欢迎访问一起赢论文辅导网
本站动态
联系我们

手机:15327302358
邮箱:peter.lyz@163.com

Q Q:
910330594  
微信paperwinner
工作时间:9:00-24:00

博士论文
当前位置:首页 > 博士论文
基于动机分析的区块链数字货币异常交易行为识别方法_沈蒙
来源:一起赢论文网     日期:2021-08-08     浏览数:195     【 字体:

 第4 卷第1 2 0 2 1 年1 月计算机学报C H I N E S EJ O UR N A LO FC OM P UT ER SVo l .4 4No .1J a n. 2 0 2 1基于动机分析的区块链数字货币异常交易行为识别方法沈蒙仙桑安琪”祝烈煌u孙润庚u张璨”nC 北京理工大学计算机学院北京1 0 0 08 1 )2)( 密码科学技术国家重点实验室北京1 00 8 78 )摘要当前区块链数字货币被众多恶意交易者利用, 导致了“ 粉尘” 注人、“ 空投”操作、勒索、骗局等一系列异常交易行为. 因此, 研究区块链数字货币异常交易行为的识别方法对于规范交易行为、保障网络空间安全具有重要意义. 在众多区块链数字货币中, 比特币市值超过所有区块链数字货币市值和的一半, 具有高代表性. 比特币系统的用户数量多、交易规模大、地址匿名化等特性, 为异常交易行为的准确识别带来巨大挑战. 鉴于任何比特币异常交易行为背后都存在着明确的动机, 本文以分析交易动机为切人点, 设计了一种新颖的比特币异常交易行为识别方法. 具体地, 我们以空****吞袄纷⒆柿嚼嘁斐=灰仔形魑湫痛恚 分别设计了两类异常交易行为的判定规贝II , 进而抽象出异常交易模式图. 在此基础上, 利用子图匹配技术设计实现了比特币异常交易行为的识别算法. 为了评估本方法的效果, 我们收集了近3 0 个月的比特币历史交易数据, 通过人工分析确定了异常交易行为的真值集. 实验结果显示, 空****形氖侗鹫倩芈饰 5 . 7 1 % 、准确率为4 3 .6 2 % , 贪婪注资行为的识别召回率为8 1 .2 5 % 、准确率为5 4 . 3 2 % . 此外, 我们重点分析展示了三个比特币异常交易行为的典型实例, 通过真实案例进一步验证了本文所提方法的有效性.关键词区块链; 比特币; 异常交易行为; 动机分析; 交易图中图法分类号T P3 0 9DOI 号1 0 . 1 1 8 9 7 / SP . J . 1 0 1 6 .  2 0 2 1 . 0 0 1 9 3Abn o rma lTr a ns ac t i onB eh av i o rR ec og ni t i o nB as edo nMo t i v at i o nAn al ys i s i nB l o ckch ai nDi g i t al C ur r en c yS H E NM en g1 ) , 2 )SA N GA n Q i1 )Z H U Li e H u an g1 )S UN Ru n G en g1 )Z H A N G Ca n1 )1 : ) { S c h o ol of Comp ute r S cie n c e ? Beijin g In si i i uie ofTe ch n o log yB eijin g1 0 0 0 8 1 )2 ){.St a le Ke yLa b or a to ryo fCr yp to l og y ? Beiji n g1 0 08 7 8)Abs t ra ctDu e to t h e ch a o s i nt h e c ur r e n tc r yp to cu r r e n cyma r k e t ,b l o ck ch a in di g i t a l cu r r e nc yi su s e dbyma n yma l i c i o u s tr a de r s , l e a di ng t o a s e r i e so f  ab n o rma lt r a d i ng b eh a v i o r s s uc ha s“du s t”i nje c t i o n , “a ir dr o p”o p e r a ti o n s, e xt o r t i o n , an d s c a m s . T h e r e f o r e, r e s e a r ch o n t h e i de nt i f i c a ti o nm e t h o do f a bn o rm a l t r an s a c t i o nbe h av io ro f b l o c kc ha i ndi g i t a lc ur r en c y i so f g r e at s i g n i fi c an c e  f o rr e g u l a ti n g t r a ns a c t io nb eh a v i o r a nde n s ur i ng c yb e r s p ac es e c ur i t y. A mo ng t h ema n ybl o ck ch a i ndi g i ta lcu r r en c i e s ,t h ema r k e tv al u e o f B it co ine xc e ed s h al f o ft h e t o ta lma r k e t v a l ue  o fa l lbl o ck ch ai ndi g i ta lcur r en c i e s , a nd is h igh l yr ep r e s e nt at iv e .B it co i ni st h e m os ts uc c e s s f ul b lo c kch ai na p p li c a ti o ns c e na r i oa t p r e s en ta n do ne o f t h e mo s t p o p u l ar t o p i c s i nt h e  fi e l do f di g i t a lc ur r e n cyi n v e s t me ntan d r e s e ar chin t h e r e c en tde c a de .T h e Bi t co in s y s t emh a s a l ar g e n umb e r o fu s e r s, al ar g e tr an s ac t io n收稿日期:20 1 9 l l 3 0; 在线发布日期:2 0 2 0 0 5 0 4 . 本课题得到国家重点研发计划( 2 0 2 0 Y FB 1 0 0 6 1 0 1 )、广东省重点领域研发计划( 2 0 1 9 B0 1 0 1 3 7 0 03 ) 、国家自然科学基金( 6 1 9 7 2 0 3 9 , 6 1 87 2 0 4 1 ) 、北京市自然科学基金( 4 1 9 2 0 5 0 ) 、北京市科技新星计划( Z2 0 1 1 0 0 0 0 6 8 2 0 0 06 ) 资助. 沈蒙, 博士, 副教授, 中国计算机学会( CCF ) 会员, 主要研究方向为网络安全、云计算隐私保护.E m ail : s h e nme ng @b i t.e d u. c n.桑安琪, 硕士研究生, 主要研究方向为网络与信息安全. 祝烈煌( 通信作者) , 博士, 教授, 中国计算机学会( CCF ) 会员, 主要研究领域为密码学、网络与信息安全. E ma il : li e h u a ngz@ b i t . ed u . c n . 孙润庚, 硕士研究生, 主要研究方向为网络与信息安全. 张璨, 博士研究生, 主要研究方向为网络与信息安全.1 9 4 计算机学报 2 0 2 1年s c a l e , a nd a no nym i z a t i o no f a ddr e s s e s , w hi c hbr i n g g r e a tch a l l e ng e s t o t h e  a c c ur a t e  i de nt i f i c a ti o no f a b no r ma lt r a n s a c t i o nb e ha v i o r .S o f ar , ma n y r e s e a r ch e r sh av e f o c us ed o n ap ar ti c ul a r t y p eo fi l l e g a la n da b n o rma l t r a di n gb e ha v i o r .B utdi f f e r e nt f r om t h e i r m e t h o d , g i v e n th a t th e r e  i s a c l e a rmo ti v a t i o nb eh i n da n yBi t co i na b no rma lt r a n s a c ti o n be h av i o r , th i s a r t i c l e d e s i g n sa no v e lm e t h o dfo r i de nt i f yi n gBi t co in?sa bn o rm a ltr a n s a c t i o nb eh a v i o rb a s edo nt h ea n a l ys i so ftr an s a c ti o nmo ti v a t i o n .Sp e c i f i c a l l y , w eta k et h etw ot yp e s o f a bn o rm a lt r a n s a c ti o nb e ha v i o r so f a i r dr o pc a ndy a ndg r e edy c ap it a li nje c ti o na s t yp i c a l r ep r e s ent at i v e s,a nd de s i g n th e tw o t yp e s of a bn o rmalt r a ns a c t i o nbe h av io rd e t e rmi n at i o nr u l e s( i . e .j udgm en tr u l e sf o ra i r dr o pc a n dyb eh a v i o r an dg r e e dinje c t i o nb eh a v i o r ) , a n d th e na bs t r a c tt h ea b no r ma ltr an s a c ti o np a t t e r n di a g r a m( i . e .a ir dr o p c a n dyb eh a v i o r t r a di n g p at t e r na n dg r e ed yc ap it a l i nj e c t io nb e ha v i o r t r ad i ng p a t t e r n ) .Ba s e d o nt h i s,t h ea l g o r it h mf o rid e nt i fy i ngab n o rma lt r a n s a c t i o nb eh a v i o r so f Bi t co inw a sde s ig ne d an dim p l em en te d us in gs u bg r a phm at ch in g t e ch no l o g y .I no r d e r t o ev a l uat e  th e e f f e c t iv ene s so f t h i s me th o d , w e  co l l e c te dt h e h i s t o r i c a l t r a ns a c t i o n dat a o fB i t co i nf o r n e ar l y 3 0mo nt h s , an dd e t e r mi n ed t h eg r o un d tr ut hs e to fa b n o rma l t r an s a c t i o nb eh a v i o r t h r o u ghma n ua l a na l ys i s . T h ee xp e r im en t a lr e s ul t s s how t ha t t h er e co g n i ti o n r e c a l lr at eo f ai r dr o p c a n dy b eh av i o r i s 8 5 . 7 1  %,t h e a c c ur a cyi s 4 3 .  