論文の概要: The Devil Behind the Mirror: Tracking the Campaigns of Cryptocurrency Abuses on the Dark Web
- arxiv url: http://arxiv.org/abs/2401.04662v1
- Date: Tue, 9 Jan 2024 16:35:25 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-18 08:46:40.243057
- Title: The Devil Behind the Mirror: Tracking the Campaigns of Cryptocurrency Abuses on the Dark Web
- Title（参考訳）: 暗黒のウェブで暗号通貨の不正行為を追跡中
- Authors: Pengcheng Xia, Zhou Yu, Kailong Wang, Kai Ma, Shuo Chen, Xiapu Luo, Yajin Zhou, Lei Wu, Guangdong Bai, Haoyu Wang,
- Abstract要約: 不正なブロックチェーンアドレスが1,189件ある2,564の違法サイトを特定します。
私たちの調査は、ダークウェブにおける不正な活動には強い相関関係があることを示唆しており、新たな不正なブロックチェーンアドレスと玉ねぎを識別するためのガイドになります。
- 参考スコア（独自算出の注目度）: 41.47851426007998
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The dark web has emerged as the state-of-the-art solution for enhanced anonymity. Just like a double-edged sword, it also inadvertently becomes the safety net and breeding ground for illicit activities. Among them, cryptocurrencies have been prevalently abused to receive illicit income while evading regulations. Despite the continuing efforts to combat illicit activities, there is still a lack of an in-depth understanding regarding the characteristics and dynamics of cryptocurrency abuses on the dark web. In this work, we conduct a multi-dimensional and systematic study to track cryptocurrency-related illicit activities and campaigns on the dark web. We first harvest a dataset of 4,923 cryptocurrency-related onion sites with over 130K pages. Then, we detect and extract the illicit blockchain transactions to characterize the cryptocurrency abuses, targeting features from single/clustered addresses and illicit campaigns. Throughout our study, we have identified 2,564 illicit sites with 1,189 illicit blockchain addresses, which account for 90.8 BTC in revenue. Based on their inner connections, we further identify 66 campaigns behind them. Our exploration suggests that illicit activities on the dark web have strong correlations, which can guide us to identify new illicit blockchain addresses and onions, and raise alarms at the early stage of their deployment.
- Abstract（参考訳）: ダークウェブは匿名性を高める最先端のソリューションとして登場した。
二重刃の剣のように、不当に安全網となり、違法行為の場となる。
そのうちの1つは、暗号通貨が違法な収入を得るために悪用されていることであり、規制を回避している。
不正行為と闘う努力を続けているにもかかわらず、ダークウェブにおける暗号通貨の悪用の特徴とダイナミクスに関する深い理解はいまだに欠けている。
本研究では,暗黒ウェブ上での暗号通貨関連の不正行為やキャンペーンを多次元かつ体系的に追跡する。
私たちはまず、130Kページを超える暗号通貨関連玉ねぎサイト4,923件のデータセットを収集した。
そして、不正なブロックチェーントランザクションを検出して、暗号通貨の不正行為を特徴付ける。
調査を通じて、違法なブロックチェーンアドレスが1,189個ある2,564の違法サイトを特定しました。
内部のつながりに基づいて、さらに66のキャンペーンを識別する。
ダークウェブにおける不正なアクティビティには強い相関関係があり、新たな不正なブロックチェーンアドレスとタマネギを識別し、デプロイメントの初期段階でアラームを発生させることができます。
関連論文リスト
- Identifying key players in dark web marketplaces [58.720142291102135]
この論文は、暗黒市場に関連するBitcoin取引ネットワークのキープレーヤーを特定することを目的としている。
取引量の大部分は、エリート市場参加者の小さなグループに集中していることを示す。
