論文の概要: SoK: Cross-Chain Transaction Identification and Matching
- arxiv url: http://arxiv.org/abs/2608.17532v1
- Date: Tue, 18 Aug 2026 08:54:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-19 21:40:53.276157
- Title: SoK: Cross-Chain Transaction Identification and Matching
- Title（参考訳）: SoK: クロスチェーントランザクションの識別とマッチング
- Abstract要約: クロスチェーンブリッジ、インスタント暗号通貨取引所、集中型クロスリーガープラットフォームは、ますます増加するマルチチェーンエコシステムに資産を移動させる。
これらのシステムは、クロスチェーンマネーロンダリングのための、高価値な攻撃やチャネルの標的になっている。
クロスチェーントランザクションの識別とマッチングにおける知識の体系化(SoK)を提案する。
- 参考スコア（独自算出の注目度）: 14.090582147532361
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Cross-chain bridges, instant cryptocurrency exchanges, and centralized cross-ledger platforms move assets across an increasingly multi-chain ecosystem. However, these systems have repeatedly become targets of high-value attacks and channels for cross-chain money laundering. Cross-chain transactions are substantially harder to analyze than single-chain transactions: no single ledger records an entire cross-chain transfer, its evidence is scattered across the source chain, the destination chain, and off-chain systems, and the availability and reliability of that evidence vary widely across systems. In this paper, we present a systematization of knowledge (SoK) on cross-chain transaction identification and matching. First, we classify deposit and withdrawal identification methods into four approaches and transaction matching methods into three mechanisms: deterministic identifier matching, field-constraint heuristics, and model-assisted matching. We find that their applicability and reported performance are shaped mainly by the evidence the underlying system exposes, and we further examine how matched pairs support downstream attack detection and fund tracing. Second, we assess the availability of existing datasets and artifacts, finding that fewer than half remain obtainable, and distill three artifact failure modes. Finally, we outline four open challenges toward auditable, reproducible, and actionable cross-chain analysis.
- Abstract（参考訳）: クロスチェーンブリッジ、インスタント暗号通貨取引所、集中型クロスリーガープラットフォームは、ますます増加するマルチチェーンエコシステムに資産を移動させる。
しかし、これらのシステムは、クロスチェーンマネーロンダリングのための、高価値な攻撃やチャネルの標的になっている。
単一の台帳がクロスチェーン転送全体を記録せず、その証拠はソースチェーン、デスティネーションチェーン、オフチェーンシステムに分散しており、その証拠の可用性と信頼性はシステムによって大きく異なる。
本稿では,クロスチェーントランザクションの識別とマッチングについて,知識の体系化(SoK)を提案する。
まず, 確定的識別子マッチング, フィールド拘束的ヒューリスティックス, モデル支援マッチングの3つのメカニズムに分類する。
それらの適用性と報告された性能は,基礎となるシステムが公開する証拠を中心に形成されており,マッチングペアが下流攻撃検出および資金追跡をどのようにサポートするかをさらに調べる。
第2に、既存のデータセットとアーティファクトの可用性を評価し、半数未満が取得可能であることを確認し、3つのアーティファクト障害モードを抽出する。
最後に、監査可能、再現可能、動作可能なクロスチェーン分析に対する4つのオープンな課題を概説する。
関連論文リスト
- Poisoning Agentic Alpha: Adversarial Vulnerabilities Across Roles and Architectures in Multi-Agent Trading Systems [103.90831279037094]
LLMベースのマルチエージェントトレーディングシステムは、研究プロトタイプから実際の資産を管理するライブデプロイメントへと急速に移行している。
破損した信号は最終決定に伝播し、実現された財政損失に変換される。
本稿では,金融分野において,敵対的信号がマルチエージェント取引システムにどのように入るのかを特徴付ける最初の体系的実証的研究について述べる。
論文 参考訳（メタデータ） (2026-08-25T05:07:37Z) - 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) - Temporal Motif-aware Graph Test-time Adaptation for OOD Blockchain Anomaly Detection [55.18577006122169]