6 2% , t h e r e co g n it i o nr e c a l lr a t e o fg r e ed yfu n d i nje c ti o nb eh a v i o r is 8 1 . 2 5  %,a nd t h e a c c ur a c yi s 5 4 . 3 2 % .I nad di t i o n , w efo cu s o nth ea n al y s i s a ndd is p la yo f t h r e et y p i c a le xa mp l e s o fBi t c o in’s ab n o rma l t r a n s a c t i o nb e ha v i o r ( i .e .“d us t”i nje c t i o n b eh av i o r , Wa nn a C r yr a n s omw a r e , S OX ex e xch a n g e  s c am ), a n d f ur t h e r  v e r if yt h e  e f fe c t i v e n e s s o f t h e me t ho d p r o p o s e di nt hi s p a p e r t h r o u gh r e a lc a s e s . A t t hes a me t im e ,i t a l s o  s h ow s t h at t h e r e a r em a ny ab n o rma lt r a di n ga c t i v i t i e s i nt h ec r ypt o cu r r e n cyma r k e t, an dt h ec r ypt o c ur r en cyi nv e s t m en tm ar k e ti sco ns ta n t l ybe i n g di s r up t ed.Th e r e f o r e ,r e s e a r chto i de nt i f y B it co in?s a bn o rm a lt r a di n gb eh a v i o rh as  th ep o t e n ti a lt op r o v i de i ns i gh t s i n to t h ew i d e r c r y p t o c ur r en cye c o s y s t e ma n d t h et r a di n gb eh a v i o r o ft h o u s a n dso f di g i t a lcu r r e nc i e snow i n c l u de d.I tc a na l s oh e l pBi t co i ni nv e s to r sun d e r s t a nd t h e da n g e r s o f in v e s t i n gi nt h em a r k e t a n d r e du c e i nv e s tm en t r i s ki n t h ema r k e t .I na dd it i o n ,  it i sm o r e  co nd u c iv e  fo rn at i o n a la ut h o r i t i e st o us e  th e  a b no r ma l t r a n s a c t i o nb eh a v i o ro fc r yp t o cu r r e nc i e s t or e g u la t e i n v e s t o r s’i n v e s t m en tb eh a v i o r .K eyw o rdsb l o ck ch a i n ; Bi t co in ; ab n o rma l tr a din g b eh a v i o r; mo t i v a t i o na na l y s i s; tr an s a c ti o ng r ap hi 引言比特币是迄今为止最为成功的区块链应用场景, 也是近十年在数字货币投资领域和研究领域中最流行的话题之一. 由2 0 0 8 年化名为“中本聪”的学者发表的比特币奠基性的论文可知, 比特币是由密码学支持保护的、可以在参与者之间实现价值转移的数字货币, 也是最著名的首个具有变革潜力的、不依赖第三方权威的分布式加密货币?. 此外, 由于比特币允许用户在比特币网络中使用一个与真实身份无关的假名, 并且无需地址重用, 所以比特币具有一定的匿名性. 同时, 因为具有分布式和匿名性这两个特点, 近些年比特币吸引大量用户资本, 积累大量交易数据. 据统计, 比特币在全球至少有1 〇〇〇万的用户使用量, 每天的交易量高达2 亿美元?. 比特币的实际价值和用户量的潜在价值是投资者参与投资比特币的主要因素.一方面, 如图1 所示, 由历史均价可知, 比特币的实际价值非常高. 另一方面, 比特币庞大的基础用户量和匿名性, 使得其用户的身份更容易被隐藏. 所以许多不怀好意之人正是利用了比特币的这种高价值属性与匿名性来实施恶意行为.①N a k amo t o S.B i t c o i n:Ap e er to pe er e l ec tr o n i c c a s h  s y s te m.2 0 0 8[ O nli n e] . Av aila b le:h t tp s : / / b i t co i n. o rg / b i t c oi n.  pd f②B u r n i s k eC , Wh i t eA .B i t c oi n:Ri ng i ng t h eb el l f o r a n ewa s s e t cla s s .2 0 1 9 [ O nli n e ] . Av ailab le:h tt p s : / / re s e ar c h ,a r k i n v e s t . c o m/ h u b f s / l D o w nl o ad F ile s ARK In v es t / W h i t eP ap er s / Bi t c o i n Ri ngi ngT h e B el l Fo r A N ew As s e t Cl a s s , p d f沈蒙等: 基于动机分析的区块链数字货币异常交易行为识别方法 1 9 5日期图1 比特f:與*掛价趋勢庫本文主襄关注* ‘ 粉尘”注入、? ? 空投” 操作、勒素、骗局等比特币# 常突易行为? 这些养常交葛行为普遍存在? 并迨成了重大的经济损,朱? 如,SOX e x 交易平台利用假空授福利和高回报活动诱导投資者注资》: 最终套现约4K? 万人民币2 0 1 & 年1 if 至3 月,仅S 个揭的时间就出现了: 6 起比特帀讀索事件( 2). 本文关注的异常交易行为中的“ 粉尘〃基指微量的币,一般这种金额置级的币不会被用于进行交易. 但很多比特币地址会皱注人“ 粉痤' 因为这榉有助于攻击者破坏比特币的匿名性, 从面实现对这些地址的追踪. 同时., 近几年出现了一种称作“瘦投#的商业行为, 利用比翁币的大量.用'户基础, 以零成本进行传播, 创造馨锖蒭潮. 交易平。台逋过嘴投” 操作来吸引太量用户进行交蜃,从而赚取佣金? 新币发布利用“ 空投” 操作来吸引场外资本r犯華分乎试图通过“ 空投” 操作_ 法莸取董多用戶的数字资产, 利用S己的资金进行资本化. 勒索行为则通常会采用禁.土访问文件的方式, 来向用户素要加密数字货币? 骗見会釆用欺骗的方式让甩:户认为其是有利可展的, 但#本质是骗局的爱起者将用户的数宇资产转移进自己所有杈的账户. 由此可知, 每一个异攀.交易行为背續都有其对应的动机因此, 从交易动机出发* 有助T更好地实现对比特币异常交易行为的识别.比特币独特的自身屬性(如用户数量多、交易规模大、地址匿名化) 使椿识别与界定上述异常交易行为面临诸多挑战. 貴先, 由于一个用户可以生成多个比特布地址, 使得整个账本数据中涵盖了犬鬚不重复的比特币地址. 同时这些地址也都涉及了海量的比特币突易.. 因此识别比特币异常交易行为这一过程需要基于海量复杂的比特币交易数据, 分析效率低、计奪藿大. 第二, 比特' 币的整体交易模式为多对多( 即输入和输出地址均可以是多个). 这种交易模式懷瘍交易中的输人和输出地址之间缺乏:感式前链接/同时这种弱链接也更有效地在大量交易数据中模糊了■潜在比特币异常交易行为的特征, 使得难以通过分析地址链接的方式识别基于比特币的异t.交易行为.本文从比特、币异常交易行为的动机分析人手—以比特币地址集群为单位进行探索研究. 根据异常行为的交易动机提取其交易特征. 并设计了异常交易行为的判定规则. 然后基于判定规则构建交易模式图? 从而提出利用子图匹配技术来进行比特币异常交易行为的识别. 最后采用真值M 配和实例验证的方式对识别方法进行了验证分析? 实验结果表fl ,本文的识别方法可有效识别出比特币异常交易行为. 此识别方法有利于-规范加密货币市场及其内部的交易行为. 同时, 能为用户提供更加安全的服务,以及更加健康的投资环麁本文的主要奮献包? 三方面: S( 1 ) 提出了比特币系统中空找糖果行为和贪赛注赍行为的判定规则. 进而抽象出两类异常交易行为的交易模: 式, 可以将地址集群与粉尘15 法人、^投” 操作、勒素、骗局辱异常交易抒为进行关联.( 幻提出了一个基于动机分析、利用子图匹配技术有效识别比待币异■ 常交易行为的方法? 并构建了一个比特币异常交昜行为真?偉集? 逢T 此数据蘖,识别方法的空****形谢芈饰妫 i M 、准确率为41 fi g:% , 贪婪注资行为■ 召回率为《! . 2 5 % 、准瑜率海C3 ) 通过研究分析粉尘〃注人、Wa nm iCr y 勒索事件、SO X ex 玄易所骗局的寫实案例, 证明本文所提出的比#币异常交易行为识别方法的有效性. 本方法可以帮助降低比特币投资者的市场投资风险,并对; iD 密货币市场及其内部的交易行为进行规范>①ht t p s : / / www. q u b i 8 . co m/ a r chi ve s / 3 0 9 0 8 1 . ht m l②ht t p s : / / f o r ex , cng o l d . o r g / c/ 2 0 1 9 - 0 3-1 4 / c 6 2 6 74 0 9. h tm l期20151051SX/U琢¥me*^1 9 6 计算机学报 2 0 2 1 年ht t p s : / / WWW. ji ns e . co m/ ne ws / b l o c kcha i n/ 4 4 8 2 5 5 . ht mlht t p s : / / b a iji a ha o . b ai d u .  co m/ s ? i d =1 6 3 8 4 7 7 5 4 5 5 8 0 1 1 9 3 4 3ht t p i // www. zy fr e e. ne t / QuKu ai Li an /2 0 1 8 - 0 3 / 8 8 9 . ht mht tp s : / / www. 3 60 ku ai. c om/ p c/ 9 c9 1 9 ca 6 0 2 7 7 1 a l 2 8 ? co t a=3 &- ku ai _ s 〇=1  &-s i g n=3 60_ 5 7 c3 b b d l &-r ef er _ s cene= s o_ l2 . 2 典型的比特币异常交易行为2 , 2. 1 空****形崳娍胀****形谋局适前匆欢ü嬖蛎庋欤舴偶樱崳娒芑醣遥 这,里挺指在一段时间内, 太羹歡字货币持有者的账户中无故( 或因".为前期筒单操作》如注册等)多出一部分数字赛产的现象? 这些数字资产的金额可能非常小, 也可能价值非常相近.一方面, 簦****校 的发起者育能会为了在用户追加投人后卷暴跑路* 而前期增加自身用户量,提高自身的用户便用率- 另一方W :? 空****形模崳姺⑵鹫呖赡芑崂猛萑说“ 粉尘”获取用卢末知信息. 从而非法获利. 所谓的“ 粉尘” 注入行为, 就是向大量用户比特币地址发送'" 粉虫”. v恶意者通过关联读比特币地址, 追踪此用户的:交易活动, 从而找也与此用户相关的其他比特币地址, 然后分析得到一个地址集群背后的所有者, 从而破坏比待币本身的匿翁,_ ?这种投资行为破坏了数学货币投资的公平性.在某种程度上存在产生跟踪地址行为或者欺诈用.户行为的可能, 比如“ 粉坐” 注人行为、0 MG 空授事件气E O S?按雾件魯等, &****形姆⑵鹫呖桑崳娨允腔谇榱吹姆瘛⒔灰灼教ɑ蚴鸵恢中麓遥崳姷乃姓撸 乃至普通用戶等等,g ,2. 2 贪婪?注:资冇.为贪婪注资行为通常是在一定时间段内存.在某个或者某几个数字货币账戶收到大麓转账交易的行为. 