Not logged in.

Quick Search - Contribution

Contribution Details

Type Master's Thesis
Scope Discipline-based scholarship
Title Paint-it-Gray: Modelling, Partitioning, and Analysis of User Transaction Networks in the Bitcoin Blockchain
Organization Unit
Authors
  • Ali Yassine
Supervisors
  • Claudio Tessone
  • Nicolo Vallarano
Language
  • English
Institution University of Zurich
Faculty Faculty of Business, Economics and Informatics
Date 2023
Abstract Text The rise of Blockchain technology and cryptocurrencies has enabled the creation of decentralized alternative payment systems, without the need for third party financial institutions. However, this decentralization and pseudo-anonymity have also facilitated the emergence of darknet markets (DNMs) offering illicit products. This study introduces the"grayscale diffusion framework", with the aim of modeling and understanding the propagation of dark assets in the Bitcoin network. Formulated and implemented with a combination of on-chain and off-chain data, this approach utilizes address clustering, haircut tainting, and community partitioning to offer a unique analysis perspective on dark asset proliferation across the Bitcoin blockchain. The framework uncovers interesting patterns in the assortative nature of Bitcoin transactions based on the darkness level of assets, pointing to the existence of non-random clusters and communities that facilitate dark asset diffusion. Our research not only addresses key questions related to the effective modeling and tracking of tainted asset flow, but also provides valuable insights. Keywords: Bitcoin, Address Clustering, Darknet Marketplaces, Gray-scale Diffusion, User Transaction Networks.
Zusammenfassung Der Aufstieg der Blockchain-Technologie und der Kryptowährungen hat die Schaffung dezentraler alternativer Zahlungssysteme ermöglicht, ohne dass dritte Finanzinstitute erforderlich sind. Diese Dezentralisierung und Pseudo-Anonymität haben jedoch auch das Entstehen von Darknet-Märkten (DNMs) die illegale Produkte anbieten. In dieser Studie wird der "Graustufen-Diffusionsrahmen" eingeführt, mit dem Ziel die Ausbreitung von dunklen Vermögenswerten im Bitcoin-Netzwerk zu modellieren und zu verstehen. Formuliert und implementiert mit einer Kombination aus On-Chain- und Off-Chain-Daten, nutzt dieser Ansatz Adress-Clustering, Haircut Tainting und Community Partitioning, um eine einzigartige Analyseperspektive auf die Verbreitung dunkler Verbreitung von dunklen Vermögenswerten in der Bitcoin-Blockchain. Der Rahmen deckt interessante Muster in der assortativen Natur von Bitcoin-Transaktionen basierend auf dem Darkness-Level von Assets, was auf die die auf die Existenz von nicht zufälligen Clustern und Gemeinschaften hinweisen, die die Verbreitung von dunklen Vermögenswerten erleichtern. Unsere Forschung befasst sich nicht nur mit wichtigen Fragen im Zusammenhang mit der effektiven Modellierung und Verfolgung von verdächtigen Vermögensströmen, sondern liefert auch wertvolle Erkenntnisse. Schlüsselwörter: Bitcoin, Adress-Clustering, Darknet-Marktplätze, Graustufen-Diffusion, Benutzer-Transaktionsnetzwerke.
PDF File Download
Export BibTeX