textbfTEmporal textbfMotif-aware textbfGraph textbfTest-textbfTime textbfAdaptation (textbfTEMG-TTA) という新しいフレームワークを提案する。
まず、効率的な計算機構を用いて、各アクティブアドレスの3ノードの時間的モチーフ分布を包括的にキャプチャする。
第2に、トレーニングとテストグラフ間の共通パターンの共有を容易にするための、シンプルで効果的なテスト時間適応戦略を設計する。
論文 参考訳（メタデータ） (2026-05-28T07:43:20Z) - GoAT-X: A Graph of Auditing Thoughts for Securing Token Transactions in Cross-Chain Contracts [52.51342355102833]
マルチチェーンエコシステムの重要な基盤であるクロスチェーンブリッジは、攻撃者にとって主要なターゲットとなっている。
バイトコードレベルの静的解析のような既存の防御は、チェーン間の相互作用のセマンティックな複雑さを扱うには不十分である。
パターンマッチングから体系的な第一原理検証へ自動的なクロスチェーンスマートコントラクト監査を移行するフレームワークであるGoAT-Xを提案する。
論文 参考訳（メタデータ） (2026-04-27T11:34:21Z) - UniDetect: LLM-Driven Universal Fraud Detection across Heterogeneous Blockchains [9.89047849878308]
大規模言語モデル(LLM)に基づくマルチチェーン暗号通貨不正アカウント検出手法UniDetectを導入する。
具体的には、ドメイン知識を用いてLLMをガイドし、異種ブロックチェーンアカウントに適用可能な一般的なトランザクション要約テキストを生成する。
複数のブロックチェーンの実験によると、UniDetectはKolmogorov-Smirnov(KS)で既存のメソッド5.57%から7.58%を上回っている。
論文 参考訳（メタデータ） (2026-04-14T06:04:37Z) - ConneX: Automatically Resolving Transaction Opacity of Cross-Chain Bridges for Security Analysis [24.725668502966585]
ConneXは、クロスチェーンブリッジの両端で対応するトランザクションペアを正確に識別するように設計された自動化システムである。
不正資金の追跡におけるその成功例は、クロスチェーンのセキュリティと透明性を高めるための実用性を強調している。
論文 参考訳（メタデータ） (2025-11-03T09:44:02Z) - A Survey of Transaction Tracing Techniques for Blockchain Systems [2.307833568494795]
文献で提案するブロックチェーントランザクションのさまざまなトレース手法を体系的にレビューする。
ブロックチェーントランザクショントレースの文献状況に関する洞察を提供し、既存のアプローチの限界を特定します。
論文 参考訳（メタデータ） (2025-09-23T05:21:20Z) - Track and Trace: Automatically Uncovering Cross-chain Transactions in the Multi-blockchain Ecosystems [21.470299762211546]
クロスチェーン技術は、分散金融(DeFi)エコシステム内のシームレスな資産移動とメッセージパッシングを可能にする。
本稿では,DeFiエコシステムに特化して設計された双方向トランザクショントレースツールABCTRACERを提案する。
論文 参考訳（メタデータ） (2025-04-02T15:28:25Z) - BlockScan: Detecting Anomalies in Blockchain Transactions [16.73896087813861]
BlockScanはブロックチェーントランザクションの異常検出用にカスタマイズされたTransformerである。
この研究は、ブロックチェーンデータ分析にTransformerベースのアプローチを適用するための新しいベンチマークを設定する。
論文 参考訳（メタデータ） (2024-10-05T05:11:34Z) - Secure Cross-Chain Provenance for Digital Forensics Collaboration [0.0]
ForensiCrossは、デジタル法医学と証明のために特別に設計されたクロスチェーンソリューションである。
BridgeChainを含み、クロスチェーンとマルチチェーンソリューションのためのユニークな通信プロトコルを備えている。
ForensiCrossは、データの完全性とトレーサビリティを保証することによって、共同調査の簡略化を目指している。
論文 参考訳（メタデータ） (2024-06-17T16:47:27Z) - SoK: Security of Cross-chain Bridges: Attack Surfaces, Defenses, and Open Problems [43.80265187232706]
ブロックチェーン間のトークンとデータ交換を容易にするために、クロスチェーンブリッジが使用されている。
橋は人気が高まりつつあるが、まだ幼少期であり、最近は何度も攻撃を受けている。
本稿では,クロスチェーンブリッジのセキュリティ状況を概観的に分析する。
論文 参考訳（メタデータ） (2023-12-19T20:13:21Z) - Identifying contributors to supply chain outcomes in a multi-echelon setting: a decentralised approach [47.00450933765504]
本稿では,推定貢献の分散計算における説明可能な人工知能の利用を提案する。
このアプローチは、サプライチェーンアクターにデータ共有を説得する必要性を緩和する。
その結果,集中型アプローチと比較して,品質変化の源泉を検出する方法の有効性が示された。
論文 参考訳（メタデータ） (2023-07-22T20:03:16Z) - Blockchain Large Language Models [65.7726590159576]
本稿では,異常なブロックチェーントランザクションを検出するための動的,リアルタイムなアプローチを提案する。
提案するツールであるBlockGPTは、ブロックチェーンアクティビティのトレース表現を生成し、大規模な言語モデルをスクラッチからトレーニングして、リアルタイム侵入検出システムとして機能させる。
論文 参考訳（メタデータ） (2023-04-25T11:56:18Z)
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。