这里的“贪婪° 具体指代两种不同角度的“ 贪婺一种是惑意用户通过非法的方式* 贪婪地匈普逋用户素取加密数字货帀资产? 另一种基贪婪用卢希望通过注资这种行为( 如投资加密数字货币) 来获撙财富増长.对于第一种角度, 以勒萦行为为例. 勒索行为是指威胁用户, 强行索要以比特币为主的猶金的行为,即通过中法占有的手段来获取非法收入. 比如, 全球最大勒泰病_< 5an dCrat ( 嫌蘧一輸:tfe 眷帀勒掌漏章— 截至目前其袭利资汆已, 貪达20 亿美金,乎均每周莸利2? 万養元对于第二种角度, 许多骗局. 都是符合的. 即从表面上着数字货币持有者可以轻松获利,但实际上.这些“ 政策”和机会是为了让更多的甩户尽力*投資s2 问题定义2 . 1 比特币交易数据?未花费簡褒悬输出即OTXO CUnsp ent?Kt i isaeti on0_>uW)  j? 是比特很交易的基;#构:建:单元和价值单元m. 本质上,uTX〇的出现是为了防止发生欢童花费t2]. 且众所■周知,一个比特币用户可以拥有任意多个地址,一笔交易也可能同时涉及多个地址,即一笔合法的比特币交易可以有多个输人和多个输出. 除此之外, 比特币交易是可能存在所谓的“拢零”的. 出于隐私保护, 找零地址通常与输人地址不同_,苯用胃前所有者的一个新地址. 同时. 比特币交易输人总额和输出的总额不需荽相等, 不管是否存在找零地址? 当输人总额略高于输出总额, 两者的差偉就是手壤费, 被称为“矿工致如揭2 描述了一笔典型的记账记录比特币衮易T X? 此交易示例有2 个输人地址Ml 和A2 ) 和三个输出地址, G 和Ac 中地址Al 、A2 和A c 麟f"同一个甩户A ,A r 是用户在了X 交易中薪生成的找零地址?(I 綱W 知. 地址A 1 转移了& 1 比特币tBTTdh 地址 A2花費了IS BT T C的U TTX0; 地址B接收到了1 BT C , 地址C 新生成了—个5 BTC 的UT XO ; 找導用户A 0 . S. B TC .'图中输人总额与输出总额的翁为0 . 1 BTC , 是此交易的矿工费■闺2 舞麵比费帀鸾易示意图崔比特币貪晨中存在倉一个例外'> kCD i n bas6交易' 如图3 所示. 它是每个区块中的第一笔交易s没有输人, 不消耗UTX 0 , 可以产生新的比特币. 其目的是ft产新的可花费的比特币, 用作3T赢家'” 矿工挖矿的桨勘,{“i np u t s”: [ {“a d d r e s s”: “ co i nb a s e’’} ] ,“b l o ckt ime”:1 5 7 3 6 2 4 5 1 7 ,“b l o ckha s h”:0 0 00 0 0 0 0 00 0 0 00 0 0 0 00 5 5 78 5 d 6e aec5 c3 4 9 a3 0 c6 3 ca e56 6 d 7 6 2 3 5 b 0 6 1 8 5 2 cb 7 e ,“o u t p u t s”: [ {“v al u e”: 1 2 . 8 4 3 3 6 6 9 7 ,‘ ‘ad d re s s”: ‘ ‘ b clqj1 8 uwezz l ech7 2 31 p ny uz aO h2 cd kv xv li 54 v 3 d n”} ]}图3Coi nb a s e 交易实例图①②③④藝等I 興于动机分折的链馨警魏币异簞裏餐K#识: 1 期 别方_ 1 S 7也就是一种非法集资诈骗行为. 攻击者利用顶目的高回报率., 或者更优惠的汇率来吸引租户的迮意v诱惑里户投资《?实际上, 这些被吸引的甩户最终大部分都投有真实得到他们应得的东西. 而他们的数字资产早已被转移到骗篇发起者的账户. 像STCP rmno 、b teQ ui c.k 和dpi nO p e nd 突屬所都已被确认为比特币交易所骗烏*3 相关工作区块链是虚甩f比待币等加密货币的底馬技术, 具有开放性和匿名性, 所以截至目前. 有大量围绕加密货币去酸名^试图挖掘用户籐私的研究? 早期的加密货币去賢名研究主要集中在比特帀J#6] ? 通过采用目前所熟知的“多输人”聚类规则和找零地址的龙式进行銮体识别我们在第4 节中也采用3*这两种方法来获得共享所有权集群.随着K 块链技术的应用越来越成熟, 也陆续出现了针对爵德加密货市的去盧翁研禽TD作? 包括?Rip pl e ( 瑞彼币)[ 7 ]、Das h ( 达世帀)[ S 9 ]、Mo ne rQ( 门罗币}[1 ° 1 1] 和Zcash ( 零币}[1 2] 的单币种传统去匿名工作, 谥及文献[ 1 3 ] 胯多个币种和文爾: [ W- 1 5]爾合磨两的舎観魏j: 作,但是现有的针对加密货币的■去匿名研究工作,并不能阻止M人们滥用区块链麼名性而形成的正在不断泛滥的非法异常加密货币交易行为. 如洗钱&1 6 ]、勒翁於1 9 、各种骗廟1 2 。2 1 ]、市场操控Q2 ]、暗网非法交易[ 1 5 ] 等s,具体可秦看文献[ 2 3 1 所以, 从R块链交易中识别出特殊的交易樓式, 从而,发现相美的非法异常支易行为是一个非:常値得探索的何题.有不少研究人员专搜于某一特定獎型的# 法异常交&行为进行研究, 下面童点介绍基宁K 块链技术的洗钱、勒索利■局的相关研究,铣钱是将非法所得合法化的一种加密货币非法服务, 主要通过各种手段隐瞒非法所得的来源和性质, 使其在形式上合法化? 文献[ 1 6 1利用3 种增强交鼻薩名性的洗钱服务, 来系统性说明反洗钱政策在比特币上的效果和鳥限性, 文献[ 3 ]概括了3 种典型疑似洗钱的交易模式: 汇聚、#叠和分割.勒索软件通常利用封锁文件的方式向用户勒素非法赌金■ 文献[1 7] 使用数据驱动方法识别3 5 个勒素软件相关交易I 弁經验分析这些勒索软件造成的最宣接的经济损失? 文献[ 1 9 ] 以勒索软件公开的比特币地址为起.点, 通.过分析比特币交易数据, 研究关:联交晷, 最终找到了S6 8 个属于该组织的地址., 识别出价值1 1 28 , 40 B?: 的赎金交易,文献[2 0 ] 通过整含可莸得的各种骗局报告,最终获取1 9 2 个基于比特币的骗局案例, 使我们可以了解到骂前比特币骗M 的大规模和产童性. 并且这些骗局被划分为4 种不同类庞氏骗烏、挖矿骗_ 、诈骗钱包和虛僚交易.所等, 文献■〔驗1]秦利用数摒挖_ 方法分析比待币庞氏骟局的研策.除此之外. 还有不少研究将区块链网络可视化,以检测比特币交易中潜在的异常或特殊交易模式.从而识别出非法异常交易行为@2 5]. 现有的研究还没有基于动机分析的解决方案,但是由第2 节间题描述可知,其实每个异常交易行为都穿在一个明确的动机? 所以M 别于以上分析异常衮易行为的方法*.本文提出.基于动机分析来迸行比特币异常交葛行为的检测的方法.4 比特币异常交易行为识别模型■i . 1 方法概述本文按图4 所示的、技术路线, 对比特币交昜背后的异當行为进行了识别与实征探索分析. 首先根S 动机形式化. nTI 判定规则异常交易行为动机分析^ 空****形崳娞袄纷⒆市形崳娨斐=灰仔形崳娕卸ü嬖蛏杓疲崳娕卸ǎ崳姟⒐嬖颍崳姡拢 C.c o m源数据 种子数据 〇〇*〇〇数据预处理[Q! ■传统地址聚类人工筛&异常''预标记集群标记集群’标瞇址交易行为真值预筛选*胃真实案例分析交易模式异常交易行为异常交易行为愣》识别方法验证-预标记集群子图匹配- 交易图构建? 标准地址集群子图匹配判定规则分析交易模式设计基于动机分析的比特币异常交易行为识别方法? 识别异常交易行为识别方法有效性验证图4 比特币异常交易行为识别方法技术路线1 9 8 计算机学报 2 0 2 1年据对异常交易行为的动机分析提出了空****形崳娕卸ü嬖蚝吞袄纷⒆市形卸ü嬖颍 并对它们进行了分析和讨论. 然后将两个判定规则分别转化为可以用于识别异常交易行为的交易模式, 即空****崳娦形灰啄J胶吞袄纷⒆市形灰啄J剑 从而提出了基于动机分析的比特币异常交易行为识别方法.最后本文通过真值匹配和真实案例的识别来验证识别方法的有效性, 详细内容会在第5 节和第6 节进行进一步的阐述.4 . 2 异常交易行为识别方法设计4 . 2 . 1 异常交易行为动机分析( 1 ) 空****形治觯崳娙纾 . 2 . 1 节所述, 空****形赡苁且恢忠欤崳姵=灰仔形 这种行为的主要特征是在一定时间段内, 大量用户接收到具有一定规则性的转账交易, 并且这些转账交易发起源于一个或一组数字货币账户的交易行为. 这种转账行为表现出具有一定的发散性, 可能包含以下四种动机, 涉及项目方( 或犯罪分子) Pr o 、用户U s e r 以及资金A c 三种实体.第一种, Pr o ( 新币或新交易所) 初期的商业行为, 为了提高人气. Pr o 试图尽可能多的将数字货币持有者吸引为他们真正的U s e r .第二种, 项目上市后Pr o 的商业行为, 为了提高影响力. 增加U s e r 参与度和提高影响力, 有助于发掘更多的潜在A c . 这种行为不一定是具有恶意的( 如市场操控) , 可能只是正常的商业行为.第三种, P r o 为了筹措A c . 从合法的角度来考虑, 可以是Prc 为了资助项目的未来发展和建设. 从非法的角度来考虑, 可能是Pr o 为了吸引大量的Us e r 关注后, 采取利诱等非法恶意行为来骗取Us e r的A c _第四种, 不同于前三种, 可能是Pr o 为了恶意追踪U s e r 地址, 即“ 粉尘” 注人行为. Pr o 有意地识别地址的真实所有权, 帮助其进一步实施诈骗等非法活动.( 2 ) 贪婪注资行为动机分析如2 . 2 . 2 节所述, 贪婪注资行为的主要特征是在一定时间段内, 转账行为具有汇聚性, 即存在大量用户向某个或者某几个数字货币账户进行转账操作的行为. 其包含两种不同角度的“ 贪婪”, 对应也有如下两大类不同的动机, 涉及勒索操纵者B la ck 、骗局发起者S c a m、用户Us e r 以及资金A c 四种实体.第一类, 站在非法B l a ck 的角度. B l a ck 试图通过锁定U s e r 的文件, 来威胁大量Us e r 向B l a ck 的地址集群进行存款交易, 从而贪婪地获得大量非法A c , 实现快速获利.第二类, 先站在U s e r 的角度. Us e r 通常会被所谓的优惠汇率、高回报等推销手段所吸引, 并想要尽快注资, 企图获得更多的A c . 再站在S c a m 的角度.S c a m 正是利用了Us e r 的这种贪婪心理, 来欺骗Us e r 投资, 从而骗取Us e r 的A c .4 . 2 . 2 异常交易行为判定规则设计( 1 ) 空****形卸ü嬖蛏杓疲崳娢颐歉萆鲜龆治觯 结合空****形兀崳娬鳎 提出了第一个异常交易行为判定规则:空****形卸ü嬖颍 在时间内, 同一所有权的地址集群中, 若存在将A 个近似金额( 浮动范围为Ga f ) 发送到不包含在此集群内的其他数字货币持有者的地址, 则认为此地址集群存在空投糖果行为.就误报而言, 最明显的一个误报就是C o i n ba s e交易, 其输出地址可以归属于同一个实体[2 6]. 我们采用删除C m n ba s e 交易的方法来防止误报. 因为如图3 所示, C o in b a s e 交易在其输人的地址处是有特殊标识的, 所以通过识别这个特殊的标识, 可以在应用此判定规则之前排除C m n ba s e 交易, 从而大大降低误报的概率.( 2 ) 贪婪注资行为判定规则设计我们根据上述动机分析, 结合贪婪注资行为特征, 提出了第二个异常交易行为判定规则:贪婪注资行为判定规则. 在T2 时间内, 同一所有权的地址集群接收到B 笔高于正常值( 该集群历史平均接收交易金额c ) Gtom Z 倍的交易, 且这些交易由不包含在此集群内的其他数字货币持有者地址发送, 则认为此地址集群存在贪婪注资行为.就误报而言, 可能存在同一个用户将自己所有的比特币资产在一段时间内汇人一个或几个自己新拥有的账户. 这种交易行为特征与贪婪注资行为非常类似. 但经过统计, 在贪婪注资行为真值中产生这种误报的概率几乎为零, 足以被忽略.此外, 上述两个判定规则中的时间参数( 即和T2 ) 或金额参数( 即Ga f 和G tom Z ) 如果选取的不恰当, 也可能会产生误报或者漏报. 即,一种是把正常的集群判定为异常集群. 另一种是异常的集群没有被判定出来. 空****形卸ü嬖蚩梢酝ü觯崳娂踊蛟龃螅牵 f 来减少漏报, 但代价是增加了更多计算, 并且可能增加误报. 也可以通过减少7\ 或减小Ga f 来减少误报, 但很可能增加漏报. 贪婪注藝等I 興于动机分折的链馨警魏币异簞裏餐K#识: 1 期 别方_ 1 S 9资行为判定:规则可以通过增加TV或减少来减小漏报率, 钽代价是増加了更多计容, 并且可能增加误报■ 也可以通过减少乃或增加<3臟/■ 来减小:误'报率, 低很可能会增加漏报率.4 . 2 . 