區塊鏈:想做好區塊鏈數據分析？先看看如何解決“去匿名化”這個大難題

作者?|?新缸中之腦

責編|?Carol

來源|區塊鏈大本營

在最近的會議演講中我經常會被問到：區塊鏈數據分析的最大挑戰是什么？我的回答就一個詞：

去匿名化。

我堅定地認為，識別不同類型的參與者并理解其行為是解鎖區塊鏈分析潛力的核心挑戰。我們花費了相當多的時間來考慮這個問題以識別出與數字貨幣運動的倫理不發生沖突的正確邊界。在這篇文章里，我想進一步探討這個思路。

市場上大多數區塊鏈的架構依賴于匿名或偽匿名機制來保護其節點的隱私并實現去中心化。數據混淆機制可以將加密資產交易數據記錄在公開的賬本上讓每個人都能訪問，但是也讓分析這些數據變得異常困難。

如果不能識別參與者的身份，就很難理解區塊鏈數據集并分析出有意義的結果，而且區塊鏈分析只能徘徊在初級階段。然而，重要的一點是要理解，去匿名化區塊鏈數據集并不是要知道賬本中每個地址的真實身份，這個方向基本上是不具備可擴展性的可能。

Aave社區將啟動“BUSD下架計劃第二部分”提案的鏈上投票:6月6日消息，治理頁面顯示，Aave社區將在4小時內啟動對“在Aave V2以太坊市場實施BUSD下架計劃的第二部分”進行鏈上投票，旨在減少BUSD的流動性，并鼓勵用戶轉向其他穩定幣。該投票將于6月9日結束。

該計劃涉及修改BUSD風險參數和去除POL BUSD流動性。下架計劃的第二部分將集中精力為剩余的借款人創造不可持續的頭寸，以激勵他們足夠地償還或達到清算門檻。[2023/6/6 21:18:37]

相反的，我們可以識別并理解區塊鏈中已知參與者的行為，例如交易所、OTC柜臺、礦工以及其他構成區塊鏈生態系統的核心成員。

地址數量會不知不覺誤導你

網絡的量度是區塊鏈分析中無所不在的一個指標，也是一個可以清晰地展示去匿名化威力的指標。

Lido：建議用戶自行檢查V2初始參數并與相關合約進行匹配:5月12日消息，流動性質押協議Lido在社交媒體透露，針對即將到來的V2版本升級（UTC時間5月12日14時），建議用戶自行檢查初始參數并與相關合約進行匹配。

此外，Lido還透露由于subgraph（子圖）重新同步，Rewards儀表板今日凌晨被短時關閉，但根據Lido官方Rewards界面顯示，目前儀表板已經恢復。[2023/5/12 14:58:37]

地址數量是最常見的一個具有誤導性的指標，因為并非所有的地址都同等重要。交易創建的一個用于臨時性轉賬的地址，顯然不能和另一個長期持有資產的錢包地址相提并論。

類似的，像幣安這樣的交易所的熱錢包，肯定也不同和我的個人錢包采用同樣的方法和指標去分析。同等對待所有地址的匿名性，注定會導致解讀的有限性并且經常會得出誤導性的結論。

俄羅斯將數字盧布集成到銀行應用程序中:金色財經報道，VTB銀行已成為第一家將數字盧布添加到其移動應用程序的俄羅斯銀行。該集成目前正在使用為法人實體設置的帳戶進行測試。選定的客戶將在未來幾個月內獲得訪問權限，并將能夠參加試驗。該銀行的新聞服務部門宣布，一些客戶將被允許在 2023 年使用數字盧布進行測試交易。

該銀行還展示了根據俄羅斯現行法律使用數字盧布向發行人購買數字金融資產或Coin和Token的功能。它也將在明年提供給客戶。該銀行還準備推出一項兌換功能，到 2024 年將允許在數字盧布和普通電子貨幣之間進行兌換。[2022/11/13 12:57:08]

張朝陽：我們現在正朝著Web3.0邁進，最后是所謂的元宇宙:金色財經報道，11月9日，在2022年世界互聯網大會烏鎮峰會的互聯網企業家論壇上，搜狐創始人、董事局主席兼首席執行官張朝陽表示，Web1.0時代互聯網內容的產生和分發是1對N，到了Web2.0，內容由N個人產生和消費，強調的是互動。用戶建立互動關系后，就會去中心化，現在正朝Web3.0邁進，最后是所謂的元宇宙。

此外，張朝陽提醒年輕人，很多概念具有煽惑性，創業者要抱著狐疑的態度冷靜看待。不過，有些新概念雖炒得有些過，但把它放在10年尺度上，趨勢確實在深刻轉化。[2022/11/10 12:43:10]

匿名性vs.可解讀性

匿名或偽匿名身份是可伸縮的去中心化架構的關鍵因素之一，但是這也讓從區塊鏈數據集中獲取有價值的信息變得極端困難。理解這一觀點的一個辦法，就是把匿名性視為區塊鏈分析的可解讀性的一個反因子。

