この記事は、Craig Wright 博士のブログで最初に公開されたもので、著者の許可を得て再公開しました。
概要
この文書では、BTC ライトニング ネットワークに関する予備調査を紹介します。トランザクションの再利用をモデル化し、Lightning チャネルの開閉に応じて調整されたアドレスの再利用をマッピングすることで、個別のノード間で金額を相関付けることが可能になりました。ライトニング ネットワークの多くのユーザーは、匿名性を高めるためにシステムが開発されているにもかかわらず、情報のプライバシーを保護するための適切な措置を講じていないことが実証されています。
雷の測定
序章
BTC ライトニング ネットワークは、BTC コア ネットワークのスケーリング ソリューションとして推進されています。元のビットコインプロトコルのこの派生は、匿名性を作成するためにブロックチェーンの外側の外部システムを利用することを前提としています（Tikhomirov et al.、2020）。しかし、BTC コア ネットワークを使用する多くの個人は、ビットコイン ホワイト ペーパーで推奨されている「トランザクションが共通の所有者に関連付けられないようにするために、トランザクションごとに新しいキー ペアを使用する必要がある」（ライト、2008、6 ページ）。
ライトニング ネットワークには、ビットコイン ネットワークのようにトランザクションが記録されないため、モデル化がより困難な内部チャネルがあります。したがって、ネットワーク モデリングは、Lightning チャネルの開始時と終了時に、既知のアドレスまたは一致するアドレス間の値の統計的相関関係を通じて、また、開始または終了したチャネルのより複雑な分析を通じて実行する必要があります。この演習は、2020 年から 2022 年までの Lightning ネットワーク上のデータの収集に基づいています。このような情報は公開されており、共通の支払いアドレスを使用する個人の行動を分析するために分析が提供されています。
問題の背景
複数の学者が、さまざまな理由によるさまざまな当事者間のトランザクションの関係を分析するために、ブロックチェーンベースのシステムにおけるアドレスの再利用に注目しています（Jourdan et al.、2019）。たとえば、一部の研究者は、アドレス転送の分析を拡張して、ブロックチェーン全体のトランザクションの特性をモデル化するエンティティ認識アルゴリズムの作成に取り組みました (Wang、2023)。他の研究者は、アドレスの一般的な再利用を、トランザクションに関する情報を取得することを約束する機械学習アルゴリズムの開発に拡張しました。
いずれの場合も、トランザクション パスをモデル化する機能は、トランザクション システムの悪用と、ビットコイン アドレスをアカウントとして誤って扱うことを前提としています (Wu et al., 2021)。この研究は、BTC Lightning ネットワークを使用して実装された同じ欠陥を前提としています。アドレスが再利用されない場合、個人はプライバシー管理を実装できないと推測できます。その場合、この問題は、Lightning ネットワークに関連付けられた支払いチャネルの開始と終了の間のトランザクションを関連付けることができることを示す可能性があります。
研究の根拠
ライトニング ネットワークは、BTC コア ネットワークを使用してトランザクションを実行する際の匿名性を高めるための「レイヤー 2」システムとして導入されました。たとえば、Sguanci et al. (2021、p. 16) 「ライトニング ネットワークによって保証されるプライバシーは非常に堅牢である」と主張しています。この匿名性の導入によりビットコインの性質が変化し、望ましい目標がプライバシーから匿名性へと移行します。この区別により、マネーロンダリングやシステムの悪用が可能になりますが、すべての取引がブロックチェーンに公的に記録される場合、その悪用はさらに限定されます。したがって、この研究は、アドレスとチャネルの開閉の間に相関関係が時間の経過とともに見つかるかどうかを分析することを目的としています。
理論・概念的モデル
ピアソンの積率相関検定では、2 つの変数間で利用可能なデータを通じて最適な線を引くことを試みます。この統計は 2 つの変数間の相関度を測定し、散布図にプロットされた結果が線形関係が存在する可能性を示す場合に使用されます。ピアソン相関値は、変数間の線形関係の強さと方向を測定します。統計量、つまり相関係数は、最小値および負の相関の -1 から最大値 +1 までの範囲であり、結果は完全な正の相関になります。相関関係が存在しないことが確認できる場合、統計は 0 を返します (Liu、2019)。
プースら。(2014) は、この統計に関連する 2 つの主な仮定は、サンプル内の個人が統計的に独立していることと、母集団が二変量正規分布を形成することであることに注意してください。研究者らは、ピアソン積モーメント相関係数を「堅牢化」する必要があり、外れ値や実質的に影響力のある観測値がある場合には壊れる可能性があると主張している（Zinzendoff Okwonu et al., 2020）。したがって、仮定や外れ値をテストせずにこの統計を選択する際には注意が必要です。
リサーチクエスチョン
チャネル サイズのアドレス一致と、経済的に重要な転送量 (0.1 BTC を超える) の間に統計的に有意な関係はありますか?
