- 
                题名基于v3洋葱域名的比特币地址威胁程度分析
            
- 1
- 
                
            
- 
                
                            作者
                                胡锦枫
                                徐晓瑀
                                陈云芳
                                张伟
                
            
- 
                    机构
                    
                            南京邮电大学计算机学院
                            江苏省联创软件研究院
                    
                
- 
                出处
                
                
                    《计算机工程》
                    
                            CAS
                            CSCD
                            北大核心
                    
                2024年第3期173-181,共9页
            
- 
                        基金
                        
                                    国家重点研发计划(2019YFB2101700)。
                        
                    
- 
                    文摘
                        比特币可以在不透露使用者身份的情况下进行交换,导致其成为不法分子在暗网上进行违法活动的主要方式。为了追踪比特币非法交易,传统方法根据比特币的伪匿名性,在整个区块链上进行启发式地址聚类,没有充分利用比特币地址在暗网上的信息。2021年Tor官方全面启用v3洋葱域名,使得以往的v2洋葱域名数据无法再作为分析的依据。设计并实现基于v3洋葱域名的比特币地址威胁程度的一体化分析框架TLAFDB。信息收集模块使用境外服务器解决地域限制并设置socks5h代理以支持暗网爬虫运行,使用洋葱种子地址在暗网中爬行收集最新的v3洋葱域名数据,信息清洗模块采用可同时覆盖Base58和Bech32编码的正则表达式以提取v3洋葱域名网页中的比特币地址,通过区块链搜索引擎Blockchain.com筛选存在真实交易的比特币地址,并建立其和所在v3洋葱域名的关联关系,信息分析模块采用人工分析和关键词匹配相结合的方法分类v3洋葱域名,赋予其关联的比特币地址类别和流行度并判定威胁程度。实验结果表明,TLAFDB收集了23627个v3洋葱域名网页,提取并分析1141个存在真实交易的比特币地址的类别、流行度和威胁程度,发现在暗网中同一个比特币地址常出现在大量的镜像洋葱域名网页上,超过95%的比特币地址被恶意使用,并且庞氏骗局交易量占高危比特币地址总交易量的99%。
                        
                    
            
- 
                    关键词
                    
                            暗网
                            爬虫
                            v3洋葱域名
                            比特币地址
                            分类
                    
                
- 
                    Keywords
                    
                            dark Web
                            crawler
                            v3 onion domain name
                            Bitcoin address
                            classification
                    
                
- 
                    分类号
                    
                            
                                
                                    TP391
[自动化与计算机技术—计算机应用技术]                                
                            
                    
                
-