加密货币交易调查技术研究

本论文提出了用于调查未知加密货币及服务中交易的技术。加密货币用于在线安全支付。通过第一种加密货币比特币的支付使用具有有限隐私和匿名性保障的假名地址。研究表明这种假名性可被打破，从而可使用聚类和标记启发式方法追踪用户。此类追踪使得犯罪可被调查。若用户硬币被盗，调查者可以追踪地址以识别硬币去向。这一点，加上区块链受欢迎程度的爆发，导致新硬币和服务的巨量增加。它们提供从注重增强匿名性的硬币到伪装成智能合约的骗局等新特性。在本研究中，我们调查了交易隐私在多大程度上有所改善，以及在这些新生态系统中用户是否仍可被追踪。我们首先分析了隐私导向型硬币 Zcash——一种比特币分叉加密货币，因其密码学研究背景被认为具有强匿名属性。我们揭示，基于使用模式的启发式方法可大幅缩减用户匿名集。接下来，我们分析了从 ShapeShift 交易所收集的跨链交易，揭示用户在不同账本间移动时可被追踪。最后，我们对智能合约庞氏骗局 Forsage 给出一项测量研究，该骗局在第一年内循环了 2.67 亿美元（以太坊），显示该骗局中至少 88% 的参与者遭受损失。本研究的意义在于揭示：利用我们的新启发式方法，用户可在较新加密货币和服务中被追踪，这为开展调查与开发这些技术者提供了信息。