仮説
帰無仮説 (H 0 ): 転送された BTC の数と既知のアドレスの一致の間に統計的に有意な関係はありません。
代替仮説 (H 1 ): 転送された BTC の数と既知のアドレスの一致の間に統計的に有意な関係が存在することがわかります。
研究の限界と限界
この調査は、ライトニング ネットワーク内のトランザクションの予備調査に焦点を当てています。分析は 1 か月のみで実施され、同じ期間内に開始および終了した取引に限定されています。したがって、長期間にわたる値の相関関係は変動するか、より重要になる可能性があります。この論文で紹介されている調査は、BTC Lightning ネットワークを使用する個人の行動に関する予備調査であり、アドレスを再利用しないという概念に関連する理解が不足していることを示しています。さらに、Lightning チャネルを開くコストによって消費者の行動が変化し、ネットワーク上の消費者があまり好ましくない形式の取引交換を利用することが制限される可能性があります。
Lightning チャネルを開設するコストに BTC 手数料が含まれるようになると (Shang et al., 2023)、消費者の行動が変わる可能性があります。この論文で指摘されている相関関係は、手数料の支払いと経済的コストに関連する反応に因果関係がある可能性があります。しかし、このような活動は、大規模なアドレスが使用されている場合でも、アドレスが継続的に再利用されることを説明するものではありません。したがって、変動する投入料金に基づいて、また米国セント未満のマイクロペイメント取引を含む低料金支払い取引との比較を用いて、ユーザーの行動の変化を分析するためのさらなる研究が行われる必要がある。
データセット
ビットコインブロックチェーンに関連する情報は公開されています。この情報は、ネットワークの相互接続性の測定とトランザクションのキャプチャに関連する、著者によって開発および実装された方法論を使用して収集されました (Javarone & Wright、2018a、2018b)。さらに、BTC コア ネットワークに関する情報収集は、同様の手法から派生したネットワーク モデリング手法を使用して拡張されます。Lightning ネットワークからのデータの収集については、Zabka et al. によって説明されています。（2021年）。さらに、Herrera-Joancomartí ら。(2019) ライトニング ネットワーク チャネル バランスの変更を決定し、更新されたタイミングを取得する際に使用される方法を文書化しています。
データセットには、チャネル更新に関連する情報のキャプチャが組み込まれており、それを BTC パブリック ブロックチェーン全体の情報と照合します。このような情報から、より小さなデータセットが抽出されました。Lightning チャネルのオープンまたはクローズが記録され、それらのシステム上の金額が、トランザクションの匿名化を解除するためにこのホワイトペーパーで前述した手法を使用して同じエンティティからの支払いアドレスと一致する場合、値は入力アドレスと出力アドレスが属する場所に 1 として記録されます。同じエンティティに。同様に、アドレスが同じエンティティにアクティブに一致できない場合、値は 0 として記録されます。
次に、チャネルを開閉するときの入力値と出力値を記録しました。Lightning ネットワーク上のチャネルを開始または終了するためのトランザクションの開始または終了の合計トランザクションが 0.1 BTC を超えた場合、データベースに 1 が記録されました。値が 0.1 BTC 未満の場合、0 が記録されました。情報は 2023 年 2 月に限定されており、エンティティ情報がまったく取得されなかった場合、その情報は除外されました。再利用および参照された BTC アドレスを持つ合計 363 のトランザクションが分析のために抽出されました。
表1：
| 記述統計 | |||
| 平均 | 標準 偏差 | N | |
| Do In と Out チャンネルが一致する | .44 | .496 | 363 |
| 入力は0.1 BTCを超えていますか | .45 | .498 | 363 |
| 出力は0.1 BTCを超えていますか | .42 | .494 | 363 |
