レポート

法廷で通用する分析:Chainalysis がドーバート基準をどのように満たしたか

ブロックチェーン 次のような追跡ツールは Chainalysis Reactor は、捜査官が不正行為(詐欺、窃盗、制裁回避、サイバー犯罪、マネーロンダリングなど)の背後にある資金の流れを解明するのに役立ちます。適切な帰属情報の指針に基づき、捜査官はどの手がかりを追うべきかを迅速に判断でき、多くの場合、最終的に事案 を裁判にかけることができます。

しかし、追跡作業だけでは万全とは言えません。帰属の特定が誤っている場合、捜査官は誤った結論を導きかねません。事案 を裏付けるどころか、不適切に帰属されたウォレットのセグメントは、捜査を著しく損なうばかりか、不当な法執行措置につながる可能性さえあります。こうしたリスクがあるため、捜査官が事案 の根拠とする帰属の特定は、それ自体が確固たる方法論によって裏付けられていることが重要です。

米国の裁判所には、提出された専門家による証拠が法廷で提示されるのに十分な信頼性があるかどうかを評価するための枠組みが存在する。この枠組みは「ドーバート基準」として知られており、 裁判官が、 証拠能力のない意見と、信頼性があり関連性のある証拠および専門家証言とを区別するのに役立つ。 Chainalysis は、2024年の事案 「米国対スターリンゴフ」事件 においてドーバート基準の適用を受け、連邦裁判所が Chainalysis Reactor。裁判所は、その信頼性を認める判決を下した。

Chainalysis ブロックチェーン の分析プロバイダーとして、ドーバート基準を初めてかつ唯一満たした企業です。

ドーバート・ルールとは何ですか?

ドーバート・ルール(通常はドーバート基準と呼ばれる)とは、専門家証言が陪審員に提示されるに足る信頼性があるかどうかを判断するために、米国の裁判所が用いる基準である。これは、1993年の最高裁判決「ドーバート対メレル・ダウ・ファーマシューティカルズ社事件(事案 )」に由来するもので、同判決は、第一審の裁判官に対し、専門家証拠の「ゲートキーパー」としての役割を果たすよう求めている。

その証拠が陪審員に提示される前に、裁判所は「ドーバート審問」を行うことがある。これは、連邦証拠規則第702条に由来して「規則702審問」とも呼ばれる。この審問は、専門家証言が単なる意見ではなく、科学的あるいはその他の観点から、確固たる信頼できる根拠に基づいていることを確認するために設けられている。この「ゲートキーピング」の役割は、その手法が当該分野で一般的に受け入れられているかどうかのみに焦点を当てていた従来の「フライ基準」(フライ対合衆国事件に由来)に取って代わったものである。

ドーバート基準の下では、裁判官はいくつかの基準に照らして専門家証言を評価する:

  • 検証可能性:その理論や手法は検証可能か(また、実際に検証されたことがあるか)?
  • 査読と出版:他の専門家による精査は行われたか?
  • 既知のエラー率:既知または潜在的なエラー率は存在するか、また、その手法の運用を規定する基準は存在するか。
  • 一般的な受容性:その方法論は、関連分野において広く受け入れられているか?

裁判官が証拠を許容可能とみなすにあたり、その証拠が各要素を完全に満たしている必要はありませんが、これらの要素は、その証拠を裏付けるために提示された方法論や推論の質を検証する上で役立ちます。

ある専門家証言がドーバート基準を満たしたからといって、他の証言も同様に基準を満たすとは限らない。これは、ブロックチェーン 分析の分野において特に重要な点である。各プロバイダーは、異なるプロセスや手法を用いてアトリビューションを算出している。そのため、データの有用性はそれぞれ異なることになる。

Chainalysis が基準を満たした経緯

「米国対スターリンゴフ」事件において、検察側は、ロマン・スターリンゴフが、ダークネット上の違法活動から得た数千万ドルをマネーロンダリングするために使用された仮想通貨ミキサー「Bitcoin Fog 」を運営していたと主張した。被告側は、ブロック Chainalysis 専門家証言を求め、これがドーバート審査のきっかけとなった。その証言は、Reactor が、 を信頼性をもって特定し、クラスタ Bitcoin Fog およびそれを利用したダークネット市場を特定できること、また、それらの結論がブラックボックス的な手法ではなく、透明性があり、検証可能かつ監査可能な方法に基づいていることを示すために提出されたものである。アルゴリズム 。