3 异常交易行为交易模式设计我们将一个地址集群定义为有拘图中的一个节点& , M 时、有: 向图中的每条边《都代毫了两个节点间的藥少一笔直接交易, 当由地址集群叫佝地址集群巧产生了一笔发送交易时, 则存布一个有向边, 巧} ? 当由地址集群吨从地址集群% 莸轉了一笔接收突■时. 则存在一斗有向边( 巧, . 逡些:者向边都具有权重;? 此值等于沿此边进行的一笔或多笔亥爵所转移的比特币总董加权.具体地, 本文提出的交易.及突晷图构建方式如下所示定义1 ( 交: 易h交易认土|6, 成,丨是一个四元組. 其中, 匕和心分别表示?交易的发送方集群和揍收方集群, 边?示此突晷的鸯易金额( 单位为B TC), d 是交易中地址集群的角色标识? 也就是当此笔交易中的发送方( 优先考虑) 地址_ 群s 存在空投糖杲行为时d 被赋( ) 值; 当此笔交易中的接收方地址鲁群在贪势注资行为时d 裱赋1 值4 其余情祝d 裱赋值为1 .定义2(災易属,1.秦易图:G=.! 段, E , I} 是一■个三元组■ 其中丨代表一组节点, 郎是一粗南: 或一辦? E 是对应逾_Jf_一第遨, 即J 或t% ,,%: > . W 是一组边的: 扠重函纖,部£中_ 条迪的輕:重都是沿这条边转移的比特布綠量之和,为了能更加细致地区分s 识别和分析不同的异常交身冇为, 我们拫据4 . 2 , 2 节所述时异常交易行为判定规则. 设计了空****形灰啄J胶吞袄罚崳娮⒆市形灰啄J剑崳姪枺浚 空投糖桌行为交&模式空****形粫[獨曲多个空****形阱椋崳姡 I VJ 与他们作为发迭方的交易£ED 及其权纛(所组成? 每一个空投糖皋行为节* 都甚符脅空投糖襄行为交.易模式的? 我们根据空探糖果行为■ 判定规规可知, 空投糖皋行为交易模式荽求交易图中的'节蟲&A其边_flf 辑展: # 的方向綠C wi, 巧1?( 1土G吵) 的出度数这A 笔交.易的时间戳最大雜< T' ,着此& 及其边满足以上要求, 则标E 此& 为空****形冢 汍) ? 同时更新其作为反的衮易元fi 中的, 赋值为氏并1&* 其实是具有实际意义的空****形刂芳 < 所以其中所包含的比特币地址也被标记为空****形刂罚崳娡迹 所示为空****形灰啄J绞疽馔迹 其中用不同填充的点和实线窬头共同表示空找糖果行为交易模式. 值得注意的是■ 中用大圆圈圈起来的一^或多个地址, 表示拥有共周所有权的地址集群.并且H 中用备头的寬度表示两个地a梟群之间的交易金额( 交易金额大, 则箭头宽 >交: 易金额小, 侧箭头窄) . 此交易模式代表存在:共享所有.扠的空****校崳娢刂芳合蚣和獾钠渌刂贩⑵鸫婵罱灰椎模剩崳娊鹆髁浚崳娡迹 裏霞式赫■囊M( 2) 贪婪注资行为变易糢式贪婪往资行为交易图由多个贪婪注资行为节彘( iV{ )与他们作为接收方的交晷fE, ) 及其杻貪( %)所组成? 每一个贪荽洼资行为节* 都甚符脅?贪婪注'资行为交.易模式的, 我们根据贪婪法资行为判定规卿可知, 贪荽機资行为交易霍式荽求交易图中齡节点及_进同时_ 足: p 的方同为(,2 , "fe h齡人慶数这孖笔:交易的时间戳最大羞谭Cr2 .若d 及其边满足以上要求, 则标记6 为贪婪注资行为节点( &J . 同时更:新其作为 ̄的交易元组中的A 赋值为1 . 并且6, 其实是具有实If 窵义的贪婪注赍行1为地址集群. 所以其中所包含的比特币地址也被标记为贪婪注资行为地址?图6 所示为贪婪注资行为交易模式示:蕙图, 其2 0 0 计算机学报 2 0 2 1年中用不同填充的点和实线箭头共同表示贪婪注资行为交易模式; 用大圆圈圈起来的一个或多个地址, 表示拥有共同所有权的地址集群; 用箭头的宽度表示两个地址集群之间的交易金额. 此交易模式代表存在共享所有权的贪婪注资行为地址集群从集群外的其他地址接收到存款交易的资金流量.4 . 3 检测算法基于前文所述方法, 我们设计了算法1 识别空****形募觳馑惴ǎ 其中设G 为带权有向图,Ga汐表示权值浮动范围, 满足Ga f e [ 〇,l ] ; A 表示满足条件的输出数量下限; 表示G 中以6 为起点的边的权值集合;7; 表示筛选出的以6 为起点的边的时间集合; TdlI I 表示7; 中最早时间和最晚时间的差;Tb q m表示节点筛选范围的起始天数;Tm d 表示节点筛选范围的结束天数;Da y 为常量2 4 X 6 0 X 6 0 .算法1 . 空****形觳馑惴ǎ崳姡 . 输人: G =( JV,£,W )2 . 输出: 空****形诘慵希眩崳姡 . Q = {}4 . F ORb ^N DO5 .# 对权值进行升序排序6 .FO Ri = lT OWb. l en gt h (, )  DO7 .c o wn f = 0 #计数器8 .FOR j= i A TO i \ AD O9 .I F (_a b s (Wb l Q Wb l ^)< Wb l Q ^ Ga p)1 0 .co u n t= co u nt + 11 1 .E ND I F1 2 .E N DF OR1 3 .I F( c o u nt'〉JV)1 4 .I F ( Td i f f > Da y* Tb e g in a n dTdi f f < Da y * Ten d )1 5 .Q = Q UW1 6 .E ND I F1 7 .E N DI F1 8 .E NDF OR1 9 .E N DFO R2 0 . 输出空****形诘慵希眩崳娝惴ǎ 时间复杂度分析:G 中的节点数量用《表示, 每个节点的发送交易数用m 表示, 则空投糖果行为检测算法的时间复杂度为O C nmA ) . 由于执行算法时A 为常量, 所以时间复杂度近似为O C nm ) .在第6 节的实验中, 经过我们多次测试, 可知算法1平均耗时为1 4 ms, 其效率可以接受.算法2 描述了识别贪婪注资行为的检测算法,其中Gmw Z 表示权值需满足的倍数; B 表示满足条件的输人数量下限表示G 中以6 为终点的边的权值集合; 其余变量含义与算法1 相同.算法2 . 贪婪注资行为检测算法.1 . 输人: G =( JV , £, W )2 . 输出: 贪婪注资行为节点集合Q3 .Q= {}4 .F ORN DO5 .Wp o r K ) # 对权值按交易时间进行升序排序6 .i =l7 .W HILE i < Wb. le n gt h 〇lDO8 .J=19 .I F (Wb l i \ l ^ / Wb l 〇) > Gmu〇1 0 .c o w nr = 0 # 计数器1 1 .W H I L E j < Wb . l en gt h 〇lDO1 2 .I F ( Wb l i \ j ^ /Wb l i J) > Gmu l )1 3 .co u n t= co u n t\ 11 4 .I F ( c o un t'〉B 、1 5 .I F ( Tdi ff > Da y* Tbe g k a ndTdi f f < Da y* Te nd )1 6 .Q = Q \J{ b }1 7 .G OT O C 5 )1 8 .E NDI F1 9 .E N DI F2 0 .E N DI F2 1 .EN DW HI LE2 2 .E ND I F2 3 .i =2 4 .E N DW HI L E2 5 . E N DF OR2 6 . 输出贪婪注资行为节点集合Q算法2 时间复杂度分析:G 中的节点数量用《表示, 每个节点的接收交易数用m 表示, 则贪婪注资行为检测算法的时间复杂度为〇( ?? l 〇g ( ? ) ) . 在第6 节的实验中, 经过我们多次测试, 可知算法2 平均耗时为5 ms , 其效率可以接受.5 数据采集与处理5 . 1 数据收集与解析本文使用BT C . com? 区块链浏览器的多个公共接口下载了近3 0 个月( 从2 0 1 7 年5 月1 日到2 0 1 9 年1 1 月9 日) 的历史比特币区块链数据. 接下来利用自定义的Pyt h o n 脚本对获得的交易详细信息进行解析. 并将解析后的详细比特币区块链数据存储在数据库文件中. 图7 显示了根据我们获得的历史比特币区块链数据描绘的比特币交易量和交易数随时间变化的曲线. 将两条曲线分开来看, 比特币①h tt p s : / / b t c . c o m/5 . 3 真值获取S 前针对本文所关柱的异常交易行为., 未找到公开确定的数摒集. 所以本文通过先由程序粗略筛选, 再由人工细敦筛选的方式_ 鸾商盡不: , 的异翬交易狞为真抓在此过程中, 由于每种异常交易行为都粟满足其交易数量的特征, 所以我们先利用程序在标准地址集群中进行一轮预筛选i从而得到每种异常交易行为的预标记集鮮,这里我们埭置预筛选的规则为: 每个空****崳娦形ら醇羌河Π辽伲 0 .笔发進交易f每个贪_注资抒为预标记集群獻包含至少妨笔接收交裹^最终我们薇得丁M 个空****形け昙羌汉停崳姡 62 个贪婪注资行为预标记集群.然后我们要求1 0 名安全研究人员根摒下述给定的详细筛:选规则, 分别对两组异常交&行为预标0?12  ̄1 01 1 —5 00>50 0集群包含的地址数/个虜8 地址鎌_細50 03 00 03 50 0且不'超过1 0 个的比特币地址. 由此可H 着出, 在庞大数量的比特币用户中 < 还是小规模实体居于主要地位( 比如个人用户但同时, 我们在膚面人工筛选的过程中发现? 在进行大量转账交易的情况下. 确实也存在着报多只作为一次性转账中介的比特币±也址.交易量的整体趋势随着时间的推移而增长, 但是在这个过程中也存在耆一些峰值, 这些峰值与经济增长( 或下降) 和政府的支持有关. 再来着比特币交易数曲线, 其養体趋势随时间推# 而_ 于平稳. 将比特币交易数曲线与图1 的比特币价格曲线相融合_ , 对以看出融合后的曲线基本与比特币交易量迪线的趋势相一致.最后V我们借鉴文献[2 7 -28 ] 中的方法, 将解析得到的比特币区块链数据迸行人工预处理, 即删除ft复交易* 并删除验证无敦的地址以及其对应的交易, 从而每到神子数摒? 然后使甩自定义的脚本对这些种予数据信息进行了相应的分析.5 . 2 传统地址聚类为了吏好地利用历史比特币区块链数据分析出R多有纛夂的儋息, 我们#先?處:使用传统的“多输入” 比特币地址和找. 零地址聚类规则, 将属于同'—个实体( 个人、机构或者服务) 的地址进行聚类[1 9]. 虽然聚类结果的准确性会受Coi n joi n 等增强腐私的技术的影响, 但是现在已经存在相避的解决方法和技术,乘恢复这种? ? 多输入” 聚类规则的聚类敢果[ 9 ].不过由文献可知* 这种找零地址聚美规则方法仍餘误报?所以我们对a 链利用上述两种铖则聚类产生的集群内的比特币地址数量设定了一个阈值, 即每个集群的地址数量不遛过3 〇,万个. 如果聚类结果規模超出这个阈低, 则逸择保留其对应的只运行“ 多输入“菜类规则后的集群规模,最终我们将得到的所有集群按规模从大到小的顺序进行编号. 其中'我们使用的聚类结某如图8 所示, 共有5 64 2 个标准地址集,群( 包含69 昶4 81 个比特币地址) 《其中*51 . 43 % 的集群只包含1 个比特币地址, 还有大部分( 4 2 . 5 4的集群是包含大于1 个日期隱? 比:特K 历史交麵賴势隱31 3 01 期:_ 藝等丨興于动机分折的: 链藤警奠币异攀裏翁IJ为识國育_2 0 1oooooooo50502211<-/¥蠢?搠1^/_栽崦识莊鋸纪VoooooU543214 03 02 01 0h tt p s : / / w w w . w al let e xp l o r e r. c o m/h tt p s  : / / w w w . t d ap k . c o m/h tt p : / / w w w . 1 2 0 b t c . c o m/ z t/ 2 0 /们规定贪婪注资行为人工经验筛选规则如下:( 1 ) 以集群为单位, 存在大于等于4 0 笔相对金额较大的接收交易. 这里相对金额较大是指, 集群在这段时间内的平均接收交易金额大于等于在这段时间之前的历史平均接收交易金额的1 0 倍.( 2 ) 满足( 1 ) 的所有交易的时间戳差值在1 小时到9 个月内.同时考虑到这些潜在非法的贪婪注资异常交易行为普遍生存周期较短, 具有一定的突发性. 所以筛选出的集群, 需要尽量满足如下( 3 ) 所述的规则.( 3 ) 集群地址活跃时间小于等于6 个月( 即生存周期较短) , 甚至此集群没有历史交易.上述人工筛选规则可以组成两种组合, 即( 1 ) ( 2 )和( 1 )( 2 ) ( 3 ) . 如果某一地址集群满足两种中的一种, 则可以确定为贪婪注资行为真值. 且满足第二种组合的真值结果更优.我们经过人工筛选, 我们得到了1 6 个符合要求的集群, 并将这些集群作为后续研究所需的贪婪注资行为真值.6 实验验证与分析6 . 1 实验设置6 .1 .  1实验环境本文实验通过Py t ho n 实现. 处理器为In t e l ( R)Xe o n ( R) , 2 4 核; 内存2 5 6 G B ; 硬盘3 . 