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.

- 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