бүтүндүгү үчүн олуттуу көйгөй жаратат. Бул схемаларда уюштуруучулар адатта убакытты алдын ала жарыялайт, бирок максаттуу coinni дароо ачыктабайт. Белгиленген учурда максаттуу coin жана биржа бөлүшүлөт. Катышуучулар бир убакта сатып алууга аракет кылат; баа кыска убакытка көтөрүлөт жана уюштуруучулар адатта колундагы активдерди ушул өсүүдө сатат.

Мындай схемалар салттуу финансылык базарларда оор санкцияларга алып келиши мүмкүн болгон рыноктук манипуляция аракеттери болуп саналат. Крипто базарларда болсо биржалардын бөлүнгөн түзүмү, ликвиддүүлүгү төмөн tokenдердин оңой листингделиши, анонимдүү/pseudonymous социалдык медиа топтору жана жөнгө салуудагы боштуктар мындай аракеттерди көбүрөөк көрүнүктүү кылган.

Учурдагы pump аныктоо изилдөөлөрүнүн маанилүү бөлүгү баа, көлөм же транзакция аномалияларын карайт. Бул ыкмалар пайдалуу болгону менен, көп учурда pump башталгандан кийин сигнал берет. Ал учурда баа кыймылы буга чейин эле болуп калган болушу мүмкүн.

Бул изилдөөнүн негизги суроосу мындай: манипуляция жарыясын түздөн-түз Telegram билдирүүлөрүнөн кармоого болобу? Эгер болсо, максаттуу coin жана максаттуу биржа маалыматын да автоматтык түрдө бөлүп алууга болобу?

Ыкма эмнени сунуштайт?

Изилдөө эки негизги тапшырманы аныктайт.

Биринчи тапшырма: Telegram билдирүүлөрүнүн терезеси pump башталыш жарыясын камтыйбы же жокпу, классификациялоо.

Экинчи тапшырма: Pump жарыясы катары белгиленген терезеден максаттуу криптовалютаны жана максаттуу биржаны бөлүп алуу.

Изилдөөчүлөр 39 public Telegram тобунан 283.017 билдирүү чогултуп, бардык билдирүүлөрдү кол менен карап чыгып 2.246 pump башталыш жарыясын аныкташкан. Бул жарыяларда максаттуу криптовалюта жана биржа да кол менен белгиленген. Мындан тышкары, жокко чыгарылган 140 pump окуясы өзүнчө белгиленген.

Модель жагында эки баскычтуу ыкма айырмаланат. Биринчи баскычта тез жана жеңил аныктоо модели колдонулат. Бул максатта TF-IDF өзгөчөлүктөрүндө иштеген LightGBM модели сыналган. Ошондой эле андан оорураак transformer encoder болгон BGE-M3 менен салыштыруу жүргүзүлгөн.

Экинчи баскычта болсо pump катары белгиленген аз сандагы терезелерде кымбатыраак, бирок контекстти жакшыраак түшүнгөн моделдер колдонулат. Максаттуу coin жана биржаны бөлүп алууда эрежеге негизделген ыкма, Longformer Encoder-Decoder жана ар түрдүү LLM моделдери салыштырылган.

Бул ыкманын практикалык логикасы мындай: бүт Telegram трафигин кымбат чоң тил моделинен өткөрүүнүн ордуна, адегенде өтө тез модель менен шектүү терезелер чыпкаланат. Андан кийин ушул кичине ички топтомдо гана LLM аркылуу деталдуу маалымат бөлүп алынат.

Формулалар эмнени түшүндүрөт?

Бул PDF өтө интенсивдүү математикалык моделдөөгө негизделген эмгек эмес. Формулалар көбүнчө маалымат терезесин түзүү, классификация белгиси, натыйжалуулукту өлчөө жана бөлүп алуу тактыгын түшүндүрүү үчүн колдонулат. Төмөнкү көрсөтмөлөр изилдөөнүн ыкмасын MathJax менен шайкеш жөнөкөйлөштүрөт.

1. Telegram билдирүүлөрүнүн катары

Ар бир Telegram тобундагы билдирүүлөр хронологиялык тартипте каралат:

Бул жерде \(m_i\) тиешелүү топтогу \(i\)-номердеги билдирүүнү билдирет. Модель бир билдирүүнү өзүнчө эмес, анын айланасындагы контекст менен кошо баалайт.

