[논문 리뷰] Analysis of Cryptocurrency Transactions from a Network Perspective: An Overview

Jiajing Wu, Jieli Liu외 2명|arXiv (Cornell University)|2020. 11. 18.

Blockchain Technology Applications and Security참고 문헌 178인용 수 181

한 줄 요약

이 논문은 네트워크 과학 시각에서 암호화폐 거래 분석에 대한 종합적인 서베이를 제공하며, 기존 연구를 네트워크 모델링, 프로파일링, 탐지로 분류한다. 거래 네트워크를 구축하고, 구조적 및 시간적 성질을 분석하며, 이질성을 탐지하는 방법을 통합하여, 블록체인 분석 및 그래프 마이닝 분야의 연구자들에게 체계적인 프레임워크를 제공한다.

ABSTRACT

As one of the most important and famous applications of blockchain technology, cryptocurrency has attracted extensive attention recently. Empowered by blockchain technology, all the transaction records of cryptocurrencies are irreversible and recorded in the blocks. These transaction records containing rich information and complete traces of financial activities are publicly accessible, thus providing researchers with unprecedented opportunities for data mining and knowledge discovery in this area. Networks are a general language for describing interacting systems in the real world, and a considerable part of existing work on cryptocurrency transactions is studied from a network perspective. This survey aims to analyze and summarize the existing literature on analyzing and understanding cryptocurrency transactions from a network perspective. Aiming to provide a systematic guideline for researchers and engineers, we present the background information of cryptocurrency transaction network analysis and review existing research in terms of three aspects, i.e., network modeling, network profiling, and network-based detection. For each aspect, we introduce the research issues, summarize the methods, and discuss the results and findings given in the literature. Furthermore, we present the main challenges and several future directions in this area.

연구 동기 및 목표

• 암호화폐 거래 네트워크에 대한 연구를 네트워크 과학적 시각에서 체계적이고 종합적으로 서술하는 것.
• 기존 문헌을 네트워크 모델링, 네트워크 프로파일링, 네트워크 기반 탐지의 세 핵심 연구 분야로 분류하고 분석하는 것.
• 대규모, 동적이고 부분적으로 관찰 가능한 거래 네트워크 분석의 주요 과제와 향후 연구 방향을 규명하는 것.
• 블록체인 데이터 마이닝, 금융 감정 분석, 탈중앙화 시스템의 그래프 기반 분석을 수행하는 연구자들과 엔지니어들에게 기초 자료로 기능하는 것.

제안 방법

• 노드 및 에지 의미 체계(예: 주소, 거래, 스마트 컨트랙트)에 기반해 네트워크 모델링 기법을 분류한다.
• 구조적 성질(예: 힘의 법칙 정도 분포), 시간적 변화, 시장 영향을 중심으로 네트워크 프로파일링 방법을 검토한다.
• 그래프 기반 이질성 탐지 기법을 활용해 자금세탁, 사기 등 불법 활동을 탐지하는 네트워크 기반 탐지 기법을 분석한다.
• 2009~2020년 동안 저널, 컆퍼런스, 프리프린트에서 '암호화폐', '거래', '네트워크', '비트코인', '이더리움' 등의 关련 키워드를 활용한 체계적 문헌 리뷰 방법론을 적용한다.
• 실제 데이터, 분석 모델, 실증 연구의 결과를 통합하여 네트워크 행동과 역학을 평가한다.
• 향후 연구 방향으로 온라인 학습, 완전하지 않은 네트워크의 링크 예측, 프라이버시 강화 블록체인을 위한 감사 프레임워크를 제안한다.

실험 결과

연구 질문

• RQ1 다양한 노드 및 에지 의미 체계를 사용해 암호화폐 거래 데이터를 복잡한 네트워크로 효과적으로 모델링할 수 있는가?
• RQ2 암호화폐 거래 네트워크의 주요 구조적 및 시간적 성질은 무엇이며, 시간이 지남에 따라 어떻게 변화하는가?
• RQ3 블록체인 시스템에서 이질성, 자금세탁 또는 기타 불법 행동을 탐지하기 위해 어떤 네트워크 기반 기법을 사용할 수 있는가?
• RQ4 대규모, 동적이고 부분적으로 관찰 가능한 거래 네트워크 분석의 주요 과제는 무엇인가?
• RQ5 최신 블록체인 기술(예: 라이트닝 네트워크, 샤딩)은 네트워크 기반 분석의 완전성과 정확성에 어떤 영향을 미칠 수 있는가?

주요 결과

• 암호화폐 거래 네트워크는 비트코인과 이더리움과 같은 시스템에서 수억 건의 거래 기록을 포함하며, 가장 큰 공개 접근이 가능한 실세계 네트워크이다.
• 거래 네트워크는 척도 무작위성과 소월드 성질을 보이며, 힘의 법칙 정도 분포와 높은 클러스터링을 나타내어 코어-페리퍼리 구조를 암시한다.
• 시간적 분석은 돌발적인 거래 패턴과 변화하는 네트워크 구조를 드러내며, 시장 역학과 시스템의 강건성에 중대한 영향을 미친다.
• 커뮤니티 탐지 및 중심성 측정 기법을 활용한 네트워크 기반 탐지 방법은 위험한 클러스터와 머니밀 계정을 식별하는 데 높은 효과를 보였다.
• 라이트닝 네트워크와 같은 오프체인 솔루션과 민감도 향상 기법(예: 믹싱 서비스)으로 인한 데이터 불완전성은 정확한 네트워크 재구성과 분석에 큰 도전 과제를 제기한다.
• 향후 연구는 확장성과 온라인 학습 알고리즘, 그리고 누락된 네트워크 구조 복원 및 실시간 거래 감사 지원을 위한 링크 예측 기법을 우선시해야 한다.