Detecção de mixers de Bitcoin por padrões estatísticos de transações

Resumo

Esta pesquisa aborda como os serviços de mistura de Bitcoin ocultam os caminhos dos fundos em transações e endereços. Os autores descrevem métodos para rastrear a atividade de mixers e identificar transações de mistura, endereços de mixers e endereços de remetentes e destinatários, além de distinguir fundos descritos como sujos ou limpos. A abordagem se baseia em padrões estatísticos observados na atividade associada aos serviços de mistura.

Como não havia exemplos rotulados disponíveis, os pesquisadores geraram dados rotulados ao realizar transações com os serviços. Relatam ter encontrado padrões confiáveis e os combinado em um algoritmo integrado de detecção. Isso oferece uma abordagem prática para um problema de classificação com dados de referência limitados, mas o documento não detalha os serviços amostrados, os padrões específicos, as métricas de avaliação nem o desempenho em atividades não observadas. Os resultados tratam da detecção na rede Bitcoin e não demonstram que o mesmo algoritmo se aplique a outras criptomoedas ou a projetos mais recentes de mixers.

Ideias principais

• Os serviços de mistura buscam ocultar o fluxo de fundos ao longo das transações de criptomoedas.
• O estudo busca identificar transações de mistura e os endereços associados de mixers, remetentes e destinatários.
• Como faltavam rótulos disponíveis, os pesquisadores criaram dados rotulados ao realizar transações com serviços de mistura.
• Padrões estatísticos da atividade rotulada foram combinados em um algoritmo de detecção.
• O documento não apresenta métricas de avaliação nem demonstra que o método possa ser transferido para além do Bitcoin.

Tags

# 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.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.