6  TT B ; 操作系统为Wi n dow s 1 0 ,6 4 位; 运行环境为Py th o n3 . 7 .6 .1 . 2 数据集本节采用的数据集全部来源于第5 节中描述的种子数据, 我们使用其经过聚类处理后的第5 . 2 节标准地址聚类结果的部分结果. 即, 使用以下三个集合来验证本文提出的识别方法: ( 1 ) 真值集合. 该集合包括第5 . 3 . 1 节中描述的7 个空****形妫崳娭担 以及第5 . 3 . 2 节中描述的1 6 个贪婪注资行为真值; ( 2 ) 预标记集群集合. 该集合包括第5 . 3 节中描述的9 4 个空****形け昙羌汉停 6 2 个贪赛注资行为预标记集群;( 3 ) 标准地址集群集合. 此集合包含的是图8 描绘的5 6 4 2 个标准地址集群.6 .1 . 3 评价指标本文使用常见的召回率和准确率作为评价指标, 并结合识别出比特币异常交易行为实例, 来对本记集群中的每个地址集群通过查询BT C . c om 和Wa l l e t E xp l o r e r① 进行细致的筛选. 对于某一个地址集群, 若有8 名安全研究人员判断其是异常交易行为, 则此地址集群为该异常交易行为的真值.两组异常交易行为人工经验筛选规则中的时间参数和金额浮动/ 倍数参数, 分别根据公开资料进行确定. 交易数参数是经过统计分析5 6 4 2 个标准地址集群的交易情况后, 在上述时间和金额参数的背景下, 以百分位数值( 空****形堑冢 9 .  9 百分位, 贪婪注资行为是第9 9 . 8 百分位) 进行确定. 当存在真实公开的可参考样本数据集之后, 上述所有参数均可根据新样本集进行调整. 具体每种异常交易行为的人工经验筛选规则和真值结果如下所述?5 . 3 . 1 空****形嬷担崳娀冢 . 2 . 1 节描述的空****形奶卣鳎 我们规定空****形斯ぞ樯秆」嬖蛉缦拢海崳姡 1 ) 以集群为单位, 存在大于等于4 0 个金额较为固定( 相近) 的输出.( 2 ) 满足( 1 ) 的所有交易的时间戳差值在1 天到3 0 天内.同时考虑到执行空****形耐ǔJ且恍┬瑁崳娨罅坑没ё⒁獾男孪钅糠剑 或者试图窥探别人隐私( 比如追踪用户资金流量) 的恶意分子. 所以筛选出的集群, 需要尽量满足如下( 3 ) 所述的规则.( 3 ) 集群内的地址第一次发生交易的时间戳与满足( 1 ) 交易的时间戳之差小于5 个月, 且相差的这段时间内, 地址所涉及的交易数量小于1 〇〇笔.上述人工筛选规则可以组成两种组合, 即( 1 )( 2 )和( 1 ) ( 2 ) ( 3 ) . 如果某一地址集群满足两种中的一种, 则可以确定为空****形嬷担 且满足第二种组合的真值结果更优.此外,“ 粉尘” 注人行为作为空****形囊唬崳娭痔厥庑问剑 在比特币区块链中,一般情况下满足:( 4 )一笔交易的手续费大于此交易金额的1 / 3 .如果在上述两种组合的基础上满足( 4 ) , 则可以进一步确定此集群的异常交易行为是“ 粉尘” 注人行为?我们经过人工细致筛选, 最终得到了 7 个符合要求的集群, 其中1 个集群被确定为“ 粉尘” 注人行为. 我们将这些集群作为后续研究所需的空****崳娦形嬷担崳姡 . 3 . 2 贪婪注资行为真值基于2 . 2 .  2 节描述的贪婪注资行为的特征, 我2 0 2 计算 机 学 报 2 0 2 1年①②③藝等I 興于动机分折的链馨警魏币异簞裏餐K#识: I 期 别方_文提出的识别方抜的执行錯果进行评价. 在识别过程中, 召回率是针对寓霍梟费李说的, 准确率是针对预标记集群集合来说的. 结合比特币异常交易行为实例来进行识别方法评价是措, 如果此识别方法育以在标准地址集群集合中针对不同异常交易行汝识别出对应真:实存在的某一实例. 则? 明识别方法有效可行.定义3(:繫,貨率\召;13 率预标记集群中识别出的真值结果数/此异當交易行为:*疽数.定义4 ( 准确率1准确率=£ 2::7_标儀靠葬中识别出的真值结果数此异常交易行为真值数十预标记集群中未被识别出的结果数) / 此异常交易行为预标ia集群数.6 . 2 实验结果分析钟对两种比特币异常交易行为, 我们采取检验识别方法的召興傘和准确率, 以及利用识别方法识别出实例并分析f 来验证识别方法的有效性.& 2 . 1 异常交.易行为苕:回率及准确率( 1.) 空****形崳姼穑 .. 2. 3 节描述的方法, 我们利用预标记集群集合中的空****形け昙羌汗菇ń灰祝崳娙缓笤诓煌问悖玫那榭鱿拢 使用识别方法在此交.易_ 中识别出的部分典型铕果在表1 列出. 从表中可以看出, 时间参数越大、交易数鑫数越小、金额淳动# 数越大, 越容:易达到空****形纳陶倩兀崳娐剩 高召回率禽味_圾更全面地识别出空****崳娦形 也就是#将此识别方捺应用于?判断实际异1T交易行为时, 识别结粜.常具有参考意义, 其有效性是後得信赖的.表1 识别空****形倩芈屎妥既仿释臣票恚崳娊皙q浮. 觉暴靈: 树间#5猶鐵屢中的召》^ 准_: /#霸;^薦嚷麗/ 个%°'〇53 0J*- 2 053 01?1 0 053 5S  ̄2 01 0Pl i* ?; 2 01 03 5S? 5 01 0#l i* ?^1 53 51? 5 01 5_1^5 0茼时, 可以#到表1 中第5 行, 不仅其召回率:最.歸(:雜* ?1 M :) , 在福同召回率下, 其准确率也是賁'Wf. 6 2 K > 的. 由此可知* 5 , S 节襄取壑投糖某狞为寘值所用的熟验参数相比于此行#数, 其时间参数相对减小、交易数参数相对增大、金额浮动参数相对减小. 这样可以在保证更全面地识别异常交易行为( 高召回率) 的情况下, 更准确严格地筛逸出空投糖果行为? 因此由实II结果证萌, 节经验参数的选取是:參观合:理猶,此外,. 由f 本识别方法的侧重点在可能全面地识别出异常交易行为? 因此表1 中所示的准_ 率普遍在5 0% 左右, 不过考虑到识别出的异常交易行为本身所具有的特殊属性( 渉事范.围广、影响深) , 当翁的准_ 率是可以接堯的.最优识别结果如_S 所示, 可以看到, 识别出的_ 投糖揭狞为集费: 中包含前裏値数为6 个, 否'5 , 3, 1 节中的空****形嬷凳模叮 7 ( 即召回率为 S 5.7 1 % ) .我们将识别出的这6 个真值构建H交易S .,如?9 所示? 并有1朋7 个节点C其中有6 个是识别出的空****形诘悖 、1M 1 条边( 涉及2 押1 个不同的节点间发送关系) 、5 7 9. 4 3 1 2.SS& 6KTC 被转移、1 邸1 个未被标记的地址集群,? ??.'_?空投糖* 行为节点?i i=ts记节点, 5 空救轉果行脅齊晷釋对于每个空****形埽剩 以该标记地址集:为中心且与萁相邻的所t 令点被定又为一个输出燊合, 即此标记地址集;1C接指向的所有比特币地址的集合由于此交.易菌是按出度设计的v所以对输出集:合进行由大到小的排序, 可以对应找到茇起了最多比特币交易的实体( 即空****形诘悖海 其中最大输缉舉脅由2 4 :1 釕43S1 个地址■成:, 对愈的靈投糖粜行为节点钮含1 S 个比特币地址. 通过对上述结果的分析,可以得出这种识别方法较为有效的结论.1( 2 ) 贪婪法资行为同理, 利甩预标记雜群集合中的贪婪隹资行为预标记集群构建交易掘. 然后在不同参数设置的情况下. 将识别方法在此交昜菌中识别出的部分典型结巣隹表2 列出. 从奢中可以看也, 时间参数越大、交易数参数越小、金额愔数參数越:小,'越容易达到贪婪注资行为的高召回率* 意味:着可_ 更全面地识別出贪婪注資行为.3) 4 计導机攀报 :_1苹表2 识别贪婪注资行为召回率和准确率统计表金颧#数: 慮&戮齡间识3海1熟中他■ 回率/雜瑜寧/義?#■数/天薦?!: / 个%??〇7774 0卜猶£?-i s 〇:1? 1 8 01  ̄1 8 0t?- 1 8 01i^ ¥ie減Bf , 也可以.费到2中第4 行的召回率巖高( 8:1 . ISK >:! 奠对斑的准瑜率为1 4 . 雜% _ 此可知,5 . 泛节获取贪婪注资行为真值所用的经.验参数相比于此行参数, 其时間参数相对减小、交易敷参数相对增太v金额倍数参数相对增大? 这祥可以在保证更全面地识别# 常交易行为t禽召興傘> 的情况下,更准确严格地筛选出贪婪注资行为. 因此由实验结杲证明, 5 . 3 .  2 节经验参数的选取是客规合理的, 并且,由于本识剔方法的侧重点在.尽可能全面的识别出异常交易行为, 因此表.2 中所示的准确率普m在5 S %左右, 是可以接受的.綦优识别结果如表3 所示,对以着到, 识别出的贪婪雜齋行为蠢群中钽會的S 值数为13 个占S . ,S . 2 节中的贪婪注资行为真值数的1 3 /1 6X 即召回率海S 1 . 2I 雜\对于每个贪婪注资行齿节点? 以该标记地址集为中心且考其相邻的所有赁点被定义为一个输人集合, 即所有直接指向此标圮地址欒的比特币地址的集合? 由于此交易图是按人度设计的, 所以对输入集:合进行由大到小的■序f 可以对应我到收到最多比特币交易的实体( 即贪婪往资行为节点) . 其中最-大输人集合由1 〇6 个地址钽成, 对应的贪棼注'资行为节点仅包含1 个比特币地址? 通过对上述绪果的分析, 可以得出此识别方法较为有效前结论,6 , 2 , 2 异常交易行为识别我们使用标准地址集群集合及其渉及的比特币突屬m 3 节_ 逑的貧法■ 构建突孤图, 如蘭1 1所示. 共有部8 S 3 个节点(萁中有5? 4 £个?是标准地址集静的节1点: > , 《? 4 条边C渉嚴T25 5 Q 个不同的首点间关系) , 包含标准地址集群中5 6 1S 个未被标圮的地址集群?表3 识别结果统计表比特币异常交易行为真值数/个集群识别结果中的真值数/个召回率/m标准地址聚类识别结果/个集群空****形崳娞袄纷⒆市形崳姡罚崳姡 661 38 5 .7 18 1 .2 57 77 2我们将识别出的这1 3 个真值构建为一个交易图, 如图1 0 所示. 興翁9 8.5 个节点( 其中有1 S 个是识别出的贪婪注资行为节点J 、l 〇6 4 条边( 渉及1 0 8 0 个本同的节JU旬接收关系) 、1 別. 9 2 S S O S 6  BT C 被转移、卵2 个未被标记的地址集群..■ ■?? MsSt5?rv;-'.x . , f :? 空8?勝为彼图If 貪:據往馨ff为交籍图a 11 标准地址集:磁象接图( 1 ) 空****形侗穑崳娢颐抢檬侗鸱椒ǎ 在标准地址集群集合中识别空****形 在表:? 中可.以看到识别的结果, .共识别出7 7 个费****形骸窘诘悖 ., 这些集_ 包含了l S lI H S 十比特币地址, 涉及1 4 3 6 7 笔发送交.易(价儀1 4 1 0 7 , S 7 6 9 2 S 8 B TTG> .案倒1 分析i 我们利用W a l l etEx p lo r e ir:在:这些识别出的集群中发现了一个具有分析价值的地址集群. 这个集群的部分发送交易行为与& 粉優” 注人行为基本一致< 伺时也满足5 - 3、.  1 节所提到的5?? 粉尘”交晷的一笔交易的交易金额小于此交易手续费的; i 倍以P 2 P K H 交易为例* 其搔小体积时为一个输入,一个输出, 总共1 8 2 # 节? 且比特币中默认手续费齿0 .  0 0 0 0 1 B T C/ K B, 所以此交易的乎籙费等于〇.: 〇) 0 〇0 1 &2 3£6*其3' 债雜是〇- 〇0〇0 &5*5了〇. 我们识别出的这个空投糖皋行为* 群, 其然存在大量交易金额为〇? 〇〇〇〇〇5 4 6 BT C 的交易¥但此金.额的沈蒙等: 基于动机分析的区块链数字货币异常交易行为识别方法 2 0 5图1 42 0 1 7 年5 月涉事地址父易数量和金额趋势图#?##tTtTtT时间图1 3 渉事地址突晷__4f谭意睞着? 犯赛分子在此时间段内将赃款进行了转移.篯过详细的‘查询发现, 此6 輕敗款交易发生在美国时间2 〇1 7 年8 趙Sf ? 的凌,晨四点至五点., 共转穆了51 .9 2 5 9 0 :M KK1 之所以选择在这个时间喂点转移赃款f 可能是因为2 0 1 7 年比特币价值上涨趋势明显, 犯罪分子#于卖币., 从而获取高资产, 》* 同时., 他们可能也发■ 存款玄:易的轂量随着时间的推移越来越少, 从而决定收手. 观察图1 S , 还可以发现, 在事件过去半年多以后, 还有人在往三个地址里存款. 我们猜想, 这可能是在世# 的某个角落还存在此次?件的受害人. 或者犯罪分子还在利用这三个地址进行聲一些?法交易锻动_ST 于此事件发生在2 0 17 年5 月, 所以我们又着重统计分析了如1 7 年51 这三个地址所渉及的交易情况. 三个渉事地址在2 0 1 7 年s5 月共收到了3 3 3 笔存款交易, 交易金爾共IMP32B TC , 楼及S3. 