分类算法解析推测比特币持有者类别与流向

本报告中的所有数据均来自Firecoin区块链研究所数据团队的捕获和处理。报告发布于2018年9月4日，作者：袁玉明，杜世俊，肖晓。摘要因为比特币使用基于公钥的钱包地址作为区块链网络上的用户身份，并且钱包地址由用户自由生成，无论用户的身份特征如何，比特币的匿名性使得难以推测用户的现实。身份信息。

报告正文1.比特币交易过程和特征比特币交易有三个特点：1）所有交易记录对公众可见，2）交易可以有多个输入（输出）和多个输出（输出）3）每笔交易识别通过公钥-私钥对进行交易的付款人和收款人。图1显示了实际出现在比特币网络上的交易流程。每个顶点表示比特币地址，顶点之间的线和箭头表示事务。

2.基于多项交易地址和挖掘地址的分类（算法1）2.1多输入交易地址通过对FergalReid，MAOHL，MANH等的研究，可以得出结论，当用户支付的金额超过用户的钱包当使用每个可用地址中的比特币数量时，为了避免因执行多个交易以完成支付而导致的交易成本损失，用户从钱包中选择多个比特币地址并将它们聚合以执行匹配支付。实现多输入交易。

上面，我们描述了一个基于多输入事务地址和挖掘地址的分类模型及其实现方法。该模型可以非常准确地聚类同一用户的地址，并且随着迭代次数的增加获得相同的用户。地址数量非常可观：例如，如果我们在交换机上知道一些热钱包地址，该算法可以在此交换机上获得许多其他热钱包地址，并且准确率大约为100％。

图3：比特币地址分类建模过程方案用Python3语言实现，使用Scikit-learn中的RandomForestClassifier，GridSearchCV（网格搜索），train_test_split（分离测试集和训练集），以及fusion_matrix（混淆矩阵），K-Fold（K-fold）和其他API模块。训练集和测试集以2：1的比例分割。

4.比较Firecoil研究所（算法2）的比特币分类算法的两种方法不是取代多输入事务地址和挖掘地址分类算法（算法1），而是使用算法1来运行结果为算法1中地址的标签，基于其应用范围。通过牺牲一小部分精度并提高其通用性，可以对链条进行更多的宏观数据分析。

2.新的地址编号分解我们还对链上的数据进行了四周的爬网分析：根据新地址的数量（图6），新地址的数量在过去几周内有所减少;

然后我们使用该算法对新地址的数量进行分类（图7）。我们可以看到，尽管交换机和服务提供商新增地址的数量在这几周没有太大变化，但新的个人钱包地址数量却大幅下降。这一趋势直接导致新地址总数下降。可以减少新的个人钱包地址的数量，并且进入市场的新投资者的数量已经减少。3.交易量分析除了分析地址外，我们还分析了本周的交易数据。结果如图8所示。

4.分析比特币价格下跌的原因数字货币整体下跌从8月8日到2018年8月15日，比特币价格下跌了15％。通过上述分析，本周比特币价格的大幅下跌可能与两个因素有关：1）个人创建的新地址数量减少表明新投资者数量减少。2）在个人地址中转移到交易所的比特币数量远远大于从交易所转移到个人地址的数量。很有可能的是，大量用户将个人钱包中的比特币转移到交易所进行销售。