Качество признаков в задачах анализа Bitcoin-транзакций

Доклад посвящён разработке модели анализа Bitcoin-транзакций. Основная идея заключается в приоритете качества признаков над их количеством при построении обучающих выборок. Рассматриваются классические эвристики группировки адресов (Common Spending, One-Time Change) и дедуктивный метод KeyLinker, выявляющий криптографические связи между адресами через повторное использование публичных ключей. Также обсуждается алгоритм распутывания обеспечивающий корректное разбиение смешанных транзакций типа Shared-Send. Совместное использование этих методов позволяет формировать достоверные кластеры и высококачественные признаки для задач классификации CoinJoin-транзакций. В рамках доклада будут представлены результаты численных экспериментов, демонстрирующие, что комбинация этих методов формирует высококачественные признаки, повышающие точность классификации транзакций и улучшает устойчивость полуконтролируемых моделей при ограниченном числе меток.

Дата записи: 15 октября 2025.

Докладчик: Екатерина Смоленкова, аспирант и младший инженер-исследователь Сколтеха.

Научный семинар организован совместными усилиями МФТИ, Сколтеха и ВШЭ и рассчитан как на специалистов в области блокчейна, так и интересующихся этим направлением исследователей.

#blockchain #blockchaintechnology #блокчейн #MIPT #МФТИ #HSE #ВШЭ #Сколтех #Skoltech #биткоин #анализтранзакций #качествопризнаков #частичноеобучение #нелегальныетранзакции #смешиваниетранзакций #coinjoin #кластеризацияадресов #keylinker #commonspending #onetimechange #блокчейн #криптовалюты #машинноеобучение #качестводанных #bitcoin #transactionanalysis #featureengineering #semisupervisedlearning #illicittransactions #sharedsendmixers #addressclustering #commonspending #onetimechange #blockchain #cryptocurrency #machinelearning #dataquality

Дополнительные материалы, новости и анонсы публикуются в официальной группе в Telegram https://t.me/+Kb41CAVPiJZhNjhi