Российские ученые предложили методику визуализации блокчейна для поиска доказательств совершения преступлений
В МТУСИ разработали методику визуализации блокчейна сети биткоин для поиска доказательств свершения преступлений. Особенность исследования заключается в разработке новых подходов к анализу данных о транзакциях в блокчейнах, которые позволяют визуализировать и анализировать потоки средств, выявлять взаимосвязи между участниками сети и особенности структуры данных.
В эпоху цифровых технологий криптовалюты завоевали популярность как инструмент для инвестиций и финансовых операций. Однако с ростом их использования возросло и количество связанных с ними преступлений.
Особое внимание уделяется биткоину — пиринговой платежной системе, использующей одноименную единицу для учета операций. Как и любая другая платежная система, биткоин может быть использован для различных противоправных действий, таких как мошенничество, финансирование терроризма и отмывание денег. Примечательно, что активность транзакций в биткоинах обычно выше, чем в других криптовалютах, за исключением Ethereum. Именно поэтому эта платежная система привлекает особое внимание правоохранительных органов и экспертов по кибербезопасности.
Одним из эффективных инструментов для выявления и анализа противоправных действий в криптовалютном пространстве является визуализация блокчейна, которая позволяет наглядно представить сложные структуры данных и выявить взаимосвязи между различными транзакциями.
В МТУСИ разработали методику визуализации блокчейна сети биткоин для поиска доказательств свершения преступлений. Над методикой работали: Ванюшина Анна Вячеславовна — кандидат технических наук, доцент кафедры «Информационная безопасность» МТУСИ; Осин Андрей Владимирович — кандидат технических наук, доцент кафедры «Информационная безопасность» МТУСИ и Киямов Марат Мулланурович — магистрант кафедры «Информационная безопасность» МТУСИ.
Особенность исследования заключается в разработке новых подходов к анализу данных о транзакциях в блокчейнах, которые позволяют визуализировать и анализировать потоки средств, выявлять взаимосвязи между участниками сети и особенности структуры данных. Одним из множества видов визуализации данных в области компьютерных наук является визуализация графов.
«Некоторые реализации блокчейна используют графовую структуру для хранения транзакций вместо цепочки блоков, где узлы представляют адреса (от учетной записи и к учетной записи), а ребра — сами транзакции (суммы переводов). Визуализация графов позволяет наглядно показать, как активы передаются от одной учетной записи к другой в блокчейне-поставок и достичь более высокой производительности и масштабируемости» — пояснила Анна Вячеславовна.
«Направленный ациклический граф (DAG) и блокчейн имеют некоторое сходство, оба используются для представления процессов хранения данных и выполнения транзакций. Поэтому использование DAG помогает повысить качество и интерпретируемость при визуализации, а, следовательно, помогает при проведении расследований преступлений, связанных с применением платежей в криптовалюте», — отметил Андрей Владимирович.
Для построения графов были разработаны новые алгоритмы, основанные на различных деталях записей о транзакциях. Были предложены модели графов, которые содержат вершины и направленные ребра, соединяющие исходные и целевые точки с различными отношениями.
1. Граф транзакций биткоин-транзакции, который показывает связи между транзакциями и их входами-выходами.
2. Граф адресов, который представляет связи между адресами кошельков в сети биткоина.
3. Граф потока средств, который показывает движение средств между двумя внешне управляемыми счетами (EOA) в блокчейне.
Методы построения графов были протестированы на фактических данных сетей Bitcoin и Ethereum.
«Для оценки использовались транзакционные данные Bitcoin, загруженные из ядра Bitcoin. Мы установили локальный узел Bitcoin и собрали около 25,7 МБ данных, включая 46 700 блоков и соответствующие транзакции. Данные Ethereum были загружены из набора данных Ethereum XBlock pro (блоки, транзакции, информация о контрактах и вызовах, ERC20 и ERC721). Данные, загруженные из ядра Bitcoin, представлены в бинарном формате (.bat), так как они не могут быть использованы непосредственно для построения графов. Мы использовали Bitcoin ETL, библиотеку на основе Python, для преобразования бинарных данных в сжатый формат JSON. Файлы JSON были загружены, и необходимые характеристики были извлечены. Затем графы были построены с применением алгоритмов и загружены в графовую базу данных Neo4j для визуализации», — рассказал Марат Мулланурович.
В результате исследования предлагается обобщенный алгоритм построения графов для анализа транзакций в сети блокчейн:
1. Сбор данных о транзакциях из выбранного блокчейн-эксплорера.
