比特币，基于交易图网络数据分析的去匿名性问题论文阅读

[wtysos11]

所有的论文都放在这边

1. Do Bitcoin Users Really Care about Anonymity? An Analysis of the Bitcoin Transaction Graph Proceedings - 2018 IEEE International Conference on Big Data, Big Data 2018
2. Harlev M A, Sun Yin H, Langenheldt K C, et al. Breaking bad: De-anonymising entity types on the bitcoin blockchain using supervised machine learning[C]//Proceedings of the 51st Hawaii International Conference on System Sciences. 2018.

[wtysos11]

Do Bitcoin Users Really Care About Anonymity?

Do Bitcoin Users Really Care about Anonymity? An Analysis of the Bitcoin Transaction Graph Proceedings - 2018 IEEE International Conference on Big Data, Big Data 2018

看了一下，感觉可能和我想的有些不太一样。这个是关于比特币交易网络分析的文章，重点在于用户对于自身匿名性的在意程度。 文章介绍了目前主流的四种去匿名性思路：

1. 直接与比特币用户交流来追踪比特币。比如在商品交易中，一方需要提供自己的地址以进行收款。
2. 爬取第三方信息，建立开放的区块链分析网络。通过第三方的讨论组来收集比特币地址，包括用户无意泄漏，或者一些商人和组织的有意发布。
3. 破解比特币的客户端，使IP与P2P网络对应。在交易过程中，会有一方来初始化整个交易，通过分析交易的形式和时间戳，是可以从比特币交易数据中提取出对应的IP地址，从而解析出真实的物理地址。
4. 分析比特币交易图，这个是现在做的比较多的。Reid and Harrigan使用了一个多输入的启发式方法来进行分析，完成地址到用户的映射，等等。

学界关于比特币的匿名性和去匿名性进行了激烈的竞争，但是没有人想过一个问题：比特币用户自身关心匿名性吗？从结果来看，越富有的账户越关心自身匿名性，但是大部分用户本身是不关心匿名性的，我们可以轻松找到大型组织的所有对应地址。

相关工作

不太重要，其中分析比特币交易图所列出的文献值得进行阅读。

[wtysos11]

Breaking bad: De-anonymising entity types on the bitcoin blockchain using supervised machine learning

文章来源：课程论文搜索

本文使用了有监督机器学习的方式，预测未定义实体的类型。数据集采用了从200M个交易记录中提取出的434个实体，将其分为10类。采用的方法Gradient Boosting，准确率77%，F1大约0.75。

Intro

与公司合作，该数据提供方标注了一些数据，但是目前比特币网络上的大部分地址是没有被标注出来的。 标注类别：exchange, gambling, hosted wallet, merchant services, mining pool, mixing, ransomware, scam, tor market or other

相关工作

与比特币相关的工作比较多的是采用无监督学习方式，比如聚类算法。

[wtysos11]

Could Network Information Facilitate Address Clustering in Bitcoin?

论文计划使用地址信息来进行比特币的聚类，将所有用同一个用户创建的地址聚为一类。 结果显示只有8%的聚类与单个IP相关，说明比特币用户往往会使用很多个IP。 由于比特币交易的特性，为了确认一个交易必须要向全网进行广播，因此持续的网络监听很可能可以将比特币地址与特定的IP相连接。但是如果用户使用动态分配的IP，比如在NAT路由器之后或者使用钱包应用。因此这些信息就不一定能够用在去匿名化上。 思路：使用已有的启发式算法对用户和地址进行映射，然后对整个数据集进行聚类，看聚类所得到的用户与IP的对应关系。

相关工作

去匿名化的第一个工作：Reid and Harrigan(前面提到过)，使用启发式方法，多输入模型分析追踪之后的交易。 Meiklejohn，基于标准用户的行为进行

[wtysos11]