2. 11 билдирүүдөн турган терезе

Ар бир борбордук билдирүү үчүн мурунку 5 жана кийинки 5 билдирүүнү камтыган терезе түзүлөт:

Бул түзүм pump жарыясы бир гана билдирүүдө эмес, кыска сүйлөшүү агымында пайда болушу мүмкүн экенин кабыл алат. Мисалы, адегенде артка саноо, андан кийин максаттуу coin, соңунда багыттоочу билдирүү келиши мүмкүн. Терезе ыкмасы ушул контекстти кармоого аракет кылат.

3. Классификация белгиси

Ар бир терезе үчүн экилик белги колдонулат:

Бул жерде \(y_i=1\) терезе биринчи ачык pump башталыш жарыясын камтый турганын билдирет. \(y_i=0\) болсо терезеде pump башталыш жарыясы жок экенин көрсөтөт.

4. Убакыт боюнча окутуу, валидация жана тестке бөлүү

Изилдөөдө кокус бөлүүнүн ордуна убакыт боюнча иреттелген бөлүү колдонулат:

Бул тандоо маанилүү. Анткени билдирүү терезелери бири-бирине абдан окшош жана коңшу терезелер 10 билдирүүгө чейин жалпы мазмунга ээ болушу мүмкүн. Кокус бөлүү жасалса, бир эле билдирүү окутуу да, тест да бөлүгүнө кирип кетиши мүмкүн. Убакыт боюнча бөлүү реалдуу дүйнөдөгү “өткөндөн үйрөн, келечекти аныкта” сценарийине ылайыктуураак.

5. Precision

Pump классы үчүн precision модель pump деп белгилеген терезелердин канчасы чындап pump экенин көрсөтөт:

Бул жерде \(TP\) туура pump аныктоолорун, \(FP\) болсо жалган эскертүү берилген терезелерди билдирет.

6. Recall

Recall чыныгы pump жарыяларынын канчасы кармалганын көрсөтөт:

Бул изилдөөдө recall өзгөчө маанилүү. Анткени чыныгы pump жарыясын өткөрүп жиберүү коргонуу системасынын эскертүү берүү мүмкүнчүлүгүн жоготушун билдирет.

7. F1 упайы

F1 упайы precision жана recall маанилерин бир өлчөмгө бириктирет:

Маалымат топтомунда pump билдирүүлөрү жалпы трафиктин %1инен аз болгондуктан, жалгыз жалпы accuracy жаңылыштырып коюшу мүмкүн. Ошондуктан pump классы үчүн F1, precision жана recall маанилүүрөөк.

8. Тең салмакталган тактык

Тең салмаксыз маалымат топтомдорунда balanced accuracy колдонулушу мүмкүн:

Бул өлчөм көпчүлүк класс болгон non-pump билдирүүлөрдүн жалпы accuracy маанисин жасалма түрдө жогорулатып жиберишине жол бербейт.

9. Максатты бөлүп алуу тактыгы

Максаттуу coin же биржаны бөлүп алууда тактык төмөнкүдөй эсептелет:

Изилдөөдө бул өлчөм криптовалюта тактыгы, биржа тактыгы жана экөө бир убакта туура болгон joint accuracy үчүн өз-өзүнчө берилет.

10. Биргелешкен тактык

Максаттуу coin жана биржа бир учурда туура бөлүп алынганда joint accuracy алынат:

Бул өлчөм катаалыраак. Анткени coinni гана же биржаны гана билүү жетишсиз; экөө тең бирге туура болушу керек.

График, таблица жана схеманын негизги билдирүүсү

I-таблица, мурунку изилдөөлөр менен PumpSense ортосундагы айырманы көрсөтөт. Мурунку эмгектердин айрымдары окуя убакыттарын же максаттуу coinдерди бөлүшкөнү менен, билдирүү деңгээлинде кол менен белгиленген жана public маалымат топтомун сунуштаган эмес. Бул изилдөө болсо 283.017 билдирүү, 2.246 pump жарыясы, кол менен coin/биржа белгиси жана модель benchmarkын сунуштап, ушул боштукту толтурат.

