ПРОГАЛИНИ МЕТОДІВ МІНІМІЗАЦІЇ КІБЕРБЕЗПЕКОВИХ РИЗИКІВ ВИКОРИСТАННЯ КРИПТОВАЛЮТ У ФІНАНСОВИХ СИСТЕМАХ ДЕРЖАВ

Ігор Шиленко; Володимир Наконечний

doi:10.28925/2663-4023.2026.34.1244

Автор(и)

Ігор Шиленко Київський національний університет імені Тараса Шевченка https://orcid.org/0009-0005-9007-7443
Володимир Наконечний Київський національний університет імені Тараса Шевченка https://orcid.org/0000-0002-0247-5400

DOI:

https://doi.org/10.28925/2663-4023.2026.34.1244

Ключові слова:

кібербезпека; криптовалюти; CBDC; виявлення аномалій; машинне навчання; FATF Travel Rule; систематичний огляд; фінансова система; е-гривня; пояснюваний штучний інтелект.

Анотація

У статті представлено результати систематичного огляду наукової літератури за період 2020-2026 років у сфері кібербезпеки криптовалютних систем та їх інтеграції у державну фінансову інфраструктуру. Дослідження виконано згідно з методологією PRISMA 2020. Аналіз проведено у трьох тематичних кластерах: архітектури безпеки цифрових валют центральних банків (CBDC); вразливості інтеграційних шлюзів між традиційними платіжними системами (SWIFT, ISO 20022) та блокчейн-мережами; методи машинного навчання для виявлення аномальних транзакцій. Розглянуто роль методів пояснюваного штучного інтелекту (XAI) та графових нейронних мереж для виявлення відмивання коштів. На основі систематизації відібраних публікацій ідентифіковано три взаємопов'язані дослідницькі прогалини у площині інтеграції технологій: відсутність ML-методів виявлення аномалій, адаптованих специфічно до KYC-верифікованого permissioned середовища CBDC, де транзакційні патерни принципово відрізняються від псевдонімних публічних блокчейнів; відсутність формальної моделі загроз для шлюзу між державною CBDC-інфраструктурою та легасі-системами (SWIFT, ISO 20022); відсутність інтегрованих рішень, що поєднують ML-моніторинг аномалій з протокольною підтримкою FATF Travel Rule у єдиній державній платіжній системі. Запропоновано концептуальний підхід до закриття цих прогалин, що передбачає поетапну реалізацію: розробку методології вибору ML-моделі, побудову формальної моделі загроз для шлюзу та створення Docker-based прототипу системи моніторингу. Результати дослідження є науковою основою для подальшого створення прикладного програмно-технічного рішення з кіберзахисту державної фінансової системи України, зокрема в контексті проєкту е-гривні Національного банку України.

Завантаження

Дані завантаження ще не доступні.

Посилання

Chainalysis. (2024). The 2024 crypto crime report. Chainalysis Inc. https://go.chainalysis.com/crypto-crime-report.html

Augusto, A., Belchior, R., Correia, M., Vasconcelos, A., Zhang, L., & Hardjono, T. (2024). SoK: Security and privacy of blockchain interoperability. In 2024 IEEE Symposium on Security and Privacy (SP) (pp. 3840-3865). IEEE. https://doi.org/10.1109/SP54263.2024.00255

Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., et al. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. Journal of Clinical Epidemiology, 134, 178-189. https://doi.org/10.1016/j.jclinepi.2021.03.001

Beer, C., Zingg, S., Kostiainen, K., Wüst, K., Capkun, V., & Capkun, S. (2024). PayOff: A regulated central bank digital currency with private offline payments (arXiv:2408.06956). arXiv. https://doi.org/10.48550/arXiv.2408.06956

Islam, M. M., et al. (2022). A privacy-preserving transparent central bank digital currency system based on consortium blockchain and unspent transaction outputs. IEEE Transactions on Services Computing, 16(4), 2372-2386. https://doi.org/10.1109/TSC.2022.3226120

Hupel, L., & Rafiee, M. (2023). How does post-quantum cryptography affect central bank digital currency? (arXiv:2308.15787). arXiv. https://doi.org/10.48550/arXiv.2308.15787

Kamyshanskyi, V. (2025). Interoperability of CBDC: Optimizing cross-border settlements through the prism of national and international regulation. Scientific Herald of the National Academy of Internal Affairs, 30(1), 34-44. https://doi.org/10.63341/naia-herald/1.2025.34

Nayyer, N., Javaid, N., Akbar, M., Aldegheishem, A., Alrajeh, N., & Jamil, M. (2023). A new framework for fraud detection in Bitcoin transactions through ensemble stacking model in smart cities. IEEE Access, 11, 90916-90938. https://doi.org/10.1109/ACCESS.2023.3308298

Taher, S. S., Ameen, S. Y., & Ahmed, J. A. (2024). Advanced fraud detection in blockchain transactions: An ensemble learning and explainable AI approach. Engineering, Technology & Applied Science Research, 14(1), 12822-12830. https://doi.org/10.48084/ETASR.6641

Latif, M. N., Kaplan, M., & Khan, A. I. (2025). Unsupervised machine learning based anomaly detection in high frequency data: Evidence from cryptocurrency market. Pakistan Journal of Commerce and Social Sciences, 19(1). https://doi.org/10.64534/commer.2025.511

Kang, J., & Buu, S.-J. (2024). Graph anomaly detection with disentangled prototypical autoencoder for phishing scam detection in cryptocurrency transactions. IEEE Access, 12. https://doi.org/10.1109/ACCESS.2024.3419152

Awosika, T., Shukla, R. M., & Pranggono, B. (2024). Transparency and privacy: The role of explainable AI and federated learning in financial fraud detection. IEEE Access, 12, 64551-64560. https://doi.org/10.1109/ACCESS.2024.3394528

Abdullaeva, S. (2025). FATF standards and the implementation of the Travel Rule in preventing crypto-related money laundering. Yangi Davr Ilm-Fani: Inson Uchun Innovatsion G‘oya va Yechimlar. https://doi.org/10.47390/ydif-y2025v1i10/n04

Malkoochi, R. (2025). Multilayered CBDC fraud detection framework: Securing digital currency ecosystems. World Journal of Advanced Research and Reviews. https://doi.org/10.30574/WJARR.2025.26.2.1841

Hans, J., et al. (2023). Blockchain CBDC security threats using STRIDE. In 2023 Fifth International Conference on Blockchain Computing and Applications (BCCA). IEEE. https://doi.org/10.1109/BCCA58897.2023.10338905

Olajide, O., et al. (2024). Developing a robust security framework for inter-bank data transfer systems in the financial service sector. International Journal of Scholarly Research in Science and Technology, 5(1). https://doi.org/10.56781/IJSRST.2024.5.1.0029

Tsai, W., et al. (2020). STRISA: A new regulation architecture to enforce Travel Rule. In Proceedings of the IEEE International Conference on Blockchain. https://doi.org/10.1007/978-3-030-72725-3_4

Na, G., Park, M., Kim, S., Shin, J., & Chai, S. (2026). Knowledge-integrated representation learning for crypto anomaly detection under extreme label scarcity (arXiv:2601.12839). arXiv. https://doi.org/10.48550/arXiv.2601.12839

Lutsenko, V. V., & Nakonechnyi, V. S. (2025). Decentralized trust and consensus mechanisms for protecting confidential data in distributed systems. Security of Information Systems and Technologies, 2(10), 54-60. https://doi.org/10.17721/ISTS.2025.10.54-60