计算机工程

北大核心,CA,INSPEC,JST,Pж(AJ)

国内刊号:31-1289/TP

国际刊号:1000-3428

计算机工程杂志2021年第12期:基于机器学习的比特币去匿名化方法研究

发布日期:

作者:郭文生, 杨霞, 冯志淇, 张露晨, 杨菁林

单位:1. 电子科技大学 信息与软件工程学院, 成都 610000;2. 成都链安科技有限公司, 成都 610000;3. 国家互联网应急中心, 北京 100000

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

基金:国家242信息安全专项(2020A028);四川省科技计划项目(2020YFG0481)。

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。

来源:2021年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第12期

联系我们

  • 地址:上海市嘉定区澄浏公路63号
  • 电话:(021) 67092217
  • E-mail:ecice06@ecict.com.cn

咨询工作人员