1-сүрөт, Telegram pump жарыясынын мисалын жана анын максаттуу coin баасында жараткан кескин кыймылын жанаша көрсөтөт. Бул сүрөттүн негизги билдирүүсү: социалдык медиа координация билдирүүсү менен рынок баасынын реакциясы ортосунда өтө кыска мөөнөттүү жана күчтүү байланыш болушу мүмкүн. Ошондуктан билдирүүгө негизделген эрте аныктоо рынок маалыматтарына гана таянган кеч аныктоону толуктай алат.

II-таблица, маалымат топтомунун жалпы түзүмүн жыйынтыктайт. Жалпы 283.017 билдирүү, 2.246 pump жарыясы, жокко чыгарылган 140 pump окуясы, 604 ар башка максаттуу coin жана 14 максаттуу биржа бар. Pump жарыяларынын болжол менен %11инде визуалдык мазмун да бар. Ошондой эле жарыялардын болжол менен %70и 15:00–17:00 UTC арасында, болжол менен %40ы болсо дем алыш күндөрү жасалган.

III-таблица, pump башталышын аныктоо натыйжалуулугун көрсөтөт. LightGBM модели F1=0.79, precision=0.71, recall=0.88 жана ар бир үлгү үчүн болжол менен 9.4 микросекунда кечигүү берет. BGE-M3 модели F1=0.83, precision=0.89, recall=0.78 жана 50 миллисекунда кечигүү берет. Бул жыйынтык оорураак модель F1 боюнча бир аз жакшы экенин, бирок LightGBM ылдамдык жана recall жагынан биринчи линия аныктоо системасы үчүн практикалуураак экенин көрсөтөт.

2-сүрөт, LightGBM жана BGE-M3 үчүн confusion matrix жыйынтыктарын көрсөтөт. LightGBM көбүрөөк чыныгы pump жарыясын кармайт, бирок көбүрөөк жалган эскертүү берет. BGE-M3 этият иштейт, жалган эскертүүлөр аз, бирок айрым pump жарыяларын өткөрүп жиберет. Коопсуздук көзөмөлүндө кайсы тең салмак тандалары колдонуу максатына байланыштуу.

V-таблица, максаттуу coin жана биржаны бөлүп алуудагы эң маанилүү жыйынтыкты берет. Эрежеге негизделген ыкма максаттуу coinni бөлүп алууда ийгиликсиз болуп, биржаны бөлүп алууда чектелген ийгилик көрсөтөт. Longformer орто деңгээлдеги жыйынтык берет. LLM негизиндеги моделдер болсо кыйла күчтүү: Gemini үчүн coin accuracy 0.95, биржа accuracy 0.93 жана joint accuracy 0.91 деп билдирилет. GPT болсо coin accuracy боюнча 0.96га жетип, joint accuracy 0.90 деңгээлинде.

Эксперименттер кантип жүргүзүлгөн?

Изилдөөчүлөр pump-and-dump уюштурары белгилүү болгон 39 public Telegram тобунан билдирүүлөрдү чогулткан. Ар бир билдирүү текст жана убакыт белгиси менен алынган. Жалпысынан 283.017 билдирүүдөн турган корпус түзүлгөн.

Билдирүүлөр кол менен каралып, биринчи ачык pump башталыш жарыясын камтыган терезелер белгиленген. Эгер жарыя максаттуу coin же биржа маалыматын түз бербесе, айланадагы билдирүүлөр каралып, жетишпеген маалымат толукталган. Натыйжада 2.246 pump жарыясы максаттуу криптовалюта жана максаттуу биржа маалыматы менен бирге белгиленген.

Белгилөөнүн ишенимдүүлүгү үчүн экинчи annotator 5.000 терезеден турган тең салмакталган үлгүнү кайра белгилеген. Cohen’s \(\kappa=0.96\) табылган. Бул маани эки белгилөөчүнүн ортосунда дээрлик толук шайкештик бар экенин көрсөтөт.

