[论文解读] BlockSci: Design and applications of a blockchain analysis platform

Harry Kalodner, Steven Goldfeder+3 more|arXiv (Cornell University)|Sep 8, 2017

Blockchain Technology Applications and Security被引用 98

一句话总结

BlockSci 是一个开源的内存中区块链分析平台，支持多条区块链，提供 Python（Jupyter）和 C++ 接口，并具备内置分析功能以加速研究和商业分析。它比现有工具快得多，并集成了 mempool 和汇率数据。

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.

研究动机与目标

• 实现区块链数据在科学研究和商业研究中的快速、灵活分析。
• 提供一个通用接口和高效解析器以支持多条区块链。
• 提供内置分析功能（例如地址聚类、CoinJoin检测）和数据源（mempool、汇率）以获得更丰富的分析。
• 提供直观的用户界面（Jupyter 笔记本）和高性能的 C++ 内核，以在易用性和速度之间取得平衡。

提出的方法

• 将区块链视为适用于内存分析数据库的追加只读静态快照，而不是传统事务数据库。
• 开发高性能、空间和时间效率的解析器，将多样化的区块链转换为通用的内部格式，并采用优化的数据布局（如指针样链接、定长编码、去重地址）。
• 提供内存中交易图，支持可并行化的 mapreduce 风格查询，以及用于局部性和可扩展性的内存映射数据布局。
• 暴露 Python（通过 Jupyter）界面以便探索，以及用于性能关键任务的 C++ 界面；支持内联 C++ 和基于选择器的查询选项以加速工作流。
• 通过通用 API 支持额外的数据源（mempool 数据、汇率）和多条区块链，且正在制定更多脚本类型和山寨币的计划。

实验结果

研究问题

• RQ1 如何在内存分析数据库下实现对区块链数据的高效大规模分析？
• RQ2 在代表性查询下，<BlockSci> 相比现有区块链分析工具的性能提升是多少？
• RQ3 数据集成（mempool、汇率）如何提升对区块链经济学和用户行为的分析？
• RQ4 在多条区块链中，地址联接和脚本解析在多大程度上可以提升隐私保护和取证分析？

主要发现

• BlockSci 在区块链分析方面比现有工具快15x–600x。
• 它使用内存分析模型加载并分析区块链，能够快速进行 mapreduce 风格的查询。
• 它通过一个通用导入器和格式支持多条区块链（Bitcoin、Litecoin、Namecoin、Dash、Zcash）。
• 分析揭示多签名隐私弱点、Dash 隐私、区块空间经济学和加密货币流通速度等洞见。
• Python 接口（通过 Jupyter）补充高性能 C++ 后端，性能敏感代码用 C++ 编写，且内联选择器以提升速度。
• 通过定长编码、指针样引用和去重地址实现内存高效和局部性。