Vai al contenuto
Crypto.world

Ricerca

Deanonimizzazione delle transazioni Bitcoin tramite l’analisi del traffico di rete con apprendimento semi-supervisionato

I meccanismi di tutela della privacy sono un aspetto fondamentale della sicurezza dei sistemi di criptovalute, in particolare delle reti decentralizzate come Bitcoin.

Deanonimizzazione delle transazioni Bitcoin tramite l’analisi del traffico di rete con apprendimento semi-supervisionato
arXiv
2603.17261
Pubblicato
2026-03-18
Autori
Shihan Zhang, Bing Han, Chuanyong Tian, Ruisheng Shi, Lina Lan, Qin Wang

Abstract degli autori

I meccanismi di tutela della privacy sono un aspetto fondamentale della sicurezza dei sistemi di criptovalute, in particolare delle reti decentralizzate come Bitcoin. Sebbene gli indirizzi Bitcoin non siano direttamente associati a identità reali, ciò non garantisce pienamente la privacy degli utenti. Sono stati proposti diversi metodi di deanonimizzazione, tra cui spiccano gli attacchi a livello di rete. Gli approcci esistenti, tuttavia, presentano spesso limiti come una scarsa precisione. In questo articolo proponiamo \textit{NTSSL}, un nuovo metodo efficiente per deanonimizzare le transazioni che combina l’analisi del traffico di rete con l’apprendimento semi-supervisionato. Usiamo algoritmi di apprendimento non supervisionato per generare pseudo-etichette e ottenere prestazioni comparabili a costi inferiori. Presentiamo poi \textit{NTSSL+}, un’analisi collaborativa tra livelli che integra i risultati del clustering delle transazioni per migliorare ulteriormente la precisione. I risultati sperimentali mostrano un sostanziale miglioramento delle prestazioni, pari a 1,6 volte quelle dell’approccio esistente basato sull’apprendimento automatico.

Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.

Leggi il paper originale su arXiv