web3.0 區塊鏈(原創 區塊鏈安全:Web3.0時代下的加密數字貨幣監管)

作者：王佳鑫本文約3900字，建議閱讀8分鐘本文介紹了區塊鏈安全在Web3.0時代下的加密數字貨幣監管。

一、研究背景

隨著區塊鏈的快速應用與發展，各種虛擬數字貨幣（比特幣、以太幣等）接連涌現，虛擬數字貨幣時代悄然來臨。作為一種金融工具，虛擬數字貨幣的匿名性、全球性、不可否認性、低廉的交易費用和難以實時監測的特征，契合犯罪分子對于一種利用互聯網在全球范圍內轉移資金工具的期望。虛擬數字貨幣儼然成為新時代犯罪融資的理想金融工具，例如用于進行勒索、洗錢、詐騙、恐怖融資等行為。

根據Chainalysis在2021年初發布的一份報告顯示（圖1），2019年度非法虛擬數字貨幣交易的總價值約為110億美元，相較于2017年度的56億美元，增長了約一倍，并且在所有虛擬數字貨幣交易中所占的份額也從2017年的0.7%增長至2019年的2.2%。2020年，所有加密貨幣活動的非法份額下降到1.0%。盡管與加密貨幣相關的犯罪正在下降，但相較于傳統金融中涉及的非法資金規模，它仍然是整個加密貨幣經濟的一部分。

圖1 2017～2020年虛擬數字貨幣交易額變化

另外，我國正面臨著數字貨幣的威脅與挑戰，無法規避我國激進反對分子和恐怖勢力與境外組織勾結并通過數字貨幣籌資的風險，我國新疆、西藏甚至香港等地區都直接面臨打擊這種非法集資的挑戰。香港修例風波中的極端反對勢力已經通過比特幣和發行所謂“抗爭幣”為暴徒募集活動資金。在虛擬數字貨幣時代，我國正面臨打擊通過虛擬數字貨幣進行非法融資的艱巨任務。

基于以上現實背景，在總體國家安全的需求牽引下，我們認為對非法的加密數字貨幣融資構建識別與追蹤體系是十分迫切和需要的。

二、區塊鏈技術基礎理論

應用區塊鏈技術可以使交易在互相不信任的情況下正常進行。區塊鏈技術與傳統數據庫技術不同，它的顯著優勢是不可篡改性，不能偽造且具有智能合約特性，因此區塊鏈技術的應用可能引發社會變革，促進社會科技發展。在十三五規劃中，國務院對區塊鏈發展進行規劃，將其納入戰略性前沿技術發展前列。早在2017年，國外一些公司就對區塊鏈技術發展做出戰略目標，Gartner公司將區塊鏈技術列入十大戰略科技。

區塊鏈技術最顯著的五大特征：

（1）開放性:交易過程中數據時公開共享的，除了包含交易雙方的個人隱私外，其余所有數據都是高度透明的，且區塊鏈技術是開源的。

（2）去中心化：該特性是區塊鏈技術最本質特征，由于區塊鏈技術在應用過程中不涉及中心管制和其他依賴，在各時間段信息傳輸都是自我管理。

（3）安全性：想要修改或操控網絡數據時，需要掌握全部數據信息，否則無法進行修改，保障了網絡數據安全，避免人為修改修改數據。

（4）獨立性：區塊鏈系統在運營過程中獨立存在，不依賴其他第三方，遵從協議規范在系統內不需人為干預下自主地進行數據交換。

（5）匿名性：除特定要求外，僅從技術層面來看，信息傳輸過程中不用公開驗證節點信息，傳輸過程是匿名進行的。

區塊鏈技術架構分為六層：一是數據層、二是合約層、三是共識層、四是應用層、五是激勵層及六是網絡層。隨著科學技術的發展，區塊鏈技術不斷更新，其外延得到發展演變。本文站在數據分析的角度，從數據的類型和環境出發，認為區塊鏈可以分為三層。最底層是交易層，對應的是以比特幣為代表的區塊鏈1.0階段。交易是改變區塊鏈數據的手段，同時也為區塊鏈提供數據依據。合約層處于中間位置，通過把合約條款電子化的方式，使條件成立時，交易能自動執行，交易過程中不斷有新數據產生，且各流程都在進行交易。

通過相關的區塊鏈技術，我們可以實現用戶隱私信息的隱藏，由于網絡信息共享原理，想要在分布式環境中對信息進行保密，對技術要求十分高。對不同許可機制和應用場景，區塊鏈可劃分為三個層級：一是聯盟鏈、二是公有鏈、三是私有鏈。與機構與企業隸屬的傳統數據庫不同，區塊鏈屬于公開共享數據庫，所有人都有自由獲取區塊鏈數據的權利，區塊鏈數據并非內部人員專屬。區塊鏈數據的公開性為數據分析人員提供數據依據，通過分析公有數據，為科技進步提供前進動力，激發技術發展潛力。

三、研究內容與方法

3.1總體思路

針對加密數字貨幣的交易業務模式，我們團隊把加密數字貨幣GEC全周期定義為加密數字貨幣從產生到流通的整個階段過程，主要包括產生、兌換、流通等三個主要過程．通過對整個GEC周期中的不同事件建立模型，我們就可以進行全方位的監督、管理和調控，提高加密數字貨幣交易的可追溯性，以便所有的交易有據可循、有賬可查，為后續科學監管方法的提出奠定基礎。