データセットの記述統計が含まれており、表 1 にまとめられています。支払いチャネルが同じ月に開設および閉鎖された場合、情報は住所が上記の条件に一致する場所に記録されました。たとえば、あるアドレスが 2023 年 2 月 1 日にチャネルを開くために資金提供され、2023 年 2 月 28 日に同じアドレスに対して閉鎖されたとします。その場合、この情報は、このペーパーで使用するために分離されたデータ セットにキャプチャされます。
BTC アドレスがブロックチェーン上で以前に再利用されていた情報から、同じ月内に開設および閉鎖されたチャネルの平均数は 44% でした。このうち、入力値の 45% は 0.1 BTC 以上を使用して資金調達され、出力値の 42% は 0.1 BTC 以上を使用してアドレスに送信されました。今月記録された平均月間価格は約 20,000 ドルから 21,000 ドルでした (ビットコイン GBP (BTC-GBP) 価格履歴と履歴データ – Yahoo Finance、nd)。したがって、測定値は、取引のほぼ半数で 2000 ドルを超える出力を表しています。
統計的検定
ピアソン積モーメント相関検定 (片側)、a = 0.05 は、使用する BTC トランザクション アドレスと 0.1 BTC を超える値の取引との間に統計的に有意な関係が存在するかどうかを評価するために実施されました。この関係の方向は BTC におけるアドレスの再利用と相関しており、片側検定が正当化されました。さらに、正規性、線形性、および等分散性の仮定が評価されましたが、重大な違反は認められませんでした。
この結果は、Lightning チャネルを開くトランザクションに対して測定した場合には有意でした (p = 0.020) が、Lightning チャネルを閉じることに関連するデータの有意水準 (p = 0.071) をわずかに超えていました (表 2)。さらに、一致する入力チャネルと出力チャネルの変数と、0.1 BTC を超える Lightning チャネルへの入力の間には、強い正の相関関係が存在します (r = 0.107、n = 363、p = 0.02)。これは、限られたピアソン相関のみで、関係が強くないことを示していますが、1 か月の期間であっても、一部の個人が大きな値を送信するときにアドレスを再利用しているという証拠を示しています。
相関分析と二変量回帰分析
相関統計は、2 つの変数間の関係を測定する際に使用されます。回帰は、ある変数が別の変数にどのような影響を与えるかを判断する方法を提供します。主な違いは、相関関係が変数間の関係と、変数が一緒に動くかどうかを調べることに焦点を当てていることです。この統計では、X 軸と Y 軸が交換される場合があり、統計によって返されるデータは単一の点として表されます (Zou et al.、2003)。
あるいは、回帰は、ある変数が別の変数に及ぼす影響を測定することに焦点を当てており、因果関係を判断するように設計されています。X 変数と Y 変数を交換することはできず、データは線形表現として表示されます。回帰分析の使用は、従属変数が変化するかどうかを判断することに重点を置き、独立変数の既知の値に基づいて予測し、それらの間の数学的関係を測定します。他の消費者の行動やプライバシーまたは匿名性技術の使用を理解するために、より大規模な分析を実施することができます。
さらに、予測モデルを構築することができ (表 3)、個人が 0.1 BTC を超えるチャネルを開いた場合、同じ個人が同様に大量のチャネルを閉じることを示しています。このモデルは有意ですが (p=.050、F=3.026、df = 2,360)、予測力 (R 2 = 0.17) は低くなります。
さらに、表 4 に示す単純な ANOVA テストは、個人がチャネルの構築時にアドレスを再利用した場合、その行動の可能性が高いことを主張する重要な証拠 (p=.050、F=3.026、df=2,362) があることを示しています。 0.1 BTCを超える金額を送受信すること。このタイプの使用により、ユーザーの行動を分析できます。