Аныктоо тапшырмасы үчүн эки модель сыналган. LightGBM TF-IDF unigram жана bigram өзгөчөлүктөрүндө иштейт. BGE-M3 болсо transformer негизиндеги оорураак текст модели. Маалымат өтө тең салмаксыз болгондуктан class weight колдонулуп, pump классы үчүн F1, precision, recall сыяктуу метрикалар берилген.

Максатты бөлүп алуу тапшырмасы үчүн төрт ыкма салыштырылган: эрежеге негизделген сөздүк/regex ыкмасы, Longformer Encoder-Decoder, DeepSeek, Gemini жана GPT негизиндеги LLM extraction. Бардык моделдер бир эле тест топтомундагы 420 pump терезесинде бааланган.

Жыйынтыктар эмнени көрсөтөт?

Изилдөөнүн биринчи жыйынтыгы — билдирүүгө негизделген pump аныктоо реалдуу убакытка жакын жүргүзүлө алат. LightGBM сыяктуу жеңил модель микросекунда деңгээлинде иштеп, чоң Telegram трафигин аз чыгым менен текшере алат. Рынок маалыматына негизделген системалар көп учурда pump башталгандан кийин эскертүү берерин эске алганда, бул маанилүү артыкчылык.

Экинчи жыйынтык — эң жогорку F1 дайыма эң практикалык модель дегенди билдирбейт. BGE-M3 LightGBMге караганда бир аз жогорку F1 берет, бирок кыйла жай. Көзөмөл системаларында ылдамдык, чыгым жана масштабдануу маанилүү болгондуктан, LightGBM биринчи линия фильтри катары ылайыктуураак көрүнөт.

Үчүнчү жыйынтык — максаттуу coinni бөлүп алууда жөнөкөй эрежеге негизделген ыкмалар олуттуу жетишсиз. Айрым крипто tickerлер күнүмдүк тилдеги сөздөр менен дал келип калышы мүмкүн. Ошондуктан бир гана сөздүк же regex менен максаттуу coinni табуу жаңылыш жыйынтыктарды бере алат.

Төртүнчү жыйынтык — LLM моделдери максаттуу coin жана биржаны бөлүп алууда күчтүү натыйжа көрсөтөт. Бирок LLMдерди бүт Telegram трафигине колдонуу кымбат жана жай болушу мүмкүн. Ошондуктан изилдөө сунуштаган баскычтуу архитектура логикалуураак: адегенде тез модель менен шектүү терезелерди танда, андан кийин ушул кичине бөлүктө гана LLM менен деталдуу бөлүп алуу жүргүз.

Бешинчи жыйынтык — pump жарыялары убакыт жана топ бөлүштүрүүсүндө топтолуу көрсөтөт. Жарыялардын чоң бөлүгү белгилүү убакыт аралыгында болот жана эң таасирдүү 10 топ окуялардын болжол менен %70ине жооптуу. Бул көзөмөл системаларында ресурстарды артыкчылык менен бөлүштүрүүгө болорун көрсөтөт.

Бул эмне үчүн маанилүү?

Крипто pump-and-dump схемалары жеке инвесторлор үчүн олуттуу тобокелдик жаратат. Баа өтө тез өсүп-түшүшү мүмкүн жана кечигип калган катышуучулар көп учурда зыян тартат. Мындай түзүмдөр рыноктун бүтүндүгүн бузат жана ишенимдүү крипто экосистеманы түзүүнү кыйындатат.

Бул изилдөө манипуляцияны баа графигинен гана эмес, социалдык медиадагы координациядан да байкоого болорун көрсөтөт. Эгер pump жарыясы билдирүү деңгээлинде кармалса, биржалар, платформалар, изилдөөчүлөр жана жөнгө салуучулар рынок кыймылы баштала электе же өтө эрте этапта эскертүү чыгара алышат.

Изилдөөнүн практикалык баалуулугу жеңил модель менен LLMдин айкалышында. LightGBM сыяктуу тез моделдер чоң трафикти чыпкалайт. LLMдер болсо чакан жана тобокелдүү ички топтомдо гана контексттик бөлүп алуу жүргүзөт. Бул түзүм чыгымды азайтып, максаттуу coin/биржа маалыматын такыраак бөлүп алууга жардам берет.

