Статья: ЭВРИСТИЧЕСКИЕ МЕТОДЫ КЛАСТЕРИЗАЦИИ АДРЕСОВ В РАСПРЕДЕЛЕННЫХ РЕЕСТРАХ (2024)

Читать онлайн

В работе дан обзор эвристических методов кластеризации адресного пространства публичных распределенных реестров. Упомянутые техники опираются на достаточно простые наблюдения за поведением типичных пользователей и здравый смысл. Формально эвристики представляют собой вырожденные решающие правила, которые не предполагают подбора параметров в ходе обучения по заранее отобранным данным. Можно также считать, что эвристикам соответствуют устойчивые мотивы в графовых представлениях истории транзакций. Несмотря на кажущуюся простоту и отсутствие возможности проверить правильность результатов их работы, эти подходы демонстрируют достаточно хорошую эффективность и зачастую их применение предваряет использование гораздо более сложного инструментария на основе современного машинного обучения и искусственного интеллекта. Приведены эвристики для Bitcoin, Ethereum, Ripple, Monero и Zcash. Кратко рассмотрен пример эвристической кластеризации по данным о cross-chain-транзакциях. Отмечены случаи, когда эвристики дают некорректные результаты. Насколько можно судить, обзор такого рода публикуется на русском языке впервые.

Ключевые фразы: блокчейн, миксеры, анализ транзакций, криптоактивы, анонимность, эвристики, КЛАСТЕРИЗАЦИЯ
Автор (ы): Зенюк Дмитрий Алексеевич
Журнал: ЦИФРОВАЯ ЭКОНОМИКА

Предпросмотр статьи

Идентификаторы и классификаторы

УДК
33. Экономика. Народное хозяйство. Экономические науки
Для цитирования:
ЗЕНЮК Д. А. ЭВРИСТИЧЕСКИЕ МЕТОДЫ КЛАСТЕРИЗАЦИИ АДРЕСОВ В РАСПРЕДЕЛЕННЫХ РЕЕСТРАХ // ЦИФРОВАЯ ЭКОНОМИКА. 2024. № 2 (28)
Текстовый фрагмент статьи