اكتشاف خلاطات بيتكوين عبر أنماط المعاملات الإحصائية

الملخص

يتناول هذا البحث كيف تخفي خدمات خلط بيتكوين مسارات الأموال عبر المعاملات والعناوين. ويصف المؤلفون أساليب لتتبع نشاط الخلاطات وتحديد معاملات الخلط وعناوين الخلاطات وعناوين المرسلين والمستقبلين، فضلًا عن تمييز الأموال الموصوفة بأنها ملوثة أو منظفة. ويعتمد نهجهم على أنماط إحصائية مرصودة في النشاط المرتبط بخدمات الخلط.

لعدم توفر أمثلة موسومة، أنشأ الباحثون بيانات موسومة بإجراء معاملات عبر الخدمات. ويذكرون أنهم وجدوا أنماطًا موثوقة ودمجوها في خوارزمية كشف متكاملة. يقدم ذلك نهجًا عمليًا لمسألة تصنيف تفتقر إلى بيانات حقيقة مرجعية كافية، لكن المستند لا يورد تفاصيل عن الخدمات التي شملتها العينة أو الأنماط المحددة أو مقاييس التقييم أو الأداء على النشاط غير المرئي. وتتعلق النتائج بالكشف في شبكة بيتكوين، ولا تثبت انتقال الخوارزمية نفسها إلى عملات مشفرة أخرى أو تصاميم أحدث للخلاطات.

الأفكار الرئيسية

• تهدف خدمات الخلط إلى إخفاء تدفق الأموال عبر معاملات العملات المشفرة.
• تسعى الدراسة إلى تحديد معاملات الخلط وعناوين الخلاطات والمرسلين والمستقبلين المرتبطة بها.
• أنشأ الباحثون بيانات موسومة بإجراء معاملات عبر خدمات الخلط بسبب نقص الوسوم المتاحة.
• دُمجت الأنماط الإحصائية المستخلصة من النشاط الموسوم في خوارزمية كشف.
• لا يذكر المستند مقاييس التقييم ولا يثبت قابلية النقل إلى ما بعد بيتكوين.

الوسوم

# Mixing detection on Bitcoin transactions using statistical patterns


# Mixing detection on Bitcoin transactions using statistical patterns









Cryptocurrencies gained lots of attention mainly because of the anonymous way of online payment, which they suggested. Meanwhile, Bitcoin and other major cryptocurrencies have experienced severe deanonymization attacks. To address these attacks, Bitcoin contributors introduced services called mixers or tumblers. Mixing or laundry services aim to return anonymity back to the network. In this research, we tackle the problem of losing the footprint of money in Bitcoin and other cryptocurrencies networks caused by the usage of mixing services. We devise methods to track transactions and addresses of these services and the addresses of dirty and cleaned money. Because of the lack of labeled data, we had to transact with these services and prepare labeled data. Using this data, we found reliable patterns and developed an integrated algorithm to detect mixing transactions, mixing addresses, sender addresses, and receiver addresses in the Bitcoin network.

يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0

أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.