この研究で実証された証拠は、ビットコインのプライバシー原則を理解できていない、または少なくとも気にしていないにもかかわらず、BTC ライトニング ネットワークを使用している個人と一致しています。同様に、証拠は、BTC ライトニング ネットワークを使用して多額の経済的金額を送受信している人々が、取引のプライバシーを保護し、そのような取引の公開分析を可能にするための措置を講じていないことを示しています。
プロジェクトの概要
チホミロフら。(2020) BTC Lightning ネットワークの目的は匿名性とプライバシーを向上させることであると述べています。Poon and Dryja (2015) は、Lightning ネットワークがマイクロペイメントの送受信機能を提供すると主張しました。しかし、ここで提供される証拠は、かなりの数の個人がライトニング ネットワークを使用して高額の支払い (> 2000 米ドル) を取引している一方で、取引を適切に匿名化できていないため、小規模な研究プロジェクトでもアドレス再利用の例を検出できることを示しています。同じアドレスへのチャネルの開始と終了。
このプロジェクトを拡張すると、アドレス再利用統計を収集し、統合するように設計された集約トランザクション分析に「ダスト トランザクション」のモデリングを組み込んだパブリック ブロックチェーンのデータと統合することが可能になります (Loporchio et al., 2023)。同じエンティティによって行われた交換を追跡します (Li et al., 2020)。既存のプロジェクトでは、ダスト トラッキングなどの技術を使用したり、長期間にわたって大量のアドレスを集約したりしませんでした。このような研究を拡張して、より長い期間にわたるアドレス分析とより広範囲のアドレス情報を組み込むことにより、ライトニングに出入りする大規模なトランザクションの追跡を可能にするシステムにつながる可能性があると仮説が立てられています。
参照
ビットコイン GBP (BTC-GBP) 価格履歴と過去のデータ – Yahoo Finance。(nd)。2023 年 3 月 10 日取得、https://uk.finance.yahoo.com/quote/BTC-GBP/history/ より
Herrera-Joancomartí、J.、Navarro-Arribas、G.、Ranchal-Pedrosa、A.、Pérez-Solà 、C.、およびガルシア・アルファロ、J. (2019)。ライトニングネットワークチャネルの残高を隠すことの難しさについて。コンピュータおよび通信セキュリティに関する 2019 年 ACM アジア会議議事録、602 ～ 612。https://doi.org/10.1145/3321705.3329812
マサチューセッツ州ジャバローネ、CS 州ライト (2018a)。ビットコインからビットコインキャッシュへ: ネットワーク分析。分散システムのための暗号通貨とブロックチェーンに関する第 1 回ワークショップ議事録、77 ～ 81。https://doi.org/10.1145/3211933.3211947
マサチューセッツ州ジャバローネ、CS 州ライト (2018b)。ビットコイン ネットワークの二重支出検出システムのモデル化。ArXiv:1809.07678 [物理学]。http://arxiv.org/abs/1809.07678
Jourdan, M.、Blandin, S.、Wynter, L.、Deshpande, P. (2019)。ビットコインブロックチェーンの確率モデル。コンピューター ビジョンおよびパターン認識ワークショップに関する IEEE/CVF 会議の議事録、0 ～ 0。https://doi.org/10.1109/CVPRW.2019.00337
Li, Z.、Li, J.、Zheng, Y.、Dong, B. (2020)。Biteye: ビットコイン取引を追跡するシステム。2020 情報通信技術会議 (ICTC)、318 ～ 322。https://doi.org/10.1109/ICTC49638.2020.9123286
リュー、XS (2019)。ピアソン相関の確率的説明。教育統計、41(3)、115–117。https://doi.org/10.1111/test.12204
