Sybil-фильтры в TON: какие сигналы кошелек выдает раньше, чем бан

Sybil-фильтры в TON: какие сигналы кошелек выдает раньше, чем бан

В экосистеме TON анти-фрод обычно смотрит не на один признак, а на связку: одинаковые паттерны пополнений, синхронные действия, повторяющиеся маршруты средств и слишком «ровные» интервалы между операциями. Один пустой кошелек — не проблема. Проблема начинается, когда группа адресов ведет себя как один оператор.

Критерии, которые чаще всего вызывают подозрение:
— массовое создание адресов с одинаковой логикой пополнения;
— однотипные мосты, обмены и выводы без естественного разброса;
— короткий цикл «ввел — сделал действие — вывел»;
— совпадение таймингов, размеров транзакций и наборов контрактов;
— отсутствие обычной ончейн-истории: NFT, свапы, удержание баланса, бытовая активность.

Безопаснее выглядит кошелек, у которого есть шум и вариативность: разные типы транзакций, неидеальные суммы, паузы между действиями, разные источники финансирования. Опасно копировать шаблон на десятки адресов, особенно если все они ходят по одному маршруту и взаимодействуют с одним и тем же набором смарт-контрактов. Анти-сибил системы любят именно такие кластеры.

Анализ TON-активности завершен: оцениваем реальный профит. Перед любой активностью задайте себе простой тест: сможет ли этот кошелек выглядеть как обычный пользователь, если его граф транзакций показать без пояснений. Если ответ нет — риск попасть в черный список выше, чем шанс на чистый ретроактивный профиль.