3.2研究問題與方法

我們深入研究現有與研究問題相關性較高的文獻，結合本文研究方向，文獻綜述部分主要從以下五個角度入手了解現有加密數字貨幣的相關研究情況：一是實體識別；二是網絡畫像；三是非法行為檢測與分析；四是網絡可視化；五是交易模式識別。

（1）實體識別

以比特幣為例，比特幣交易的一個突出特點就是交易雙方均為匿名，但由于比特幣交易較為復雜往往會涉及到多個輸入和輸出，這就導致如何在相關交易信息中識別用戶成為了一個需要解決的問題，即如何識別一個用戶擁有多少地址。但由于沒有有效的方法可以驗證識別其是否屬于特定的用戶，按照已有論文的研究思路，一個實體可能是一個組織或者一個用戶等；反之，同一組織或者同一用戶實際上可能同時操控數個不同的實體。在相關文獻中可以看出，為更好地識別出潛在實體，其大多采用啟發式的方法，主要包括以下兩種識別方式（找零地址法和共同輸入法）。

盡管如此，啟發式規則也會容易產生一些錯誤，因此目前也一些學者也提出了不同的優化方法。隨著地址標簽的廣泛使用，有監督的機器學習算法也被應用于捕捉帶有交易特征的標記樣本之間的差異。比特幣地址分類任務可以分為二進制分類和多分類的類型。二元分類任務通常能達到很高的準確性，表明非法活動在其交易模式中是高度可分的。相比之下，多個分類任務的準確率明顯較低。就特征而言，交易量特征在區分實體方面起著至關重要的作用。在學習算法方面，基于決策樹的方法，尤其是隨機森林，在大多數任務中取得了最高的性能。基于GNN的方法，盡管它們在最近的文獻中很新穎和流行，但并沒有顯示出優于成熟方法的預測能力。

（2）用戶畫像

比特幣主鏈在不斷的發展過程中以為挖掘出50萬塊以上的區塊，其中包含了大量的交易數據，相關信息超過了150GB，此時我們就需要分析相關數據中具體包含了多少用戶，以及進行交易的用戶具有何種特征。從某種程度來說比特幣屬于一種虛擬資產，其交易過程是否符合經濟學規律，比特幣是如何在其使用對象中分配的，都是值得思考的問題，這類研究被稱為用戶畫像。

3. 3網絡可視化

隨著區塊鏈的深入發展，相關技術不斷創新，區塊鏈交易不斷增多，交易網絡日趨龐大，可視化研究工具的運用對于研究的開展來說較為重要的推進意義。在現有研究中，很多學者從這一角度入手展開研究。目前很多相關研究中將區塊鏈交易的特殊結構圖作為研究重點，重點關注于相關交易中交易雙方的行為，其可以較為快捷的識別出潛在的異常交易行為和交易模式等。

3 .4交易模式識別

比特幣與傳統銀行支付有很大的差異，其實也個匿名系統，且其沒有運營中心。較強的匿名性使比特幣交易中滋生了一些非法行為，諸如賭錢、詐騙、洗錢等，如何從比特幣交易數據中識別異常交易，發掘潛在非法交易、非法行為是一個十分具有研究價值的課題。而在這一過程中，識別并分析比特幣相關交易行為、交易模式是較為重要的研究基礎。

3. 5非法行為檢測與分析

區塊鏈的一個突出特征就是匿名性，這就使得我們很難獲取交易雙方的相關信息。目前已有學者將比特幣的使用者具體劃分為以下四個類型：一是計算機技術狂熱愛好者；二是犯罪分子；三是投機客；四是自由主義者。事實上，目前的區塊鏈交易中，的確存在許多潛在的違法交易行為：如詐騙、恐怖主義融資等。因此，提高區塊鏈數據識別技術可以促進區塊鏈網絡的可以持續發展，打擊犯罪，又有利于相關監管部門提高監管能力。

最后，在線情報平臺是提供深度區塊鏈信息的網站。一些平臺還允許用戶將眾包知識邊緣發布到他們的數據庫中。這些智能平臺包括Blockchain.info（現在稱為Blockchain.com）、Etherscan、WalletExplorer和BlockCypher。Chainalysis和Elliptic等技術公司也在加密貨幣數據分析和惡意活動監控方面提供全面服務。

參考文獻：

[1] Chainalysis-Crypto-Crime-2021[EB/OL]. https://go.chainalysis.com/2021-Crypto-Crime-Report.html

[2] Ron D, Shamir A. Quantitative analysis of the full Bitcoin transaction graph [C] //Proc of the 17th Int Conf on Financial Cryptography and Data Security. Berlin: Springer, 2013: 6-24

[3] Androulaki E, Karame G O, Roeschlin M, et al. Evaluating user privacy in Bitcoin [C] //Proc of the 17th Int Conf on Financial Cryptography and Data Security. Berlin: Springer, 2013: 34-51

[4] Badev A, Chen M. Bitcoin: Technical background and data analysis [EB/OL]. [2018-02-08]. https://srn.com/abstract=2544331

王佳鑫[1],[2]

（[1] 南京大學信息管理學院，[2]南京大學眾享科技區塊鏈聯合實驗室）