[论文解读] Tracing Transactions Across Cryptocurrency Ledgers

Haaroon Yousaf, George Kappos+1 more|arXiv (Cornell University)|Oct 30, 2018

Blockchain Technology Applications and Security参考文献 17被引用 32

一句话总结

本文利用13个月期间来自ShapeShift交易平台的数据，研究了跨加密货币交易所的交易追踪。通过开发新颖的启发式方法并链接不同区块链上的链上交易，作者证明了81.91%的ShapeShift交易可在存入与提取阶段之间被准确追踪，揭示了以盈利为目的的交易模式，以及CoinJoin和Zcash屏蔽等隐私增强技术的有限成效。

ABSTRACT

One of the defining features of a cryptocurrency is that its ledger, containing all transactions that have evertaken place, is globally visible. As one consequenceof this degree of transparency, a long line of recent re-search has demonstrated that even in cryptocurrenciesthat are specifically designed to improve anonymity it is often possible to track money as it changes hands,and in some cases to de-anonymize users entirely. With the recent proliferation of alternative cryptocurrencies, however, it becomes relevant to ask not only whether ornot money can be traced as it moves within the ledgerof a single cryptocurrency, but if it can in fact be tracedas it moves across ledgers. This is especially pertinent given the rise in popularity of automated trading platforms such as ShapeShift, which make it effortless to carry out such cross-currency trades. In this paper, weuse data scraped from ShapeShift over a thirteen-monthperiod and the data from eight different blockchains to explore this question. Beyond developing new heuristics and creating new types of links across cryptocurrency ledgers, we also identify various patterns of cross-currency trades and of the general usage of these platforms, with the ultimate goal of understanding whetherthey serve a criminal or a profit-driven agenda.

研究动机与目标

• 调查是否能够通过去中心化交易平台（如ShapeShift）实现对不同区块链账本之间加密货币交易的追踪。
• 评估加密货币中隐私增强功能（如Dash的PrivateSend和Zcash的屏蔽交易）在隐藏交易流向方面的有效性。
• 识别跨币种交易平台上的行为模式，以判断其是否暗示犯罪活动或以盈利为目的的投机行为。
• 开发并验证新的启发式方法，用于在多个区块链之间聚类地址并链接交易。

提出的方法

• 从ShapeShift的公开API获取交易数据，并与包括比特币、Dash、Zcash和门罗币在内的八个区块链的链上数据进行交叉比对。
• 开发了一种新颖的启发式方法，通过在不同区块链间高精度匹配存入与提取交易，实现81.91%的平均成功率，以识别ShapeShift交易。
• 应用既有的聚类启发式方法（如多输入启发式），并将其适配用于隐私导向型代币（如Dash和Zcash）。
• 通过检测具有标准化面额（0.01、0.1、1、10 DASH）的多个输入且费用偏差极小的交易，识别Dash中的CoinJoin交易。
• 通过识别涉及Zcash屏蔽池的交易，利用特定的链上标记和交易模式，追踪Zcash中的屏蔽交易。
• 分析U型交易模式（同一地址同时用于存入与提取），以检测潜在的隐私增强行为并评估其有效性。

实验结果

研究问题

• RQ1 在使用跨币种交易平台（如ShapeShift）的数据时，能在多大程度上实现对不同加密货币账本之间交易的追踪？
• RQ2 Dash中的CoinJoin等隐私增强机制与Zcash中的屏蔽交易在防止跨账本交易关联方面有多有效？
• RQ3 在跨币种交易中，会涌现出哪些行为模式（如U型交易或重复使用同一地址）？这些模式是否暗示了洗钱行为或以盈利为目的的投机？
• RQ4 能否开发出可靠的启发式方法，以在使用隐私功能的情况下，可靠地聚类地址并链接多个区块链上的交易？

主要发现

• 作者通过识别跨区块链的链上交易对，成功将81.91%的ShapeShift交易在存入与提取阶段之间进行了链接。
• 仅有6.5%的发送至ShapeShift的DASH交易源自CoinJoin，且仅有0.1%的DASH提取交易在后续参与了CoinJoin，表明Dash隐私功能的使用极为有限。
• 尽管尝试使用Zcash的屏蔽池，仍有价值1000万美元的Zcash通过ShapeShift完成交易，表明隐私功能未被一致使用，或未能有效隐藏大额流动。
• 高达64.6%的U型交易使用同一地址作为存入与提取地址，表明用户即使尝试使用隐私功能，也常常未能有效利用。
• 研究发现，尽管部分用户尝试使用CoinJoin和Zcash屏蔽等隐私增强机制，但因重复使用地址等行为模式，其努力大多无效。
• 分析表明，ShapeShift的大部分使用行为由以盈利为目的的投机驱动，而非系统性洗钱，平台未发现存在系统性洗钱的有力证据。