裁判所が審理した争点は、「ブロックチェーン アナリティクス」がカテゴリ として信頼性があるか、あるいは証拠として採用可能かということではなかった。争点は、Chainalysis Reactorの具体的な手法が、その事案 において、ドーバート基準を満たすほど十分に信頼性があるかどうかであった。ランドルフ・モス裁判官は、4つの要素について検討を進めた。

検証可能性:裁判所は 、 Reactorのクラスタ化 帰属手法は、その結論が独立して検証できるほど十分に透明性がある、と認定した。

査読と出版:裁判所は 、 Reactor 支出活動の分析および分類に、一般的に受け入れられているヒューリスティック手法を用いていると認定した。ただし Reactor 審理時点では本手法自体がピアレビューを受けていなかったものの(2025年には、ピアレビューを経た研究によりその精度が実証された)、とりわけ「共同支出(co-spend)」のヒューリスティック については、学術文献において長年にわたり議論され、信頼されてきたものである。

既知の誤検知率:FBIの分析官ルーク・ショル氏は 、自身の経験上、誤検知に遭遇したことはないと証言した。また、裁判所は、 Reactor この手法は意図的に保守的であり、つまり過大評価するよりも過小評価する傾向があることを意味するアドレス 。この保守的なアプローチにより、偽陽性のリスクを最小限に抑えることができる。

一般的な受容性:裁判所は 、Chainalysis のデータが、法執行機関 、規制当局、取引所、金融機関、およびコンプライアンスチームの間で広く信頼されていると認定した。また、特にChainalysis が業界標準のツールとして認識されているという証拠を認め、これには、同じ基礎データに基づいて構築されたChainalysis の製品を、 マネーロンダリング対策および取引監視の目的で利用していることを挙げた。また、政府の事案 は、Chainalysis に加え、従来の のフォレンジックトレース、IPログ、自白、フォーラムへの投稿といった他のデータソースや手法も活用して、事案 を裏付けていたことが強調された。

裁判官は、Chainalysisのブロックチェーン 分析が信頼性があり、Sterlingov事件(事案 )において実質的な証拠として採用可能であると判断した。同様に重要な点として、この判決は、 Reactor 「ブラックボックス」アルゴリズム であるという主張を退け、その手法は透明性があり、検証・審査を経ており、信頼性があると認定した。

全体として、この Bitcoin Fog この判決は、科学的基準に裏打ちされたブロックチェーン 分析が、適切に説明され裏付けられれば、厳格な証拠審査に耐えうることを明確に裏付けている。裁判所がChainalysis Reactor ダウバート基準に基づくこの判断は、クラスタ化 のヒューリスティック手法、アドレス による帰属判定、およびパブリック・レジャー上でのフォレンジック追跡が、特に独立した検証や透明性のある専門家証言と組み合わせられる場合、科学的信頼性の基準を満たし得ることを示している。

しかし、スターリングオフ判決はChainalysis Reactorの手法を正当化したものの、すべてのブロックチェーン 分析プロバイダーを正当化するものではありません。Chainalysisの手法のみが、証拠能力に関する厳格な審査を通過しています。

Chainalysis 先日、ブロックチェーン の帰属に関する正式なオントロジーを公開しました。このオントロジーでは、当社のクラスターがどのように構築されているか、また各構成要素が満たすべき基準について詳細に解説しています。その中核をなす構造的妥当性の基準――決定論的であり、再現可能であり、かつ文書化された安全対策に基づいて構築されていること――は、まさにドーバート基準が求めるような厳格な検証に耐えうるよう設計されています。

 

本ウェブサイトには、Chainalysis, Inc. およびその関連会社(以下、総称して「Chainalysis」)の管理下にない第三者のサイトへのリンクが含まれています。当該情報へのアクセスは、Chainalysis が当該サイトまたはその運営者との提携、支持、承認、または推奨を行っていることを意味するものではなく、Chainalysis は、当該サイトで提供される製品、サービス、その他のコンテンツについて一切の責任を負いません。 

本資料は情報提供のみを目的としており、法律、税務、財務、または投資に関する助言を提供するものではありません。受領者は、こうした決定を行う前に、各自のアドバイザーに相談してください。Chainalysis は、受領者が本資料を利用したことに起因する、つながり におけるいかなる決定、その他の作為または不作為についても、一切の責任を負いません。

Chainalysis 当社は、本報告書に記載された情報の正確性、完全性、適時性、適合性、または有効性を保証するものではなく、当該資料のいかなる部分における誤り、欠落、またはその他の不正確さに起因するいかなる請求についても責任を負いません。