Carlyle Group聯合創始人披露已投資了加密貨幣企業:金色財經報道，Carlyle Group聯合創始人David Rubenstein表示，他個人已經投資了加密貨幣企業，并預計國會不會對該行業進行過度監管。盡管市場已經“大幅下跌”，Rubenstein周四在CNBC 的Squawk Box上表示，他仍然對該行業的未來持樂觀態度，因為年輕一代正在努力創造和培養新的想法。據這位億萬富翁稱，他不僅對代幣感興趣，而且對在該領域經營的企業感興趣。Rubenstein補充說，一些與區塊鏈相關的投資和與加密相關的事情可能會伴隨我們一段時間。

\u2028Rubenstein還預計，鑒于監管機構可能扼殺創新和限制市場的擔憂，國會將公平監管該領域。這是因為世界上越來越多的國家繼續創造有利于加密貨幣繁榮的環境。[2022/9/2 13:03:36]

在區塊鏈數據集中匿名性與可解讀性之間的摩擦相對來說還比較小。一個區塊鏈數據集的匿名性越高，從中獲取有意義的信息的難度就越大。參與者的身份提供了其行為的上下文環境，而上下文環境則是可解讀性的關鍵構建模塊。

去匿名化vs.打標簽

「你是什么」遠比「你是誰」要重要。

去匿名化區塊鏈數據集并不涉及了解每個參與者的真實身份。試圖了解每個用戶的真實身份不僅是一個意義重大的任務，而且也會讓分析工作難以突破一定的規模。

相反，我們可以試著理解一個參與者的關鍵特征來讓我們的分析達到一定程度的可解讀性。因此，不需要清楚地識別每個地址的真實身份，我們可以給地址打標簽或者附加一些描述性的元數據，來讓其行為具備一定的上下文環境。

在大規模數據中，打標簽常常要比個體識別更有效果。理解區塊鏈生態系統中特定個體的行為當然會讓分析達到更個性化的程度，但是對于在宏觀層面理解行為的趨勢就顯得相對受限了。

因此，相對與對區塊鏈地址的個體真實身份的識別，去匿名性的挑戰與地址的關鍵性屬性的標注的關系更大。我們如何實現這一點？

機器學習會是一個優秀的解決方案

標注或者去匿名化區塊鏈的思路可以讓區塊鏈分析更好地生態中已知參與者的行為模式和特征。直覺上我們可以考慮創建一些規則來分析區塊鏈生態系統中的不同成員，例如：

“如果一個地址持有大量比特幣地址并且一次執行100個交易，那么這是一個交易所地址……”

雖然很有吸引力，但是基于規則的方法將很快失效，無法再提供有用的信息。下面列出了部分原因：

預置知識的完整性：基于規則的分類會假定我們對于如何識別區塊鏈生態中的不同參與者有足夠的知識。這顯然是不正確的假設。

持續的變化：區塊鏈解決方案的架構一直都在演變，這對任何嵌入的規則而言都是挑戰。

特征屬性的數量：創建一條有兩三個參數的規則很簡單，但是試圖創建一條有幾十個甚至上百個參數的規則就沒那么簡單了。要識別出像交易所或OTC柜臺這樣的地址需要大量的特征。

因此我們不能使用預置的規則，我們需要一種可以從區塊鏈數據集中學習模式的機制來自動推斷出有意義的規則讓我們可以標注相關的參與方。從概念上來說，這是一個經典的機器學習問題。

從機器學習的觀點，我們應該從兩個主要途徑來考慮應對去匿名化的挑戰：

無監督學習：無監督學習聚焦于學習指定數據集中存在的模式并識別相關分組。在區塊鏈數據集的上下文中，可以使用無監督學習模型基于地址的特征將其匹配到不同的分組中并對這些分組進行標注。

監督學習：監督學習方法可以利用已有的知識來學習指定數據集中的新的特性。在區塊鏈上下文中，可以使用監督學習方法基于已有的交易所地址數據集訓練一個模型來識別出新的交易所地址。

去匿名化或者給區塊鏈數據集打標簽很少是只用監督學習或者只用非監督學習，更多的情況下需要兩種方法的結合。機器學習模型可以有效地學習區塊鏈生態系統中特定參與者的特征，并利用這些特征來理解其行為。

在使用區塊鏈ETL工具將區塊鏈原始數據加載到數據庫或大數據分析平臺后，將標注層引入區塊鏈數據集是進行更有價值的區塊鏈數據分析的一個關鍵挑戰。

這些標簽提供了更好的上下文環境，也讓區塊鏈分析模型具有更好的可解讀性。不過盡管我們有機器學習這樣強大的工具，去匿名性依然是分析理解區塊鏈生態系統的道路上一個不可忽視的重大路障。

Tags：區塊鏈BUSDUSDWEB區塊鏈怎么入手busd幣價格今日行情USDNCWEB幣

萊特幣最新價格