Repérer les mélangeurs Bitcoin par leurs transactions

Résumé

Cette recherche porte sur la manière dont les services de mixage Bitcoin dissimulent les flux de fonds entre transactions et adresses. Les auteurs présentent des méthodes pour suivre l’activité des mélangeurs, repérer les transactions de mixage et les adresses des mélangeurs, des expéditeurs et des destinataires, ainsi que distinguer les fonds qualifiés de sales ou de blanchis. Leur approche repose sur des régularités statistiques observées dans l’activité liée aux services de mixage.

Faute d’exemples étiquetés disponibles, les chercheurs ont généré des données étiquetées en effectuant des transactions avec ces services. Ils indiquent avoir trouvé des régularités fiables et les avoir combinées dans un algorithme de détection intégré. Cette approche pratique répond à un problème de classification pour lequel la vérité terrain est limitée, mais le document ne précise ni les services échantillonnés, ni les régularités retenues, ni les mesures d’évaluation, ni les performances sur une activité inédite. Les résultats portent sur la détection dans le réseau Bitcoin et ne démontrent pas que le même algorithme s’applique à d’autres cryptomonnaies ou à de nouveaux modèles de mélangeurs.

Idées clés

• Les services de mixage visent à dissimuler les flux de fonds entre les transactions en cryptomonnaies.
• L’étude cherche à repérer les transactions de mixage et les adresses associées des mélangeurs, des expéditeurs et des destinataires.
• Les chercheurs ont créé des données étiquetées en effectuant des transactions avec des services de mixage, car les étiquettes existantes faisaient défaut.
• Les régularités statistiques issues de l’activité étiquetée ont été combinées dans un algorithme de détection.
• Le document ne rapporte aucune mesure d’évaluation et ne démontre pas que la méthode s’étend au-delà de Bitcoin.

Étiquettes

# 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.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.