-
题名基于机器学习的比特币去匿名化方法研究
被引量：4
- 1
-
-
作者
郭文生
杨霞
冯志淇
张露晨
杨菁林
-
机构
电子科技大学信息与软件工程学院
成都链安科技有限公司
国家互联网应急中心
-
出处
《计算机工程》
CAS
CSCD
北大核心
2021年第12期47-53,共7页
-
基金
国家242信息安全专项(2020A028)
四川省科技计划项目(2020YFG0481)。
-
文摘
比特币是一种去中心化的匿名加密货币,是目前使用最广泛的数字资产之一,具有匿名性、无主权、无地域限制的特点,匿名性的特性也使得比特币被广泛应用于各种犯罪活动。为实现比特币的去匿名化,提出一种联合特征构造方法并构建随机森林与Softmax相结合的分类模型。为更好地区分不同类型比特币的交易行为,引用交易实体的概念,按照联合特征构造方法分别从地址、实体与交易网络结构3个方面在海量的交易数据中构造特征,并将其整合成联合特征向量。实验结果表明,该实体分类模型的类别识别精确率超过0.92,其能够有效提升执法机构对虚拟货币犯罪行为的调查取证能力。
-
关键词
比特币
去匿名化
犯罪活动
交易实体
联合特征
随机森林
-
Keywords
Bitcoin
de-anonymization
illegal activity
trading entity
joint feature
Random Forest(RF)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