ダークウェブのマーケットプレースにおけるキープレーヤーの行動を理解することは、違法行為を効果的に破壊するために重要であることを示唆している。
論文 参考訳（メタデータ） (2023-06-15T20:30:43Z) - Who is Gambling? Finding Cryptocurrency Gamblers Using Multi-modal
Retrieval Methods [46.17004007514548]
我々はETHGamDetと呼ばれるツールを提案し、ギャンブルの振る舞いを発見し、ギャンブルに関わる契約や住所を特定する。
このツールは、スマートコントラクトコードとトランザクションレコードを精査することで、ギャンブルに関わるスマートコントラクトとアドレスを自動的に検出することができる。
本稿では,メモリコンポーネントを備えた新しいLightGBMモデルを提案する。
論文 参考訳（メタデータ） (2022-11-27T10:07:13Z) - Token Spammers, Rug Pulls, and SniperBots: An Analysis of the Ecosystem
of Tokens in Ethereum and the Binance Smart Chain (BNB) [63.36515347329037]
トークンと流動性のプールのエコシステムを調査し、両方のブロックチェーン間の類似点と相違点を強調します。
トークンの寿命を見積もると、約60%のトークンが1日以内でアクティブであることが分かりました。
我々は、出口詐欺の詐欺を提示し、両方のブロックチェーン上でその頻度を定量化する。
論文 参考訳（メタデータ） (2022-06-16T14:20:19Z) - Inspection-L: Practical GNN-Based Money Laundering Detection System for
Bitcoin [0.0]
本稿では,自己教師型ディープグラフ情報マックス(DGI)に基づくグラフニューラルネットワーク(GNN)フレームワークであるInspection-Lを提案する。
私たちの知る限りでは、BitcoinにおけるAMLの問題に自己監督型GNNを適用するのは、私たちの提案が初めてです。
提案手法は楕円型データセットを用いて評価され,本手法が重要な分類基準の点において最先端の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2022-03-20T06:19:18Z) - Reputation-based PoS for the Restriction of Illicit Activities on
Blockchain: Algorand Usecase [2.94824047753242]
近年では、ブロックチェーントランザクションデータに基づいて、さまざまな機械学習ベースのテクニックが、このような犯罪要素を検出することができる。
本稿では,上記の不正行為を検知したユーザに対する評価に基づく応答手法を提案する。
論文 参考訳（メタデータ） (2021-12-21T07:32:22Z) - Crypto Currency Regulation and Law Enforcement Perspectives [0.6445605125467572]
我々は、犯罪利用やテクノロジーの誤用に関する様々な疑問に目を向ける。
本論文の目的は、刑事司法と警察のサークルに生じる一連の懸念を提起することである。
本稿では,暗号通貨に関する犯罪の簡易分類を提案する。
論文 参考訳（メタデータ） (2021-09-01T09:56:28Z) - GuiltyWalker: Distance to illicit nodes in the Bitcoin network [1.7550798084784973]
本稿では,マネーロンダリングを検出する機械学習手法の性能を高めるために,グラフと過去のラベルの構造に基づく新機能を提案する。
我々の手法であるGuiltyWalkerは、bitcoinトランザクショングラフのランダムウォークを実行し、不正なトランザクションまでの距離に基づいて特徴を計算します。
論文 参考訳（メタデータ） (2021-02-10T10:29:13Z) - Quantum Multi-Solution Bernoulli Search with Applications to Bitcoin's
Post-Quantum Security [67.06003361150228]
作業の証明(英: proof of work、PoW)は、当事者が計算タスクの解決にいくらかの労力を費やしたことを他人に納得させることができる重要な暗号構造である。
本研究では、量子戦略に対してそのようなPoWの連鎖を見つけることの難しさについて検討する。
我々は、PoWs問題の連鎖が、マルチソリューションBernoulliサーチと呼ばれる問題に還元されることを証明し、量子クエリの複雑さを確立する。
論文 参考訳（メタデータ） (2020-12-30T18:03:56Z) - How to Not Get Caught When You Launder Money on Blockchain? [20.970223434542508]
パブリックブロックチェーンは、E-crimeに関連するユーザやトランザクションを検出し追跡するAIツールの開発において、ホットベッドとなっている。
選択した戦略に従うことで、既存のツールやアルゴリズムの多くでは事実上検出不可能なブロックチェーンのマネーロンダリングが可能になる、と私たちは主張しています。
論文 参考訳（メタデータ） (2020-09-22T02:12:15Z) - Pump and Dumps in the Bitcoin Era: Real Time Detection of Cryptocurrency
Market Manipulations [63.732639864601914]
インターネット上のコミュニティによって組織されたポンプとダンプの詳細な分析を行う。
これらのコミュニティがどのように組織化され、どのように詐欺を行うかを観察します。
本研究では,不正行為をリアルタイムに検出する手法を提案する。
論文 参考訳（メタデータ） (2020-05-04T21:36:18Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。