| 研究課題/領域番号 |
18K18162
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分62020:ウェブ情報学およびサービス情報学関連
|
|---|
| 研究機関 | 慶應義塾大学 |
|---|
研究代表者 |
豊田 健太郎 慶應義塾大学, 理工学部(矢上), 訪問助教 (60723476)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | ブロックチェーン / フォレンジクス / 分散学習 / インセンティブ・メカニズム / スケーラビリティ / ブロックチェーン解析 / メカニズムデザイン / Bitcoin / Ethereum / フォレンジックス / 機械学習 |
|---|
| 研究成果の概要 |
Bitcoinは，アドレスと呼ばれる個人と一切紐付けのない口座間で送金が可能な匿名性のある仮想通貨として普及している。この匿名性はマネーロンダリング，違法商品を扱うマーケットプレイスでの決済手段，投資詐欺などに悪用されており、データマイニングを活用し、Bitcoinの取引履歴を解析する手法について取り組んだ。またブロックチェーンの年々増加する取引量増大に伴い、スケーラブルな手法が求められたため、分散機械学習および各データマイニング協力者へのインセンティブ設計、また計算量の少ない取引検証手法についても追加で取り組んだ。本成果は計5通の学術論文誌および5件の国際会議にて発表された。
|
| 研究成果の学術的意義や社会的意義 |
本研究を通じて匿名性の高いデータに対するデータマイニング手法および膨大な取引データの処理などにおいて学術的に意義のある成果を得られた。またBitcoinをはじめとする仮想通貨に関わるエコシステム全体のセキュリティと透明性の向上といった社会的意義も高いと言える。開発した手法は、法執行機関、金融機関、暗号通貨取引所などに応用可能性があり、疑わしい取引の特定と防止に活用できる可能性がある。さらに、提案されたスケーラブルで効率的なデータマイニング技術またインセンティブ・デザインは、仮想通貨のトランザクションデータ分析における新しいアプリケーションやサービスの開発促進に繋がると考えられる。
|