2. Инициализация графа, которая заключается в создании пустого ориентированного графа для анализа.
3. Добавление вершин (узлов) для каждого элемента, который необходимо проанализировать (например, транзакции, адреса кошельков или счета).
4. Добавление ребер (связи) для каждой транзакции или элемента данных между соответствующими вершинами в графе. Для этого необходимо проанализировать входы и выходы транзакций или связи между адресами кошельков и счетами.
5. Проанализировать полученный граф для выявления связей и паттернов. Для визуализации графа можно использовать библиотеки для работы с графами, такие как NetworkX для Python.
6. Дополнительные шаги (в зависимости от типа графа):
— Для графа транзакций: можно добавить веса ребер (например, сумму транзакции) или метки вершин (например, идентификатор отправителя или получателя).
— Для графа адресов: можно добавить информацию о количестве транзакций между каждым адресом или о сумме транзакций между ними.
— Для графа потока средств: можно добавить метки ребер (например, дату транзакции) или информацию о количестве переданных средств.
Этот алгоритм можно адаптировать для построения различных графов в сети блокчейн в зависимости от целей анализа.
Исследование показало, что визуализация блокчейна является эффективным инструментом для борьбы с преступной деятельностью.
Результаты исследования могут быть использованы для разработки новых инструментов и платформ, которые помогут в борьбе с преступной деятельностью и улучшении безопасности блокчейн-систем.
Telegram 
Дзен 
VK Провинция Цзянсу была процветающим центром медицинской практики в Китае во времена династии Мин (1368-1644 годы нашей эры). Микроскопический анализ крошечных частиц на поверхности хирургических ножниц и пинцета из гробницы китайского врача помог выявить следы вещества, получаемого из ядовитого растения, которое, по мнению исследователей, применялось как местная анестезия во время операций.
Сотрудники Центра языка и мозга НИУ ВШЭ приняли участие в редкой для детской нейрохирургии операции с пробуждением у 11-летнего пациента с фармакорезистентной эпилепсией. Совместно с врачами НПЦ специализированной медицинской помощи детям имени В.Ф. Войно-Ясенецкого в Солнцево они сопровождали удаление участка левой височной доли, где был выявлен эпилептический очаг.
Анализ ДНК и изотопный анализ зубов показали, что мужчина генетически был связан с саамскими популяциями, но часть жизни провел за пределами Финляндии — возможно, в Исландии. Авторы нового исследования пришли к выводу, что на рубеже XVI-XVII веков саамские сообщества не были изолированы, как предполагали многие исследователи. Люди путешествовали на далекие расстояния и поддерживали контакты с дальними регионами Северной Атлантики.
В доколумбовых Андах принадлежность к правящему роду определяла доступ к земле, торговле и статусу, поэтому удержать все внутри семьи было вопросом выживания. Ученые выяснили, что элиты долины Чинча решали эту задачу самым прямым способом — заключая браки между родственниками на протяжении как минимум двух поколений.
Последние несколько лет по всему миру выходит множество работ о том, что микрочастицы искусственных полимеров накапливаются в тканях человека и могут быть небезопасны. Мы решили обратиться к академику Алексею Хохлову, чтобы дать трибуну противоположной точке зрения. Выбор между ними предлагаем сделать читателю.
Ученые РГУ нефти и газа (НИУ) имени И. М. Губкина предложили подход к отбору малодебетных нефтегазовых месторождений, которые составляют около 88% нераспределенного фонда нефтяных участков. Модель расчета поможет вовлечь в экономический оборот от 400 до 600 миллионов тонн ранее нерентабельных запасов.
В высокогорных районах Гималаев появился новый хищник. Он не боится людей, возглавляет стаи собак и все чаще заходит в деревни. Местные жители называют его «кхипшанг». Речь идет о гибриде гималайского волка и бродячей собаки. Ученые опасаются, что этот зверь изменит хрупкий баланс местной дикой природы и в скором времени станет весьма опасным для человека.
Релиз довольно неожиданно перенес время образования протонов и нейтронов в более раннее прошлое Вселенной. К сожалению, из его текста осталось неясным научное обоснование таких фундаментальных изменений в космологии. Также он резко передвинул в прошлое и момент возникновения реликтового излучения.
При совпадении нескольких условий наши глаза способны улавливать излучение в ближнем инфракрасном спектре. Тогда сетчатка начинает работать как нелинейный фотодетектор.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Что-то в вашем комментарии показалось подозрительным, поэтому перед публикацией он пройдет модерацию.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно