Detección de mezcladores de Bitcoin mediante patrones estadísticos de transacciones

Resumen

Esta investigación analiza cómo los servicios de mezcla de Bitcoin ocultan el recorrido de los fondos entre transacciones y direcciones. Los autores describen métodos para rastrear la actividad de los mezcladores e identificar transacciones de mezcla, direcciones de mezcladores y direcciones de remitentes y destinatarios, así como para distinguir los fondos descritos como sucios o limpios. Su enfoque se basa en patrones estadísticos observados en la actividad relacionada con los servicios de mezcla.

Como no había ejemplos etiquetados disponibles, los investigadores generaron datos etiquetados al realizar transacciones con los servicios. Afirman haber encontrado patrones fiables y haberlos combinado en un algoritmo de detección integrado. Esto ofrece un enfoque práctico para un problema de clasificación con pocos datos de referencia, pero el documento no detalla los servicios muestreados, los patrones concretos, las métricas de evaluación ni el rendimiento ante actividad no observada. Los hallazgos se refieren a la detección en la red Bitcoin y no demuestran que el mismo algoritmo pueda aplicarse a otras criptomonedas o a diseños de mezcladores más recientes.

Ideas clave

• Los servicios de mezcla buscan ocultar el flujo de fondos entre transacciones de criptomonedas.
• El estudio busca identificar transacciones de mezcla y las direcciones asociadas de mezcladores, remitentes y destinatarios.
• Los investigadores crearon datos etiquetados al realizar transacciones con servicios de mezcla porque faltaban etiquetas existentes.
• Los patrones estadísticos de la actividad etiquetada se combinaron en un algoritmo de detección.
• El documento no informa de métricas de evaluación ni demuestra que el método sea transferible más allá de Bitcoin.

Etiquetas

# 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.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.