5 个输入地址和其余3S 2 3 个输出地址. 如圈M 所示屬示的是按天综合统计三个地址的突晷金额和交易数量的趋势. 由图可知, 交易金额和交易数量特征也是满足贪婪注:资异常交易行为特征的>从图冲■ 的交易数_|H交暴金额可以着SU在S 月1 2 日Wa oimCry 出O A时间图1 2“翁尘**査綦繼量痛轵图( 2 ) 贪赛注资行为识别我们利用识别方法, 在标准地址集群集合中识别贪婪注资行为. 在表^ 中可以看到识别的结巣,. 共识别出7 2 个贪婪注资行为集群( 节点) . 这些集群包含了M l 47 6 个比特币地址, 渉庶S 1Z9 笔接收交; 易(价偉S I6 .  9 0 3 02 1 3 4B TT C ;).案例2 分析: 我们在这些识别出的集群地址中发现了Wa n naC ry 勒素事件的三个渉事地址(*: < 115 p 7 U MMn g ojlpM vk p H ij cR d fJMX je Lr L n5 ,,:“l 2^ YD Ppwu?Z_M 《Wgwt 9:p 7 AA 8 i s|r ?SMw”ft Ii J1 3AM4 VW2 d hxY gXeQe poH k H S Qu5*fiM gaEb: &i") .我们针对这三个渉事地址进行了一些统计和分析?藥至2 0 1 9 年1 1 J'5 日, 这三个地址共进行了 41 S :笔突易, 其中奪存款:变:择s  & 笔取款突聲( 每个地址2 笔X 图1 3 综合统计了这三个地址的交易数量.由图可知, 仅2 〇H 年5 月一个月, 此集群就有訪3 笔存款交易. 也就是在无历史交易的情况下, 此集群在短时间内从不包含在此集群的地址接收到了大量资金的特征, 满足贪婪注资异常交易行为特征>可負贪婪法赞舁常交易行为识别算法识别出末?2 0 1 7 年S 月的7 笔交易中,有6 笔是取款交易, 这1 期每笔.交易所对应的手续费并不是〇.  〇〇〇0 0 1 82 61*0 ,而是0 . 00 0 1 8 1 8 B T C , 远超交易金额的.1 / 3 ? 所以考虑此集群存在“粉尘” 注人行为, 不排除有试M 跟踪分析用户的动机. 图'1 2 显示的是此集群在2 0 1 9 年1 1 月8 日发逸的“ 粉尘”交葛数遍随时间变化的累积增长趋势. 由猶可知. 仅单g ; 此集群就有3 6 0 2 个0 . 0 Q £) 0 0 S 4 l fl!C 的输出. 興逾短时间内将大: 量相同金额发遊到不包含在此集群内的其他地址, 满. 足空****斐=灰仔形 特征, 可由祭****斐=唬崳娨仔形侗鹚惴ㄊ侗鸪隼矗 并且可k 看iir粉尘”输出数量的增长速率与时间具有相关性. 不排除此集群试图在某个时间段隐藏其“粉尘”注人行为.*±201118642铆/調籁崦识翁oooo0505撕7栽也t sws ni 2^? 12 0 6 计算机学报 2 0 2 1年现后, 勒索行为并没有立刻爆发. 而是在第二天, 5 月1 3 日出现了第一个交易峰值( 7 1 笔,1 0. 2 0 2 5 4 4 BTC ) .值得注意的是5 月1 5 日, 周一, 第二个交易峰值出现( 8 9 笔, 1 3 . 8 1 4 9 4 1 B TC ) . 可能是迫于工作日刚刚开始, 业务的需要, 所以许多人选择给犯罪分子注资, 以获得相应的工作文件. 随着时间的推移, 很快,犯罪分子基本就接收不到太多的存款交易了.案例3 分析: 我们在这些识别出的地址集群中又探究了一个实例, 其整个诈骗过程综合了空投糖果行为与贪婪注资行为, 是一个非常具有代表性的骗局案例.2 0 1 9 年6 月2 7 日, S OX e x 交易平台精心地策划了一场骗局. 在短短几天的时间里, 先利用空投糖果行为吸引投资者( 注册交易平台即送0 . 0 0 1B T C ,进群即送0 . 0 0 0 5 B TC ) , 再利用高额的收益让投资者的贪婪心理驱使其疯狂注资认购( 五折购买比特币活动, 发行平台币s o x ) . 当交易所操作者认为骗取到了目标数额后, 便即刻闭网消失. 截至7 月5日, 交易所钱包地址中的金额已经大部分通过交易所套现, 套现金额约为4 0 0 0 万人民币, 诈骗金额则高达数亿之多.我们基于公开信息找到了涉事地址“l H ckjUpRGc r rRA tFaa CA UaGj s Px9 oYmL aZ”. 为了在标准地址集群中验证匹配到这一实例, 我们进一步筛选那些包含这个实例发生时间段的标记地址集群, 并跟踪记录标记地址集群的后续全部资金流量. 最终, 我们通过查询访问一些交易所可公共访问的A PI, 追踪到了上述涉事地址(‘ ‘1 H c kj UpR G c r rR A tF a a CA Ua Gj s Px 9 oY mL a Z”) ,以及其他7 2 0 个属于同一集群的涉事地址( 以“1 9 H 6 VMc 2 TT  v E qr dd Uc A dc Y K q4 H X e a ow sK z a”和“ 1K k F2 5 Q JR N D V Y eN l D Y F t oW h o i r z c fj m v c r, , 为例) . 表4 展示的是上述三个地址在骗局发生期间的作用情况, 且不排除该资金后续存在洗钱的可能.表4 涉事地址在骗局发生期间的作用情况说明表涉事地址 骗局交易数/ 笔 骗局接收交易金额/ BT C 特征1 1  I c kjU p RG c r r RAt F aa CAUa Gj s P x 9 o Y mLa Z 约 9 6 5 7 约7 0 .4 6 1 4 6 3 6地址生存周期长, 没有因涉及骗局而被冻结, 仍在持续小额输出1 9 1 1 6VMc 2 T v Eqr d d Uc Ad cYKq4 1  I Xe a ow s Kz a 7 0 . 0 0 1 8 5 1 4 6在7 月3 日和4 日两天内多次接收并转出全部比特币l K kF 2 5QJR N DVY e N l DY F to W h o i r z c fjm v c r 4 0 . 0 0 0 0 1 6 3 8 仅在7 月3 日一天接收并转出全部比特币7 结束语本文旨在基于动机分析, 探索识别比特币交易背后的异常行为. 为了解决上述问题, 我们收集了比特币历史交易数据, 并确定了异常交易行为真值集.通过分析可能存在的交易动机, 提出了两个异常交易行为的判定规则, 并且通过交易图转换得到了两种异常交易行为的交易模式, 从而提出比特币异常交易行为识别模型. 最后, 通过对异常交易行为进行识别来验证识别方法的有效性. 实验结果显示, 空投糖果行为召回率为8 5 . 7 1 % 、准确率为4 3 .  6 2 % , 贪婪注资行为召回率为8 1 . 2 5 % 、准确率为5 4 . 3 2 % .并且本文重点关注分析了三个真实的异常交易行为案例. 此识别方法有助于及时对基于比特币的异常交易活动进行遏制.本文提出的基于动机分析的比特币异常交易行为识别方法是一种新的见解. 但本文在基础数据范围、真值集覆盖和参照信息质量三方面依然存在局限. 即扩大数据采集范围可以增加数据库现有集群所涉及的交易关系, 获得更多提示; 若存在公开确定且可以参考使用的真值集, 则有助于正向影响本文的识别方法; 大量的公开高质量参照信息, 有助于识别比特币中的异常交易行为.在未来的研究中, 我们将顺应市场和技术发展趋势, 对区块链数据进行更深人的研究, 主要包含以下工作: ( 1 ) 将强模拟扩展算法[ 2 9 ] 与子图匹配检测算法相结合, 对强模拟扩展算法的边权值等属性进行增强约束. 从而对检测算法进行改进处理, 使其可以从海量数据中有效且高效地识别出异常交易行为,并进一步提升识别方法的召回率和准确率42 ) 探索研究更多的新型异常交易行为及其特点, 如非法资金跨境转移行为和市场操控行为等等4 3 ) 基于更多种类的加密数字货币区块链进行异常交易行为的研究[ 3 ° ] ;( 4 ) 尝试与跨领域知识进行结合, 更加全面精准地揭示市场内潜在的异常交易行为.致谢感请向本文提出宝贵建议的审稿专家!参考文献[ 1 ]An t on o po ul o sA. Ma s t er i ngB i t c o i n:U nl o c k i ngDi gi t alCry p t o c u r r e n c i e s . USA : O’R ei l l y Med i a , 2 0 1 7沈蒙等: 基于动机分析的区块链数1 期 字货币 异常 交易 行为 识别方法 20 7[ 2 ]Sh a oQi Fe ng , J in  Ch e Qi ng , Zh a ngZh ao ,e t al. B l oc k c h ai n:Ar c h i te c t u r ea n dr e s ea r c hpr o gr es s .Ch i n e s eJ o u r n alo fCo mpu t e r s , 2 0 1 8 , 4 1 ( 5 ) ;9 6 9 9 8 8 ( in Ch in e s e )( 邵奇峰, 金澈清, 张召等. 区块链技术: 架构及进展. 计算机学报, 2 0 1 8 , 4 1 ( 5 ) :9 6 9 9 8 8 )[ 3 ]Me i k l ejo h n S , P o mar o l e M , J o r d a n G , e ta l .Af i s tf u l o fB i t c o i n s :C h ar ac te r i zi ngpay me n t sa mo ngm enw i t hn on am e s / /P r o c ee d i ng s o ft h e2 0 1 3Co n fe r e n c eo nI n t er n e tMe as u r eme n t Con fe r en c e. B ar c el o n a? Spa i n,20 1 3:1 2 7 1 4 0[ 4 ]Zh eng B a〇Ku n? Zh uLi e Hu a ng , Sh en Me ng , e t al .I d en ti f yi ngt h e v uln er a b ili t i e s of Bi tc oi n a n o ny mo u sm ec h an i s mb as e d  o nad d re s s clu s t e ring .S CI EN CECH IN AI n f o r ma ti o n S cien c e s ^2 0 2 0 , 6 3 ( 3 ):1 3 2 1 0 1[ 5 ]G ao Fe ng ? Ma oI  lo ngLi a ng , W u Z h en, et al .Li g h t w e ig h tt r an s a c t i on  t r a c i ng te c h n ol og y fo r  B i t c o i n.Ch i n e s eJ o u r n al o fCo mp u t e r s , 2 0 1 8 , 4 1 ( 5 ) ;9 8 9 1 0 0 4 ( i n Ch i n es e )( 髙峰, 毛洪亮, 吴震等. 轻量级比特币交易溯源机制. 计算机学报, 2 0 1 8 , 4 1 ( 5 ) :9 8 9 1 0 0 4 )[ 6 ]F u Sh u o , Xu I l ai Xia , Li Pei Li , e tal. A s u rv ey  o n a no ny mi tyo f di gi t al c u r r e n cy .Ch i n es eJ o u r n al o f Co m pu t er s ?2 0 1 9 ,4 2 ( 5 ):1 0 4 5 1 0 6 2 ( i n Ch i n e s e )( 付烁, 徐海霞, 李佩丽等. 数字货币的匿名性研究. 