基于启发式的比特币地址聚类方法

doi:10.13190/j.jbupt.2017-237

北京邮电大学学报 ›› 2018, Vol. 41 ›› Issue (2): 27-31.doi: 10.13190/j.jbupt.2017-237

基于启发式的比特币地址聚类方法

毛洪亮¹, 吴震¹, 贺敏¹, 唐积强¹, 沈蒙²

1. 国家计算机网络应急技术处理协调中心, 北京 100029;
2. 北京理工大学计算机学院, 北京 100081

收稿日期:2017-12-06 出版日期:2018-04-28 发布日期:2018-03-17
作者简介:毛洪亮(1990-),男,博士,E-mail:mhl@cert.org.cn.

Heuristic Approaches Based Clustering of Bitcoin Addresses

MAO Hong-liang¹, WU Zhen¹, HE Min¹, TANG Ji-qiang¹, SHEN Meng²

1. National Computer Network Emergency Response Technical Team/Coordination Center of China, Beijing 100029, China;
2. Department of Computer Science, Beijing Institute of Technology, Beijing 100081, China

Received:2017-12-06 Online:2018-04-28 Published:2018-03-17

摘要/Abstract

摘要： 针对比特币这种新型的数字货币，通过分析其交易规律和交易地址关系，综合多个交易聚类特征，提出一种基于启发式条件的聚类方法，能够对匿名比特币地址进行相关性聚类，从而发现被同一用户团体控制的地址群，有助于分析用户的交易特征，推测用户的真实身份.设计了具体的聚类方案，分析了迭代次数对聚类效果和代价的影响.大量的实验分析结果验证了该方法的准确性和全面性.

关键词: 比特币, 启发式, 聚类

Abstract: Because of anonymity of Bitcoin accounts, Bitcoin may be popular in some illegal trades and black market, such as the Silk Road.The author proposed an improved heuristic approaches-based method to cluster Bitcoin addresses and identify different addresses controlled by the same user. Three heuristic evidences were employed jointly. Through an elaborately designed experimental analysis, the precision and recall of the proposed method was verified. Furthermore, the efficiency with different iterations was analyzed, which can provide guidance in designing efficient clustering algorithm.

Key words: Bitcoin, heuristic, cluster

中图分类号:

TN911.4

毛洪亮, 吴震, 贺敏, 唐积强, 沈蒙. 基于启发式的比特币地址聚类方法[J]. 北京邮电大学学报, 2018, 41(2): 27-31.

MAO Hong-liang, WU Zhen, HE Min, TANG Ji-qiang, SHEN Meng. Heuristic Approaches Based Clustering of Bitcoin Addresses[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2018, 41(2): 27-31.

[1]	朱瑞文王雅文林欢李帅赟吴彦芳. 一种基于层次聚类的测试用例集约简方法[J]. 北京邮电大学学报, 2023, 46(4): 9-14.
[2]	张小乾, 王潇, 薛旭倩, 谈振, 蒲磊. 基于加权多核子空间聚类的图像分割方法[J]. 北京邮电大学学报, 2023, 46(3): 78-83.
[3]	黄跃珍戴晶帼张承业魏东. 基于关联图关键边发现的人脸图像聚类算法[J]. 北京邮电大学学报, 2023, 46(1): 97-102.
[4]	孔紫璇李航向万陈亚文郑伟. 用户动态接入下的多播业务链部署和调整方法[J]. 北京邮电大学学报, 2022, 45(6): 55-61.
[5]	李航, 温向明, 孔紫璇, 向万, 王鲁晗. 面向多样化需求的网络切片业务链部署[J]. 北京邮电大学学报, 2022, 45(2): 9-15.
[6]	王永, 尹恩民, 冉珣. 基于BC聚类的差分隐私保护推荐算法[J]. 北京邮电大学学报, 2021, 44(2): 81-88.
[7]	温卫. 基于密度聚类的容迟网络路由协议[J]. 北京邮电大学学报, 2020, 43(5): 137-142.
[8]	张志华, 王梦情, 毛文涛, 刘春红, 程渤. 基于时序相关性的云平台多负载序列联合预测[J]. 北京邮电大学学报, 2020, 43(4): 68-75.
[9]	何倩, 李双富, 黄焕, 徐红. 一种海量数据快速聚类算法[J]. 北京邮电大学学报, 2020, 43(3): 118-124.
[10]	双锴, 李怡雯, 吕志恒, 韩静, 刘建伟. 基于归一化特征判别的日志模板挖掘算法[J]. 北京邮电大学学报, 2020, 43(1): 68-73.
[11]	苏东, 余宁梅. 基于深度学习的OBD端口占用状态自动识别算法[J]. 北京邮电大学学报, 2019, 42(6): 49-57.
[12]	张嘉驰, 刘留, 周涛, 王凯, 朴哲岩. 基于机器学习的无线信道簇的提取与轨迹追踪[J]. 北京邮电大学学报, 2019, 42(4): 126-132.
[13]	袁仁进, 陈刚, 李锋, 魏双建. 基于VSM和Bisecting K-means聚类的新闻推荐方法[J]. 北京邮电大学学报, 2019, 42(1): 114-119.
[14]	杨福兴, 胡智超, 孔继利. 基于动态聚类混合拓扑结构粒子群算法的PDVRPTF[J]. 北京邮电大学学报, 2019, 42(1): 16-21.
[15]	吉星, 黄韬, 鄂新华, 孙礼. 基于日志信息的DNS查询异常检测算法[J]. 北京邮电大学学报, 2018, 41(6): 83-89.

基于启发式的比特币地址聚类方法

Heuristic Approaches Based Clustering of Bitcoin Addresses

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价