Verianla көз карашынан бул макаланын негизги билдирүүсү мындай: крипто базарларда манипуляцияга каршы күрөш blockchain маалыматы же баа-көлөм көзөмөлү менен гана чектелбеши керек. Социалдык медиадагы координация билдирүүлөрү да эрте эскертүү системаларынын маанилүү бөлүгү болушу мүмкүн.

Көңүл буруучу жагдайлар

Бул изилдөө инвестициялык кеңеш эмес. Pump-and-dump топторуна катышууну, манипуляция максатында соода кылууну же координацияланган сатып алуу-сатууну үгүттөбөйт.

Изилдөө белгилүү public Telegram топторуна негизделет. Private топтор, Discord, X/Twitter же башка платформалардагы манипуляция түзүмдөрү башка тил жана уюштуруу формаларын колдонушу мүмкүн.

Модель pre-announced, башкача айтканда убактысы алдын ала жарыяланган pump-and-dump схемаларына багытталган. Башка манипуляция түрлөрү үчүн башка моделдер талап кылынышы мүмкүн.

LightGBM жогорку ылдамдык жана жакшы recall бергени менен false positive чыгарат. Ошондуктан чыныгы колдонууда адам көзөмөлү, экинчи модель менен текшерүү же рынок маалыматы аркылуу кошумча ырастоо керек.

LLM негизиндеги extraction жогорку тактык бергени менен, чыгым, API кечигүүсү, prompt сезимталдыгы жана модель өзгөрмөлүүлүгү сыяктуу факторлорго сезгич.

Pump жарыяларынын болжол менен %11инде визуалдык мазмун бар болгондуктан, текстке гана негизделген системалар айрым окуяларды өткөрүп жибериши мүмкүн. Келечекте сүрөт менен текстти бирге талдаган multimodal системалар талап кылынышы мүмкүн.

Жыйынтык

Бул академиялык изилдөө Telegram негизиндеги крипто pump-and-dump схемаларын билдирүү деңгээлинде жана реалдуу убакытка жакын түрдө аныктоого болорун көрсөтөт. PumpSense маалымат топтому 283.017 билдирүү жана 2.246 кол менен белгиленген pump жарыясы менен бул тармакта маанилүү benchmark сунуштайт.

Жыйынтыктар жеңил LightGBM модели pump башталыш жарыяларын микросекунда деңгээлинде текшере аларын, BGE-M3 сыяктуу оорураак моделдер бир аз жогорку F1 бергени менен масштабдуу колдонууда кымбатыраак экенин көрсөтөт. Максаттуу coin жана биржаны бөлүп алууда болсо LLMдер ачык түрдө ийгиликтүүрөөк.

Эң логикалуу практикалык архитектура — эки баскычтуу көзөмөл линиясы: адегенде тез жана арзан модель менен Telegram трафиги текшерилет; андан кийин шектүү терезелерде гана LLM аркылуу максаттуу coin жана биржа бөлүп алынат. Бул ыкма манипуляция ниетин баа кыймылынан мурда кармоого жардам бериши мүмкүн.

Verianla көз карашынан изилдөөнүн негизги билдирүүсү так: крипто базарларда рыноктук манипуляцияны түшүнүү үчүн графиктерди гана кароо жетишсиз. Манипуляциянын издери көбүнчө алгач социалдык медиа координациясында башталат.

Булак жана ыкма жөнүндө эскертүү

Бул мазмун PumpSense: Real-Time Detection and Target Extraction of Crypto Pump-and-Dumps on Telegram аттуу академиялык PDF каралып даярдалган. Текст сөзмө-сөз котормо эмес. Изилдөөнүн максаты, маалымат топтому, ыкмалары, негизги формулалары, аныктоо жана extraction жыйынтыктары, график/таблица билдирүүлөрү жана чектөөлөрү Verianla окурмандары үчүн жөнөкөйлөштүрүлүп, өз алдынча жана редакциялык кыргыз тилинде кайра баяндалган.

Коопсуздук жана этика себептери менен макалада манипуляция топторунун иштешин жеңилдетиши мүмкүн болгон деталдуу операциялык көрсөтмөлөр берилген эмес. Формулалар изилдөөдөгү классификация жана баалоо логикасын MathJax менен шайкеш түшүндүрүү үчүн даярдалган.