计算机学报,2 0 1 9, 4 2 ( 5 ) : 1 0 4 5 1 0 6 2 )[ 7 ]Di Lu zi oA , Mei A , S t ef aJ . Co n s e n s u s r o b u s t n e s s a n dt r an s a c t i on d e a n o ny mi za ti on  i n  t h e r i p p le c u r r en cye x c h a nges y s tem/ /P ro c ee di ng s o f th e 37 t h I EEE In t er n at io n al  Co n fer e n ceo nD i s tr i b u t ed Com pu ti ng Sy s t ems .Pi s c at aw ay , U SA,2 01 7 :1 40 1 5 0[ 8 ]Mei k lejo h n S ? O rla n d i C.P r iv a cye n h a n c i ng o ve rlay s i n B i t c o i n/ /P r o c e ed i ng s  o ft h e I n te r n a t i o n al  Co n fe r e n c e o n Fi n an c i alCry p t o gr ap h y a n d Da t aS ec u rit y .B e rl in, G e r ma ny ,2 0 1 5:1 2 7 1 4 1[ 9 ]Mo s e rM ? B o hm eR. An o ny mo u sal o n e?Me as u r i ng Bi t c o i n ’ss e c o n d g en e r a ti o n  an o n y m i za ti o n  te c h n i q u es / / P r o c e ed i n g s o ft h e 2 0 1 7I EE E Eu ro p e a n Sy m p o s i u m o n Se c u r i ty  a n d P r i v a c yWo r k s h o p s  ( Eu r o S& P W ) .P a r i s , Fr an c e , 2 0 1 7:3 2 4 1[1 0 ]I l in te reg ger A, I l as l ho f er  B. An  emp i r i c al  a nal y s i s  of Mo n er oc r o s s c h a in t r a ce ab il i t y / / Pr o c e ed i ng s o f th e 2 3 rd  In t er n a ti o n a lCo n f er e n c e onF i n a n c i a l Cry p t o gr aphya n d Da ta Sec u r i t y .B as s e te r r e, St . K i t ts , 2 0 1 9 ;1 5 0 1 5 7[ 1 1 ]Y u Zu o Xi a , Au Ma n I Io ,Y u J i angSh an ,et  al . Ne w emp i ri ca lt r a c ea b i l i t ya n a l y s i so f C ry p to N o t e s t y l eb lo c k c h ai n s / /P r o c e ed i ng s  o f t h e 23 r d I n t er n at i o n alCo n f er e n c e o n  Fi n an c i alCry p to gr ap h y an d D at aSe c u r i ty . B as s e te r re? S t.K i t ts ,2 0 1 9 :1 3 3 1 4 9[ 1 2 ]K ap p o s G ? Y o u s a f I I,M ai le r M ?  et al.An e mp i r i c al  an al y s i so f a n o ny mi t y i n Zc a s h / /P r o c eed i ng s o f t h e 2 7 t hU SEN I XSe c u r i t y  Sy mp o s i u m.B a l t i mo r e , U SA , 2 0 1 8: 4 6 3 47 7[ 1 3 ]Y o u s a fI I, K ap p o s G ?M ei k lejo h n S. T r a c i ng t ra n s a c ti o n sa c r o s sc ry p t o c u r r e n cyled ge r s / /P r o c e ed i ng so f th e 2 8 t hUS EN I X Se c u rit y S ym p o s iu m. Sa n t aCla r a, USA , 2 0 1 9;8 3 7 8 5 0[ 1 4 ]F o ley S , K a rl s e n  J R ? P u t n i n s T J ? et al.Se x, d r ug s ,a n dB i tc oin:Ho w mu c hi l legala c ti v i t y i s f in a n c e dt h r o ug hc ry p t o c u r r e n c i e s .T h e Re v i ew o f F i n a n c i a l St u d i es ? 2 0 1 9 ,32 ( 5 ) : 1 7 9 8 1 85 3[1 5]Lee S ?Yo o n C ?K a ng I I, e t al . Cy b e r c r i mi n al mi n d s : Anin v e s ti ga ti v es t u d y o f c ry p to c u r r e n cya b u s es  in t h ed ar k W eb / /P r o c e ed i ng so f th e2 6 thAn n u al N e tw o r kan d Di s tr i b u t edS y s t em S ec u r i ty Sy mp o s i u m. San D i eg o , USA , 2 0 1 9 : 1 1 5[ 1 6 ]Mo s er M , B o hme R , B r eu k er D.An  i nqu i ry i n to m o n eyl au n d er i n g t oo l s i n  t h e B i t c o i n e c o s y s te m/ / P r o c e ed i n g s  o f t h e20 1 3AP WG e Cr i me Re s e ar c h er s S u mmi t .Sa n F r an c i s c o ?U SA , 2 0 1 3:1 1 4[ 1 7 ]P a q u e t Cl o u s t o n M ?I l a s l h o f er B , Du p o n tB .Ra n s o mw a r ep ay me n t s i n t h e B i t c o i n e c o s y s te m. J o u r n al  o fCy b er s e c u r i t y ?20 1 9 , 5 ( 1 ): tyz 00 3[1 8]Hu a ng DY , McCo yD , Ali ap o uli o sMM ,e t al.T r a c k i ngra n s o mw ar e e n d t 〇e n d //P r o c e ed i ng s of t h eI EEESy mp o s i u mo n  Se c u r i ty  an d P r i v a cy .Sa n F r an c i s c o , US A , 2 0 1 8 : 6 1 86 3 1[ 1 9 ]Li ao K ,Z h ao Z i Mi ng , Do upeA ,e t al .B eh i n d cl o s ed d o o r s :Mea s u r e men ta n da n al y s i so f Cry p t o Lo c k e rr a n s o m si nB i tc oi n / /P r o c ee di ng so f t h e 2 0 1 6AP W G Symp o s i u mo nEl ec t r o n i c Cr i meR es e a r c h . To r o n t o , Can ad a , 2 0 1 6:1 1 3[ 2 0 ]Va s ek M ? Mo o re T.Th e re?s n o fr e elu nc h ? eve n u s i ng B i tc o i n:tr a c k i ngt h e p o pula r i t ya n dpr o fi t sof v i r t u alc u r r e n cys c a ms / / P r o c e ed i n g s o f t h eF i n an c i al Cr y p t o g r ap h y a n d Da t aS ec u r i t y .Sa n  J u an , Pu er t o Ri c o , 2 0 1 5: 44 6 1[ 2 1 ]B a r t o le t ti M ,P e s B , Se r u s i  S.D at a mi n i ng f o r d e te c t i ngB i tc oi n Po n z i s c h eme s / /P r o c ee d i ng s o f t h eCry p t o Val leyCo n fe r en c eo nB l o c k c h ainT ec h n o l o g y .Z ug , Sw i tz erla n d ,20 1 8; 7 5 84[2 2]Ch e n Wei Li, Wu J un, Zh e ng Zi Bi n, et al .Ma r ke tma ni pulat i ono f B i t c o i n: Ev i d en c ef r o m mi n i ng t h e Mt. G o x tr a n s a c ti o nn et w o r k / / P r o c e ed i ng s o ft h e2 0 1 9I EE E Co n fe r en c eo nCo m pu t er Co mmu n i c a ti o n s .P a r i s , F r an c e, 2 0 1 9:9 6 4 9 7 2[ 2 3 ]Ch enWe i L i,Z h eng Zi B i n. B l o c k c h ai n d a t aan al y s i s :Ar ev iew  o f s t a t u s ? t r en d s an d  c h al lenges . Co m pu t er R es e a r c han d De v el o p m en t , 20 1 8 , 5 5 ( 9 ): 1 8 5 3 1 8 7 0[ 2 4 ]Di Ba t ti s t aG ,Di Don a to V , P at r ign an i M,  et al . Bi t Con eVi ew :Vi s u ali za ti o n of f l o w s i nt h eB i t c o i n tr a n s a c ti o ngr ap h / /P r o c e ed i ng s o f t h e1 2 t h I EEESym p o s i u mo n Vi s u al i z a ti o nfo r Cy b er Se c u r i ty . Pi s c a t aw ay , US A , 2 0 1 5 : 1 8[ 2 5 ]McG i n n D , B i r c h  D , Ak r o y d D ,et al .Vi s u ali z i ng d yn a mi cB i tc oi n t r a n s a c t i o n pat t er n s . Bi g Da t a,2 0 1 6,4 ( 2 ) : 1 0 9 1 1 9[ 2 6 ]Zh u Li e I l u ang , G ao F eng , Sh e n Meng , e t a l . Su r v ey o npr i v acy pr es er v i ng t ec h n i qu es f o rb l o c k c h ai nt e c h n o l o g y .J o u r n al o fCo mpu te rR e s ea r c ha n d Dev el o p me n t,2 0 1 7,5 4 ( 1 0 ) ; 2 1 7 0 2 1 8 6 ( i n Ch i n es e)( 祝烈煌, 髙峰, 沈蒙等. 区块链隐私保护研究综述. 