主页 > imtoken2.0下载 > 比特币交易网络和图形分析
比特币交易网络和图形分析
之前写过一篇关于易的分析,前几天刚好在朋友圈看到一篇文档《比特币交易图分析》。 对比特币的匿名性和用户活跃度做了一些初步的探索,翻译出来分享给大家学习。
比特币等基于区块链的数字加密货币具有天然的匿名性。 但是,基于一些方法,我们可以推断出用户的网络身份,甚至是某些匿名地址背后的真实身份。
本文提出利用互联网公开信息与比特币转账数据进行比对,为部分比特币地址添加身份标签。
文献采用两种方法获取信息并进行融合:
1、抓取比特币相关论坛和社交网络信息,从用户主动公开的信息中提取比特币地址和相关网络账户信息;
有很多用户比特币交易流程图,尤其是比特币的早期持有者,会主动展示自己的比特币地址,以促进社区的发展或获得帮助。
2. 抓取比特币相关论坛和社交网络信息,从用户无意提及的不完整转账信息中推断地址所属用户;
从这些不完整的信息中,可以得到地址之间的转账时间和大概金额,例如,听鲍勃对爱丽丝说:“我昨天中午给你转了 100 美元”。 该地址可能的所有者可以通过与比特币链数据中记录的交易进行比较来推测。
通过以上两种方式,我们可以推断出一些比特币地址背后的账户信息,然后利用一些图分析方法对账户行为进行评估和分析。
节点代表地址,有向边代表转账路径,边的宽度代表金额
首先,基于比特币链数据构建一定时间范围内的地址转移关系图,对网络进行一定程度的剪枝;
可以看到地址网络有一些直观的发现:
然后,根据获取的用户信息,合并同一用户的地址,从而将地址网络转化为用户网络,接近真实世界的用户活动。
然后使用 PageRank 算法标记网络中的重要节点,这些节点在传输规模或金额方面更为突出。
在标记的重要节点中,我们可以看到有
这也证实了 PageRank 算法在比特币交易网络中的有效性。
综上所述:
通过公开信息中提及的地址和不完整的转账信息,获取部分地址所属的用户信息。
然后通过构建真实用户之间的转移关联网络来揭示用户行为。
过程如下:
本文试图通过融合公开信息和链上数据,将匿名的比特币交易网络与现实世界联系起来,然后利用图分析揭示用户行为。
虽然研究比较基础比特币交易流程图,但已经可以看出在区块链数据与图分析相结合的方向上值得深入挖掘。
本文翻译自《比特币交易图谱分析》