作者：王佳鑫
本文约3900字，建议阅读8分钟本文介绍了区块链安全在Web3.0时代下的加密数字货币监管。一、研究背景
随着区块链的快速应用和发展，各种虚拟数字货币（比特币、以太坊等）纷纷涌现，虚拟数字货币时代已经悄然到来。作为一种金融工具，虚拟数字货币的匿名性、全球性、不可抵赖性、交易费用低、实时监控难度大等特点，符合犯罪分子对于一种利用互联网在全球范围内转移资金的工具的期望。虚拟数字货币已成为新时代勒索、洗钱、诈骗、恐怖融资等犯罪融资的理想金融工具。
根据 2021 年初发布的报告（图 1），2019 年非法虚拟数字货币交易总价值约为 110 亿美元欧易交易所，较 2017 年的 56 亿美元增长约一倍，在全部虚拟数字货币交易中所占份额数字货币交易也从 2017 年的 0.7% 增加到 2019 年的 2.2%。 2020 年，所有加密货币活动中的非法份额下降到1.0%。尽管与加密货币相关的犯罪正在下降，但与传统金融涉及的非法资金规模相比，它仍然是整个加密货币经济的一部分。
图1 2017-2020年虚拟数字货币交易量变化
此外，我国还面临着来自数字货币的威胁和挑战。无法避免我国激进反对派和恐怖势力与境外组织勾结，通过数字货币筹集资金的风险。新疆、西藏乃至香港等地区都直接面临着对此类非法集资的打击。挑战。香港修例风波中的极端反对势力利用比特币和发行所谓“抗议币”为暴徒活动筹集资金。虚拟数字货币时代，我国面临着打击通过虚拟数字货币非法融资的艰巨任务。
基于上述现实背景，在国家整体安全需求的驱动下，我们认为构建非法加密数字货币融资识别追踪系统是非常迫切和必要的。
2.区块链技术基础理论
区块链技术的应用让交易在无需相互信任的情况下正常进行。区块链技术不同于传统的数据库技术。其显着优点是不可篡改、不可伪造、具有智能合约的特点。因此，区块链技术的应用可能引发社会变革欧意交易所，推动社会科技发展。 “十三五”规划中，国务院对区块链发展进行了规划，并将其列入战略前沿技术发展的前沿。早在2017年，国外一些公司就制定了区块链技术发展的战略目标，公司已将区块链技术列入十大战略技术之列。
区块链技术最显着的五个特点：
（1）开放性：交易过程中的数据公开共享。除交易双方个人隐私外，其他数据均高度透明，且区块链技术开源。
（2）去中心化：这个特性是区块链技术最本质的特性。由于区块链技术在应用过程中不涉及中心控制等依赖关系，因此各个时间段的信息传输都是自我管理的。
（3）安全性：当想要修改或操作网络数据时，需要掌握所有数据信息，否则无法进行修改，保证网络数据安全，避免人为修改数据。
（4）独立性：区块链系统在运行过程中独立存在，不依赖其他第三方。它遵循协议规范，在系统内自主交换数据，无需人工干预。
（5）匿名性：除特殊要求外，仅从技术角度来看，信息传输过程中无需公开验证节点信息，传输过程以匿名方式进行。
区块链技术架构分为六层：第一层是数据层，第二层是合约层，第三层是共识层，第四层是应用层，第五层是激励层，第六层是网络层。随着科学技术的发展，区块链技术不断更新，其外延不断演变。本文从数据分析的角度出发，认为根据数据的类型和环境，区块链可以分为三层。最底层是交易层，对应以比特币为代表的区块链1.0阶段。交易是改变区块链数据的一种手段，也为区块链提供数据基础。合约层位于中间。通过将合同条款数字化，当条件满足时交易可以自动执行。交易过程中不断产生新的数据，交易在各个流程中进行。
通过相关的区块链技术，我们可以隐藏用户的隐私信息。由于网络信息共享的原理，如果我们想要在分布式环境下对信息进行保密，技术要求非常高。针对不同的许可机制和应用场景，区块链可以分为三个层次：第一是联盟链，第二是公有链，第三是私有链。与传统机构和企业附属的数据库不同，区块链是一个公开共享的数据库，每个人都有权利自由获取区块链数据。区块链数据并非内部人士独有。区块链数据的开放性为数据分析师提供了数据基础。通过分析公共数据，为科技进步提供动力，激发技术发展潜力。
三、研究内容与方法
3.1 总体思路
关于加密数字货币的交易业务模式，我们团队将加密数字货币GEC全周期定义为加密数字货币从生成到流通的整个过程，主要包括生成、兑换、流通三个主要过程。通过对整个GEC周期的不同事件建立模型，可以进行全方位的监督管理和监管，提高加密数字货币交易的可追溯性，使所有交易都有据可查、有账可查。这将为后续科学监管方法奠定基础。