ロポルキオ、M.、ベルナスコーニ、A.、ディ フランチェスコ マエサ、D.、リッチ、L. (2023)。認証されたクエリによるビットコインダストの分析。H. Cherifi、RN Mantegna、LM Rocha、C. Cherifi、S. Micciche (編)、Complex Networks and Their Applications XI (pp. 495–508)。シュプリンガー・インターナショナル・パブリッシング。https://doi.org/10.1007/978-3-031-21131-7_39
Poon, J.、Dryja, T. (2015)。ライトニングネットワーク。https://www.BitcoinLightning.com/wp-content/uploads/2018/03/Lightning-network-paper.pdf
Puth, M.-T.、Neuhäuser, M.、および Ruxton, GD (2014)。ピアソンの積率相関係数の効果的な使用。動物行動学、93、183–189。https://doi.org/10.1016/j.anbehav.2014.05.003
Sguanci, C.、Spatafora, R.、Vergani, AM (2021)。レイヤー 2 ブロックチェーンのスケーリング: 調査。ArXiv:2107.10881 [Cs]。http://arxiv.org/abs/2107.10881
Shang, G.、Ilk, N.、および Fan, S. (2023)。スピードが必要ですが、コストはどれくらいかかりますか? ビットコイン取引における手数料と速度の関係を解明する。運用管理ジャーナル、69(1)、102–126。https://doi.org/10.1002/joom.1202
Tikhomirov, S.、Moreno-Sanchez, P.、Maffei, M. (2020)。ライトニング ネットワークのセキュリティ、匿名性、スケーラビリティの定量的分析。2020 IEEE セキュリティおよびプライバシー ワークショップに関するヨーロッパ シンポジウム (EuroS&PW)、387 ～ 396。https://doi.org/10.1109/EuroSPW51379.2020.00059
王 Y. (2023)。ビットコインブロックチェーンの実体認識アルゴリズムとトランザクション特性分析。X. Ye & X. Ben (編)、第 3 回コンピュータ エンジニアリングとインテリジェント コミュニケーションに関する国際シンポジウム (ISCEIC 2022) (p. 115)。スパイ。https://doi.org/10.1117/12.2661154
ライト、CS (2008)。ビットコイン: ピアツーピア電子現金システム。SSRN電子ジャーナル。https://doi.org/10.2139/ssrn.3440802
Wu, J.、Liu, J.、Zhao, Y.、および Zheng, Z. (2021)。ネットワークの観点から見た暗号通貨取引の分析: 概要。Journal of Network and Computer Applications、190、103139。 https://doi.org/10.1016/j.jnca.2021.103139
Zabka, P.、Förster, K.-T.、Schmid, S.、および Decker, C. (2021)。ライトニング暗号通貨ネットワークのノード分類と地理的分析。第 22 回分散コンピューティングおよびネットワーキングに関する国際会議議事録、126 ～ 135。https://doi.org/10.1145/3427796.3427837
Zinzendoff Okwonu、F.、Laro Asaju、B.、Irimisose Arunaye、F. (2020)。ピアソン相関係数とロバスト相関法の内訳分析。IOP カンファレンス シリーズ: 材料科学と工学、917(1)、012065。 https://doi.org/10.1088/1757-899X/917/1/012065
Zou、KH、Tuncali、K.、および Silverman、SG (2003) ）。相関と単純線形回帰。放射線学、227(3)、617–628。https://doi.org/10.1148/radiol.2273011499
