行動認識に基づくイーサリアム相互作用グラフ上のアカウントの非匿名化

ブロックチェーン技術は、分散化、トレーサビリティ、不正改ざん防止の特性を持ち、信頼できる分散型信頼メカニズムを生み出し、ブロックチェーン金融の発展を加速させます。しかし、ブロックチェーンの匿名化は市場規制を妨げ、マネーロンダリング、ギャンブル、フィッシング詐欺などの違法行為が増加する原因となっています。したがって、金融セキュリティはブロックチェーンエコシステムにおける最優先事項となっており、効果的な市場規制が求められています。本論文では、グラフ分類の観点からイーサリアムアカウントの特定を考察し、アカウントの行動パターンを特徴付け、さらにアカウントの非匿名化を達成するためのエンドツーエンドのグラフニューラルネットワークフレームワークであるEthidentを提案します。具体的には、まず生のイーサリアムデータを使用してアカウント相互作用グラフ（AIG）を構築します。次に、ノードレベルのアカウント特徴とサブグラフレベルの行動パターンを効果的に特徴付けるバックボーンとして、HGATEという階層的なグラフアテンションエンコーダを設計します。アカウントラベルの不足を軽減するために、対照的自己教師あり機構を正則化として導入し、フレームワークの共同トレーニングを行います。イーサリアムデータセットに対する包括的な実験により、アカウント識別において当フレームワークが以前の最先端に対して1.13%〜4.93%の相対的改善を達成することが示されました。さらに、詳細な分析により、Ethidentがイーサリアムにおける既知の参加者（例：取引所、マイナーなど）の行動を特定および理解する上での有効性や、法を犯す者（例：フィッシング詐欺師、ハッカーなど）の特定において、リスク評価および市場規制を支援する可能性について示されています。