| Item type |
SIG Technical Reports(1) |
| 公開日 |
2019-02-25 |
| タイトル |
|
|
タイトル |
アドレス毎の分類結果を用いたダークマーケットの所有するBitcoinアドレス識別 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Identification of Darknet Markets' Bitcoin Addresses by Using Multiple Classification Results |
| 言語 |
|
|
言語 |
jpn |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
| 著者所属 |
|
|
|
慶應義塾大学理工学部情報工学科 |
| 著者所属 |
|
|
|
慶應義塾大学理工学部情報工学科 |
| 著者所属 |
|
|
|
慶應義塾大学理工学部情報工学科 |
| 著者所属(英) |
|
|
|
en |
|
|
Faculty of Information and Computer Science, Keio University |
| 著者所属(英) |
|
|
|
en |
|
|
Faculty of Information and Computer Science, Keio University |
| 著者所属(英) |
|
|
|
en |
|
|
Faculty of Information and Computer Science, Keio University |
| 著者名 |
金村, 晃太
豊田, 健太郎
大槻, 知明
|
| 著者名(英) |
Kota, Kanemura
Kentaroh, Toyoda
Tomoaki, Ohtsuki
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
Bitcoin は，銀行の口座番号に相当する Bitcoin アドレス間で送金を行う仮想通貨の一つであるが，その匿名性ゆえに，違法薬物や武器を扱うダークマーケット (DNM : Darknet Market) の決済手段に用いられている．本稿では，フォレンジクスの観点から，未知の DNM 運営者によって所有される Bitcoin アドレスの識別手法を提案する．一般に，Bitcoin では，銀行口座と異なり複数の Bitcoin アドレスを所有でき，それらの取引の特徴は類似していると考えられる．このことに着目し，提案法では識別対象の Bitcoin アドレスから，同一ユーザによって所有される複数の Bitcoin アドレスを推定する手法であるアドレスクラスタリングを用いる．アドレスクラスタリングによって推定された同一ユーザが所有する複数の Bitcoin アドレス毎に送受金額，送受頻度といった特徴量を抽出し，それぞれ教師あり分類器を用いてラベル付けし，最も多く分類されたラベルを分類結果とする．実際の Bitcoin アドレスを用いたシミュレーションを実行した結果，適合率，再現率，F1 尺度の指標において提案法は従来法よりも高い識別精度を達成することが分かった． |
| 論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
Bitcoin is a decentralized digital currency whose transactions are recorded in a common ledger, so called blockchain. Due to the anonymity and lack of law enforcement, Bitcoin has been misused in darknet markets which deal with illegal products, such as drugs and weapons. Therefore, from the security forensics aspect, it is demanded to establish an approach to identify newly emerged darknet markets' transactions and addresses. In this report, we thoroughly analyze Bitcoin transactions and addresses related to darknet markets and propose a novel identification method of darknet markets' addresses. To improve the identification performance, we propose a voting based method which leverages multiple labels of Bitcoin addresses owned by the same user. Through the computer simulation with more than 200K Bitcoin addresses, it was shown that our voting based method outperforms the non-voting based one in terms of recall, precision, and F1 score. We also found that DNM's addresses pay higher fees than others, and this feature significantly improves the classification. |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA11838947 |
| 書誌情報 |
研究報告ユビキタスコンピューティングシステム（UBI）
巻 2019-UBI-61,
号 9,
p. 1-6,
発行日 2019-02-25
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8698 |
| Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-UBI19061009.pdf (547.0 kB)
