Chainlet Orbits：面向比特币区块链的拓扑地址嵌入
密码学与安全
2023-06-16 v1 机器学习
摘要
比特币等支持一定程度假名交易的加密货币的兴起，引发了包括勒索软件支付与暗网市场交易在内的各类非法活动激增。这些非法活动常以比特币为首选支付方式。然而，当前检测非法行为的工具要么依赖少量启发式方法与繁琐的数据收集流程，要么采用计算低效且难以解释的图神经网络（GNN）模型。为克服现有方法的计算与可解释性局限，我们提出一种名为 Chainlet Orbits 的有效方案。该方法利用比特币地址在交易中的拓扑特征进行嵌入。借助这一创新地址嵌入，我们通过聚焦非法行为产生的独特子结构来研究比特币网络中的电子犯罪。节点分类实验结果表明，其性能优于包括拓扑与基于 GNN 方法在内的前沿方法。此外，我们的方法可在比特币交易网络上大多数日期里于 15 分钟内使用可解释、可说明的机器学习模型。
引用
@article{arxiv.2306.07974,
title = {Chainlet Orbits: Topological Address Embedding for the Bitcoin Blockchain},
author = {Poupak Azad and Baris Coskunuzer and Murat Kantarcioglu and Cuneyt Gurcan Akcora},
journal= {arXiv preprint arXiv:2306.07974},
year = {2023}
}