2017 Fiscal Year Annual Research Report
Research on Fraud Detection in Bitcoin Based on Transaction Analysis
| Project/Area Number |
16H07168
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
豊田 健太郎 慶應義塾大学, 理工学部, 助教 (60723476)
|
|---|
| Project Period (FY) |
2016-08-26 – 2018-03-31
|
| Keywords | ブロックチェーン解析 / 仮想通貨 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
Bitcoin をはじめとする仮想通貨は送金のためのトランザクションに本人認証を必要としないため，マネーロンダリングや不当に高い利率を謳った高収益投資プログラム HYIP (High Yield Investment Programs) などに悪用される事例が報告されている．とりわけHYIPは1日1-2%程度の高利息の配当を謳う古典的な投資詐欺であり，その被害年々増加している．そこでHYIPに関連したBitcoin の取引の傾向を分析することはフォレンジクスの観点から極めて重要であるが，HYIPに関連したBitcoinアドレスの収集はこれまで手作業で行われ，収集可能な検体数が少ないという問題点があった．
そこでまずHYIP運営者のBitcoinアドレスをWebスクレイピングにより自動的に収集する手法を提案した．
そしてBitcoin のトランザクション履歴の特徴から，HYIP運営者のBitcoin アドレスを識別できるかを検討した．そのために，まずHYIPに関連したBitcoin アドレスの含まれるトランザクションを調査し，どのような特徴量を算出すべきかを明らかにした．その結果，トランザクション頻度や，送受したBitcoinの額の大きさに関する統計量がHYIPに特徴的であることがわかった．
算出した特徴量と教師あり機械学習を組み合わせることにより，HYIP運営者のBitcoinアドレスを識別手法を提案した．実際の取引履歴を元にしたデータセットに対して提案する特徴量抽出手法を適用し，83%程度の識別率を達成できることを示した．
|
| Research Progress Status |
29年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
29年度が最終年度であるため、記入しない。
|
