[논문 리뷰] BlockSci: Design and applications of a blockchain analysis platform

Harry Kalodner, Steven Goldfeder외 3명|arXiv (Cornell University)|2017. 09. 08.

Blockchain Technology Applications and Security인용 수 98

한 줄 요약

BlockSci는 여러 블록체인을 지원하는 오픈 소스 인메모리 블록체인 분석 플랫폼으로, Python(Jupyter) 및 C++ 인터페이스를 제공하고 연구 및 상업 분석을 가속하는 내장 분석 기능을 제공합니다. 이전 도구보다 substantially faster하며 mempool 및 거래소 환율 데이터 통합을 포함합니다.

ABSTRACT

Analysis of blockchain data is useful for both scientific research and commercial applications. We present BlockSci, an open-source software platform for blockchain analysis. BlockSci is versatile in its support for different blockchains and analysis tasks. It incorporates an in-memory, analytical (rather than transactional) database, making it several hundred times faster than existing tools. We describe BlockSci's design and present four analyses that illustrate its capabilities. This is a working paper that accompanies the first public release of BlockSci, available at https://github.com/citp/BlockSci. We seek input from the community to further develop the software and explore other potential applications.

연구 동기 및 목표

• 과학 및 상업 연구를 위한 블록체인 데이터의 빠르고 유연한 분석 enable.
• 다양한 블록체인을 지원하기 위한 공통 인터페이스와 효율적인 파서를 제공.
• 더 풍부한 분석을 위한 내장 분석(예: 주소 연결, CoinJoin 탐지) 및 데이터 피드(mempool, 환율) 제공.
• 사용 편의성과 속도 간 균형을 맞추는 직관적인 사용자 인터페이스(Jupyter 노트북) 및 고성능 C++ 코어 제공

제안 방법

• 블록체인을 전통적인 트랜잭션 데이터베이스가 아닌 인메모리 분석 데이터베이스에 적합한 append-only 정적 스냅샷으로 취급한다.
• 다양한 블록체인을 공통 내부 포맷으로 변환하고 최적화된 데이터 레이아웃(예: 포인터 유사 링크, 고정 크기 인코딩, 중복 제거된 주소)을 갖춘 고성능, 공간 및 시간 효율적 파서를 개발한다.
• 병렬 가능 맵리듀스 스타일 질의와 지역성 및 확장성을 위한 메모리 매핑 데이터 레이아웃을 갖춘 인메모리 트랜잭션 그래프를 제공한다.
• 탐색용 Python(Jupyter)를 위한 인터페이스와 성능 중심 작업을 위한 C++ 인터페이스를 모두 노출시키고, 워크플로를 가속하는 인라인 C++ 및 셀렉터 기반 질의 옵션을 활성화한다.
• 공통 API를 통해 mempool 데이터, 환율 등 추가 데이터 소스와 다수의 블록체인을 지원하고, 더 많은 스크립트 유형과 ALT 코인에 대한 계획을 지속적으로 추진한다.

실험 결과

연구 질문

• RQ1 메모리 분석 데이터베이스를 사용하여 블록체인 데이터를 대규모로 효율적으로 분석하는 방법은 무엇인가?
• RQ2 대표 질의에서<BlockSci>가 기존 블록체인 분석 도구에 비해 어떤 성능 향상을 보이는가?
• RQ3 데이터 통합(mempool, 환율)이 블록체인 경제와 사용자 행동 분석을 어떻게 향상시키는가?
• RQ4 다양한 블록체인에서 주소 연결 및 스크립트 파싱이 프라이버시 및 포렌식 분석을 얼마나 개선하는가?

주요 결과

• BlockSci는 블록체인 분석에 대해 기존 도구보다 15배에서 600배 빠르다.
• 인메모리 분석 모델로 블록체인을 로드하고 분석하여 빠른 맵리듀스 스타일 질의를 가능하게 한다.
• 공통 수입자와 형식을 통해 비트코인, 라이트코인, Namecoin, Dash, Zcash 등 여러 블록체인을 지원한다.
• 멀티시그리드 프라이버시 취약성, Dash 프라이버시, 블록 공간 경제학, 암호화폐 속도에 대한 인사이트를 시연한다.
• 파이썬 인터페이스(Jupyter를 통해)와 고성능 C++ 백엔드를 보완하며, 성능에 민감한 코드는 C++로 작성되고 속도를 위해 인라인 셀렉터를 사용한다.
• 고정 인코딩, 포인터 유사 참조, 중복 제거된 주소를 통해 메모리 효율성과 지역성이 달성된다.