論文の概要: Extracting and Verifying Illicit Bitcoin Addresses from Underground Forum Discussions

• arxiv url: http://arxiv.org/abs/2608.13930v1
• Date: Fri, 14 Aug 2026 04:04:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-17 20:14:29.263117
• Title: Extracting and Verifying Illicit Bitcoin Addresses from Underground Forum Discussions
• Title（参考訳）: ビットコインの不正なアドレスの抽出と検証が地下フォーラムで議論
• Abstract要約: 我々は、15年間のアーカイブ活動を持つ地下サイバー犯罪フォーラムであるHackForumsから、エビデンスに支えられたBitcoinラベルを構築するためのパイプラインを提示する。 このパイプラインは、LLMの支援されたスクリーニング、エキスパートレビュー、およびオンチェーンバリデーションを組み合わせて、フォーラムで議論された不正なトランザクションに明示的に関連付けられたBitcoinアドレスを特定する。 得られたデータセットには、2010-2024にまたがる2,438の不正なBitcoinアドレスと、LLMスクリーニング中に割り当てられた12のサイバー犯罪カテゴリが含まれている。
• 参考スコア（独自算出の注目度）: 0.021748200848556342
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Existing labeled Bitcoin datasets are largely derived from community-reported abuse, blockchain heuristics, incident-specific collections, or proprietary labeling processes. Their construction methods are rarely publicly reproducible and often provide limited evidence that an address was directly involved in illicit activity. We present a reproducible pipeline for constructing evidence-backed Bitcoin labels from HackForums, an underground cybercrime forum with fifteen years of archived activity. The pipeline combines LLM-assisted screening, expert review, and on-chain validation to identify Bitcoin addresses explicitly associated with illicit transactions discussed on the forum. Each released label is supported by contextual evidence from underground discussions and validated on-chain. The resulting dataset contains 2,438 manually verified illicit Bitcoin addresses spanning 2010-2024 and twelve cybercrime categories assigned during LLM screening. We release the dataset, temporal metadata, and the complete extraction pipeline to support reproducible research on cryptocurrency-facilitated cybercrime.
• Abstract（参考訳）: 既存のラベル付きBitcoinデータセットは、コミュニティが報告した悪用、ブロックチェーンのヒューリスティックス、インシデント固有のコレクション、あるいはプロプライエタリなラベリングプロセスから大きく派生している。 彼らの建設法は公に再現されることは稀であり、しばしば、住所が不正な活動に直接関わっていたという限られた証拠を提供する。 我々は、15年間のアーカイブ活動を持つ地下サイバー犯罪フォーラムであるHackForumsから、エビデンス支援のBitcoinラベルを構築するための再現可能なパイプラインを提示する。 このパイプラインは、LLMの支援されたスクリーニング、エキスパートレビュー、およびオンチェーンバリデーションを組み合わせて、フォーラムで議論された不正なトランザクションに明示的に関連付けられたBitcoinアドレスを特定する。 各リリースされたラベルは、地下の議論からコンテキスト証拠によって支持され、オンチェーンで検証される。 得られたデータセットには、2010-2024にまたがる2,438の不正なBitcoinアドレスと、LLMスクリーニング中に割り当てられた12のサイバー犯罪カテゴリが含まれている。 我々は、暗号通貨に精通したサイバー犯罪の再現可能な研究を支援するために、データセット、時間的メタデータ、および完全な抽出パイプラインをリリースする。

関連論文リスト

• FlowShield: cryptocurrency anti-money laundering with transaction semantics parsing and fund flow tracking [46.45233269509415]
  textscFlowShieldは、トランザクションレベルの洗浄検知と調査対象のレポート生成のためのCrypto AMLフレームワークである。 textscFlowShieldは3つの相補的な視点からファンドフローのサブグラフを再構築する。 次に、大きな言語モデル(LLM)エンコードされたセマンティクスと、グラフ畳み込みネットワーク(GCN)エンコードされた構造を持つフローテキストとの相互作用を可能にする、テキスト構造融合機構を使用する。
  論文  参考訳（メタデータ） (2026-08-18T04:21:19Z)
• TxRay: Agentic Postmortem of Live Blockchain Attacks [52.658018348998105]
  5年も経たないうちに、DeFiのエコシステムは15.75億米ドル以上を失い、エクスプロイトが報告された。 我々は、限られた証拠から生のACT攻撃を再構築する死後システムであるTxRayを提示する。 DeFiHackLabsの114件のインシデントで、TxRayは105件のインシデントに対して専門家による根本原因と実行可能なPoCを生成し、92.11%のエンド・ツー・エンドの再現を達成した。
  論文  参考訳（メタデータ） (2026-02-01T16:17:33Z)
• MemeChain: A Multimodal Cross-Chain Dataset for Meme Coin Forensics and Risk Analysis [52.468043639056596]
  ミームコインのエコシステムは、暗号市場の最も活発で観測可能なセグメントの1つに成長してきた。 MemeChainは、WebサイトHTMLソースコード、トークンロゴ、リンクされたソーシャルメディアアカウントなど、オフチェーンのアーティファクトとオンチェーンデータを統合する。 打ち上げから24時間以内に全ての取引活動を停止する1,801トークン(5.15%)を特定し、生態系の極端なボラティリティを定量化します。
  論文  参考訳（メタデータ） (2026-01-28T14:42:02Z)
• The Treasury Proof Ledger: A Cryptographic Framework for Accountable Bitcoin Treasuries [0.0]
  本稿では,多ドメインBitcoin宝庫のためのBitcoin対応ロギングフレームワークであるSecretary Proof Ledger(TPL)を紹介する。 TPLインスタンスは、スナップショットの保存の証明、ドメイン間の移動の検証のレシート、ポリシーメタデータを記録する。 我々は、TPLが責任ある透明性ポリシーと将来のビットコインの固定的通貨供給と整合した将来的な機関間チェックをどのようにサポートするかを示す。
  論文  参考訳（メタデータ） (2025-12-03T13:14:06Z)
• The Devil Behind the Mirror: Tracking the Campaigns of Cryptocurrency Abuses on the Dark Web [39.96427593096699]
  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。
  論文  参考訳（メタデータ） (2024-01-09T16:35:25Z)
• Interplay between Cryptocurrency Transactions and Online Financial Forums [41.94295877935867]
  本研究は、これらの暗号掲示板間の相互作用と暗号値の変動に関する研究に焦点をあてる。 これは、Bitcointalkフォーラムの活動がBTCの値のトレンドと直接的な関係を保っていることを示している。 この実験は、フォーラムデータが金融分野における特定の出来事を説明することを強調している。
  論文  参考訳（メタデータ） (2023-11-27T16:25:28Z)
• 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)
• 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)
• Machine learning methods to detect money laundering in the Bitcoin blockchain in the presence of label scarcity [1.7499351967216341]
  我々は、教師なし異常検出手法を用いた既存の最先端ソリューションが、実際のBitcoinトランザクションデータセットにおける不正なパターンを検出するのに不十分であることを示す。 提案するアクティブラーニングソリューションは, 5%のラベルを用いて, 完全に教師付きベースラインの性能を一致させることができる。
  論文  参考訳（メタデータ） (2020-05-29T15:52:48Z)
• Cryptocurrency Address Clustering and Labeling [2.475112368179548]
  匿名性はブロックチェーン技術の最も重要な品質のひとつです。 一般に、暗号通貨のアドレスの背後にある真のアイデンティティは分かっていない。 いくつかのアドレスは、行動パターンを分析することによって、その所有権に応じてクラスタ化することができる。
  論文  参考訳（メタデータ） (2020-03-30T12:34:11Z)

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。