Chainalysis: rastreo de fondos permitió congelar 3,000 millones de dólares tras hackeo a Binance

Los movimientos realizados por los atacantes tras el hackeo a Binance, perpetrado el pasado jueves, permitieron a investigadores de Chainalysis identificar patrones que apuntan preliminarmente a grupos vinculados con Corea del Norte. El análisis de las transacciones también contribuyó al congelamiento de alrededor de 3,000 millones de dólares relacionados con el ataque, mediante la coordinación con emisores de stablecoins y otras empresas del sector.

La firma encontró conexiones entre las billeteras utilizadas en este incidente, que ascendería a 6,300 millones de dólares, y direcciones que habían aparecido previamente en otros ataques atribuidos a actores norcoreanos.

“Lo que hemos notado es un grado de sofisticación muy elevado, pero también algunos comportamientos que hemos visto en el pasado asociados a grupos de atacantes cibernéticos vinculados con Corea del Norte. Hemos logrado hacer esta conexión en la cadena”, dijo Motta, arquitecto sénior de soluciones para América Latina y el Caribe de Chainalysis.

Mientras continúan las investigaciones, Binance informó este lunes que absorbió completamente las pérdidas derivadas del incidente mediante recursos propios. La plataforma agregó que ya cubrió alrededor de 95% de los fondos sustraídos, mientras que el resto corresponde a tokens de menor liquidez. También publicó una prueba de reservas al 31 de octubre del 2026 para que los usuarios verifiquen que los principales activos mantienen respaldo de al menos uno a uno.

La atribución todavía es preliminar, pero coincide con análisis difundidos por medios especializados en criptomonedas y por TRM Labs, firma que señaló una posible participación del grupo norcoreano TraderTraitor.

Para llegar a estas conclusiones, los investigadores rastrean el recorrido de los fondos en blockchain. A diferencia del sistema financiero tradicional, las transacciones quedan registradas de forma pública e inmutable, lo que permite reconstruir el flujo de activos entre direcciones, identificar operaciones de mezcla y detectar cuándo los recursos terminan en billeteras previamente vinculadas con actividades ilícitas.

“Cuando miramos las informaciones en la cadena y empezamos a hacer las investigaciones, logramos hacer esta conexión on-chain. Los fondos se mezclaron en billeteras que ya fueron utilizadas, por ejemplo, en ataques anteriores”, explicó Motta.

El ejecutivo agregó que una parte relevante de los recursos sustraídos estaba denominada en stablecoins, lo que abrió una ventana para su rastreo y eventual congelamiento. Según explicó, los atacantes intentaron convertir rápidamente esos activos a criptomonedas descentralizadas como bitcoin y ether para evitar que fueran inmovilizados por sus emisores.

“Los atacantes han intentado convertir estos fondos que estaban en stablecoins en monedas descentralizadas como ether, bitcoin u otras más. ¿Y por qué? Porque saben que hay la posibilidad de que los activos se queden congelados por estas entidades emisoras”, señaló.

De acuerdo con el especialista, la colaboración entre Chainalysis, Binance, Tether, Circle y otras compañías permitió identificar las direcciones involucradas y congelar parte importante de los recursos antes de que fueran movilizados completamente.

“Con la colaboración de la industria y con el apoyo de nuestro equipo de investigación, hemos apoyado en el congelamiento de más de 3,000 millones de dólares”, afirmó.

El ejecutivo señaló además que uno de los elementos observados fue el elevado nivel de automatización utilizado para mover los activos robados. Aunque no existen evidencias de que la inteligencia artificial se empleara directamente para ocultar o lavar los recursos, sí considera posible que haya sido utilizada en fases previas de ingeniería social.

“Es muy posible que haya pasado algún tipo de utilización de inteligencia artificial con respecto al proceso de ingeniería social, porque es una manera muy eficiente de escalar los procesos de ataques”, afirmó. “Todavía no tenemos evidencia que confirma la utilización de inteligencia artificial en el proceso de lavado o de intento de lavado”.