3.2 研究问题和方法
我们对与研究问题高度相关的现有文献进行深入研究。结合本文的研究方向，文献综述部分主要从以下五个角度出发来了解加密数字货币的现有研究：一是实体识别；第二，网络分析。 ;三是违法行为检测与分析；四是网络可视化；五是交易模式识别。
(1)实体识别
以比特币为例，比特币交易的一个显着特点是交易双方都是匿名的。然而，由于比特币交易的复杂性，往往涉及多个输入和输出，如何识别相关交易信息中的用户成为了一个问题。需要解决的一个问题是如何识别用户拥有多少个地址。但由于没有有效的方法来验证和识别是否属于特定用户，因此根据现有论文的研究思路，实体可能是组织，也可能是用户；相反，同一组织或同一用户实际上可能同时控制几个不同的实体。实体。从相关文献可以看出，为了更好地识别潜在实体，大多采用启发式方法，主要包括以下两种识别方法（更改地址法和普通输入法）。
尽管如此，启发式规则也容易出现一些错误，因此一些学者也提出了不同的优化方法。随着地址标签的广泛使用，监督机器学习算法也被应用于捕获具有交易特征的标记样本之间的差异。比特币地址分类任务可以分为二分类和多分类类型。二元分类任务通常能达到很高的准确率，这表明非法活动在其交易模式中具有高度可分离性。相比之下，多个分类任务的准确率明显较低。在特征方面，体积特征对于区分实体起着至关重要的作用。在学习算法方面，基于决策树的方法，尤其是随机森林，在大多数任务中实现了最高的性能。基于 GNN 的方法尽管在最近的文献中新颖且流行，但并没有表现出优于现有方法的预测能力。
(2)用户画像
在比特币主链的不断发展过程中，已开采出超过50万个区块，其中包含超过150GB的大量交易数据及相关信息。这时候我们就需要分析相关数据中包含了多少用户。进行交易的用户具有哪些特征。从某种程度上来说，比特币是一种虚拟资产。其交易过程是否符合经济规律，比特币如何在用户之间分配，都是值得思考的问题。这种类型的研究称为用户分析。 。
3.3 网络可视化
随着区块链的深入发展，相关技术不断创新，区块链交易不断增加，交易网络变得越来越庞大。视觉研究工具的使用对于研究的开展具有重要意义。在现有的研究中，不少学者都是从这个角度出发的。目前很多相关研究聚焦于区块链交易的特殊结构图，关注关联交易双方的行为，可以快速识别潜在的异常交易行为和交易模式。
3.4交易模式识别
比特币与传统的银行支付有很大不同。它实际上是一个匿名系统，没有运营中心。强匿名性导致比特币交易中出现了一些非法行为，如赌博、欺诈、洗钱等，如何从比特币交易数据中识别异常交易，发现潜在的非法交易和非法行为，是一个极具研究价值的课题。 。在这个过程中，识别和分析比特币相关的交易行为和交易模式是重要的研究基础。
3.5 违法行为检测与分析
区块链的一个显着特点就是匿名性，这使得我们很难获取交易双方的相关信息。目前，有学者将比特币用户分为以下四种类型：一是计算机技术爱好者；第二，犯罪分子；第三，投机者；第四，自由主义者。事实上，当前区块链交易中确实存在很多潜在的非法交易：例如欺诈、恐怖融资等。因此，完善区块链数据识别技术可以促进区块链网络的可持续发展，打击犯罪，并帮助相关监管部门提高监管力度。监管能力。
最后，在线情报平台是提供深度区块链信息的网站。一些平台还允许用户将众包知识边缘发布到他们的数据库中。这些智能平台包括（现在称为）、、、和。科技公司如.
参考：
[1]——犯罪-2021[EB/OL]。
[2] Ron D, A. 完整图表 [C] //Proc of the 17th Int Conf on and Data . : , 2013: 6-24
[3] E、GO、M 等。 user in [C] //Proc of the 17th Int Conf on and Data . ：，2013：34-51
[4] Badev A，Chen M.：和数据[EB/OL]。 [2018-02-08]。
王家新[1],[2]
（[1]南京大学信息管理学院、[2]南京大学中翔科技区块链联合实验室）
网友评论