A Survey on Blockchain Anomaly Detection Using Data Mining Techniques

匿名检测技术的综述 将方法分为两大类，一类为泛用检测方法，一类为专用检测方法。下面共有八个子类。

Universal Detection Methods

指不为特定的异常设计的检测方法 分为三个小类：entity portrait/ transaction pattern recognition/ double angle detection model

entity portrait

主要任务是存储用户的活动，并对这些活动的性质进行分析。这方面活动的目的主要是为了去匿名化。

• Harlev: Breaking bad: de-anonymising entity types on the bitcoin blockchain using supervised machine learning.，这个前面有，使用了两百万个交易数据的434个实体，使用SMOTE方法解决类间不平衡问题，然后用Gradient Boosting监督学习方法进行分类。精确度77%、F1 75%
• Regulating cryptocurrencies: a supervised machine learning approach to de-anonymizing the bitcoin blockchain，同样使用了有监督的机器学习方法来预测没有分类的应用，训练数据中有957个实体，针对12类进行预测。使用了同样的Gradient Boosting算法（默认参数）
• 我们的文章，深度学习方法
• Deanonymizing cryptocurrency with graph learn- ing: the promises and challenges，意图使用图学习相关方法来进行去匿名化的工作。 上述是间接进行去匿名化。下面这些方法计划学习用户的行为特征，直接进行去匿名化：
• A Bayesian approach to identify bitcoin users，使用贝叶斯方法，构建概率论模型来对用户的行为特征建模，完成将比特币地址与交易和IP地址对应。通过两个月对一百多个用户的观察，他们能够识别几千个比特币用户，并将他们的交易行为与地理位置绑定。
• Learning to classify blockchain peers according to their behavior sequences，基于深度学习的方法，可以将用户根据行为进行分类，通过提取代表用户行为的序列数据来解决问题。

Transaction Pattern Recognition

计划通过机器学习方法决定交易的类型。 好像没什么用

Double angle detection

计划同时找出异常的用户和地址

• Anomaly detection in bitcoin network using unsupervised learning methods
• Anomaly detection in the bitcoin system - a network perspective 该方法从30个已知事件中找出了一个偷窃事件。

[wtysos11]

An evaluation of bitcoin address classifi- cation based on transaction history summarization

构建了新的feature来进行Bitcoin地址的分类，将交易历史集合表示为新的特征。

T-EDGE: temporal weighted multidigraph embedding for Ethereum transaction network analysis

graph embeding方法，为了避免启发式特征提取的问题，更全面地代表动态交易网络的时序和经济结构，作者通过网络压缩的方式构建了以太坊的分析框架。

[wtysos11]

A New Bitcoin Address Association Method Using a Two-Level Learner Model

来源：后续发展 做的仍然是比特币地址与用户的相关性分析，使得地址追踪变得可能。 提取了比特币地址中的重要特征(主要是历史交易数据)，将聚类问题转变为二分类问题来降低计算复杂度。采用了一个两层的learner模型来分析两个比特币地址是否属于同一个用户。 精度提升6~20%，召回率10% XGBoost,LightGBM, GBDT用在第一层，因为它们可以很好地处理所有的特征。DNN用在第二层，因为它在分类上表现出色。 达到了95%以上

[wtysos11]

启发式分析方法

在最早的时候，人们使用基于启发式的方法来分析整个网络 目前最常用的方法就是多输入启发式方法，这个方法最早由：Bitcoin: a peer-to-peer electronic cash system此文是第一个提出使用启发式方法分析比特币交易网络的。启发式方法认为无论有多少输入，交易都会从一个用户开始，因此交易的地址应该全部归属于最初发出交易的用户。如此，可以合并所有交易中的输入地址，并合并成一个聚类，识别出这个聚类的地址所有者。

Shadow address heuristic，第一次提出是在Evaluating user privacy in bitcoin中，并在A fistful of bitcoins: characterizing payments among men with no names被定义为change address。在比特币交易中，用户经常会新开一个地址来存放零钱。这个启发式方法的容错会更低一些，因为对shadow address的识别是基于对交易现象的观察而不是客观现象进行的。其他一些情况也使用了这种方法，在Data-driven de-anonymization in bitcoin中，使用了两种启发式方法来进行去匿名化，召回率69.3%，并研究了多种启发式方法结合的情况，发现结合后的提升小于1%。

在Deanonymisation of clients in bitcoin P2P network和An analysis of anonymity in bitcoin using P2P network traffic中，与之前的分析交易图不同，它们更关注交易地址与实际IP地址的对应关系。使用网络层级技术来追踪IP地址，但是很容易被防御，如果使用了CoinShuffle: practical decentralized coin mixing for bitcoin中提到的VPN或混淆技术