BitcoinHeist：基于拓扑数据分析的比特币区块链勒索软件检测

加密货币（如比特币）的泛滥使得伪匿名交易成为可能，这降低了勒索软件开发者通过加密用户敏感数据来索要赎金的门槛。近期曝光的勒索软件攻击已在从地方政府到医疗保健等多个领域造成显著经济损失与社会危害。大多数现代勒索软件使用比特币进行支付。然而，尽管比特币交易被永久记录且公开可查，当前检测勒索软件的方法仅依赖于少数启发式规则和/或繁琐的信息收集步骤（例如运行勒索软件以收集相关比特币地址）。据我们所知，以往方法均未采用先进的数据分析技术来自动检测勒索软件相关交易与恶意比特币地址。借助拓扑数据分析的最新进展，我们提出了一种高效且可处理的数据分析框架，在仅给定有限历史交易记录的情况下，自动检测某个勒索软件家族中的新恶意地址。此外，我们提出的技术在检测新勒索软件家族（即无历史交易记录的勒索软件）的出现方面也表现出很高效用。利用现有的已知勒索软件数据集，我们表明所提方法在勒索软件交易检测的精确率与召回率上相较现有基于启发式的方法有显著提升，并可用于实现勒索软件检测的自动化。