计算机研究与发展,2 0 1 7,5 4 ( 1 0 ) : 2 1 7 0 2 1 8 6 )[2 7]F e d er A , G a n d al N , H am r i c k  J , e tal . Th ei mpa c t o fD Do San d o t h er s e c u r i t y s h o c k so nB i t c o i nc u r r e n cy ex c h ange s :Evi de n c efr o mMt . G o x .J o u r n a l of Cy b er s ec u r i t y ?2 0 1 8 ,2 0 8 计算机学报 2 0 2 1 年3 ( 2 ) :1 3 7 - 1 4 4[ 2 8 ]Ga nd a l N ,H am ri ck J ,Mo o r e T, et a l . P r i ce ma ni p u l a t i o ni nt heBi t co i ne co s y s te m. J o u r na lo fMo net a r yEc o no mi cs,2 0 1 8 ,9 5 ( 5 ) : 8 6- 96[ 2 9 ]Ma Shu a i , Cao  Ya ng ,Fa nW en-Fei ,  e ta l .S tr o ng s imu l a t io n :Ca p tu r i ng t op o l og y i ng r aph p a tt er nmat chi ng . ACM Tr ans a ct i o nso n Da t a b as e  Sy s t em s, 20 1 4, 3 9( 1 )  : 1 - 4 6[3 0 ] Gao Feng , Zhu  Lie - Hu ang ,Di ng Ka i,et  al . Re se ar ch p r og r es so n s t a b l e co i ns . Jo u r na l  o f Nanji ng U ni v er s i ty  o f I nfo rma t i o nS cien ce & Te chn ol o gy ,  2 0 1 9 , 1 1 ( 5 ) : 4 9 9 -5 1 2 ( inChine s e)(高峰, 祝烈煌, 丁凯等. 区块链稳定代币研究进展. 南京信息工程大学学报,2 0 1 9,1 1 ( 5 ) :4 9 9- 5 1 2 )SHEN Meng , Ph . D . ,a s s oci a t ep ro fe ss o r. Hisr e se a r c hin t e r e st s in c lu d en e two rk s e c ur i t yan dp ri v a c y-p re s e rv in ga l gorit hms i nc lo ud c omp utin g.SAN GAn-Qi, M.  S.ca nd i d a t e.H e rr es e a r ch in t e r es t si nc l ud e ne twor ka nd in for ma ti on s e c urit y .ZHUL ie-Huang , Ph . D. , p rofes sor. Hi s r es ea rc h in t er es tsi nc l ud e cr y pt o gra ph y , n e two rk and i nfor ma ti o ns e c u rit y .SUN Run-Geng , M. S.  can d i da t e. His r e se a r ch in t e r es t si nc l ud e ne twor ka nd in for ma ti on s e c urit y .ZHANGC an , P h. D.can d i da t e.Hi sr es e a r ch in t e r es t si nc l ud e ne twor ka ndin for ma ti on s e c urit y .B ackgr oundTh e  cu r re n t bl oc k c ha i nd i g it a l c ur re n c yis u s e db ymanyma li ci o u st ra d er s , l e a din g t oas e ri e so fa b n or ma lt ra di ngb eh a vi ors s u ch a s“d us t”i nje c t i on ,“a i rd ro p”o p e ra t i o n s ,ex to rti on,and s cams. Th ere fore,res ea rc h on  the  i de ntific ati o nmethod  of a b no rma l t ran s a cti on b eh a v i or of bl oc k c h a in d i g it a lc ur re n cy i so fgr ea t s i gn i fi ca nc e for r eg ul a tin g t ran s a cti onb eh a vi or a nd e ns u ri ng c yb e rs p a c es e c ur i t y .Amon gth e manybl oc k c ha i n d i git a l cu rr e ncie s,th e ma r ke tv a lu e of Bit co ine xc e ed s ha lf o fth e t ot a lma rk e t va lu e o fa ll b lo ck c ha in d i g ita lc ur re n c i e s , an di sh i gh l yr e pr e s e nt a ti ve . Th e B it c oi n s ys t emha s a  la rg en u mb er o f us e r s ,  a la r ge t ra ns a c t i o ns c a le , a ndano ny miz a ti o n of a dd r es s e s,wh ic h  brin g gr e a t c h a ll e ng e s t oth e a cc u ra t e i d e nti fic a ti o n of a b no rma l  tr an sa ctio n be h a vi o r.So fa r , many r es e a r ch e rs h a ve  foc us e d o n a pa r t i c u la r t yp e o fi l le ga l a nd a b nor ma l t ra d in gb eh a v i or.B ut di ffe re nt fro mth eirm et ho d , gi v e nt ha t  th er e is ac l e a rmo ti va ti on b e hi ndany B it c oi na b n or ma lt r an sa c ti o nb eh a v i or,thisa rticl ede s i g n san ov el me th odfo ri de n t i fy ing Bi t co in’s a b no rma lt ran s a cti on b e ha v i or b a s e don th ean a ly siso ft ran s a cti onmoti v a ti o n.Sp ec i fi ca ll y , we t ake the two typ e so fa bnorma l tran sa cti o nb eh a vi ors o fa ird r op can dyan dg re e dyc a pi t a l inje ct i on a st yp ic a l r e pr e s e nt a ti v e s,and  de si g n th e  twot yp e sof a b no rma lt ran s a cti on  b eh a vi o r d et e r min a ti on r u le s, a nd th e n a b st r a c tth e a bn or ma lt r an sa c ti o n p a t t e rn  di a gr am. Ba s e d o n th is,th ea lg orithmfor i d e n ti fy ing a bn or ma l t ran s a cti on b e h av i o rso fBi t co inwa sd es i g n e dan di mpl em e nt e du si ng s u bg r a phma t c hi ng t e c hn ol og y. I no r de r t oe va l u a t e th e  eff ec ti v e n es s o fth isme th od ,we co ll e ct ed th e h is t oric a l t ran sa cti on da t a o fBit co in for ne a rl y 3 0mon th s , and de t e r min ed th e t r u th s e t o fa b nor ma l tr an s a ct io n b eh a v io r th rou gh manu a l ana l ys i s. Th ee x pe rime nt a l r es u lt s s ho w th a t  the  r ec o gn iti o n r e ca l l r a t e o fa ir dr op ca ndyb e ha v i or i s 8 5. 7 1 % ,th e a c cu ra c y i s 4 3 . 6 2 % ,th e re c og niti o n re c a ll ra t e o fg r e edy fu nd inj e c ti o n b e ha v i or i s8 1 . 2 5 % , th ea c c ur a c y i s 5 4 .3 2 % . In a d di t i o n , we foc u s onth e ana l ysis  and d is p la y o ft hr e e t y pica l e xamp le s  of Bit co in ^sa bn or ma l  tr an sa c ti on b e ha v i or( i .e. “d us t”inje c ti on  be ha v io r,Wan naCr yr ans omwa r e , SO Xe x e x ch an g e s cam) , and f ur th erve r i fyth e e ffe c t i v e ne s s of th e m eth od p ro p os e d th ro ug h r ea lca s es. I t a l so s ho ws th a t th e re a r e man ya b no r ma l t r a di nga c ti vitie s in  th e cr yp t o cu rr e n cy ma rk e t.Th i s wo rk i sp a rt i a ll ys up po rt ed by th e Na t i on a lKeyR &D P ro gr amo f Ch inawith No. 2 0 2 0YFB 1 0 0 6 1 0 1,th eKey-Are a Re s e a rc h and De ve l op me nt P ro gr amof Gu angdo ngPr ov in ce with No. 2 0 1 9 B0 1 0 1 3 7 0 0 3 , t h eNSFCP roj e c t swithNos . 6 1 9 7 2 0 3 9and 6 1 8 7 2 0 4 1 , th e Be ijin gNa t u ra l Sci e nc eFo un da ti on with No. 4 1 9 2 0 5 0,a nd t h e B eijin gNov a Pro gr amwith No. Z2 0 1 1 0 0 0 0 6 8 2 0 0 0 6.

[返回]
上一篇:基于贡献值和难度值的高可靠性区块链共识机制
下一篇:基于Polygon_Refine_省略_et的违禁品X线图像自动标注方法_马博文