钱包集群的演变：比特币隐私研究的历史与现状

本文探讨了钱包或地址聚类背后的基本思想，包括简单的地址重用、通用输入所有权启发式（CIOH）以及更复杂的聚类方法，并回顾了学术界对比特币隐私问题的研究历程。

以下内容基于一系列关于钱包聚类的研究论文，涵盖了从早期观察到2024年的最新进展。文章还简要总结了几篇关键文献，为读者提供了全面的视角。

早期观察性研究 – 2011-2013

最早的一批学术研究之一是Fergal Reid和Martin Harrigan的论文。该研究分析了比特币交易图的匿名性，并提出了“用户网络”的概念，通过CIOH建模用户货币的关联性。

Kay Hamacher和Stefan Katzenbeisser在28c3会议上发表的研究则专注于资金流动模式，并揭示了比特币的一些早期隐私漏洞。

Dorit Ron和Adi Shamir进一步分析了整个交易图的快照，注意到异常行为：

“几乎所有这些大额交易都源自2010年11月8日的一笔90,000比特币交易，其子图包含许多奇怪的链和分叉结构，表明有人试图混淆CIOH。”

此外，MtGox的存在也影响了早期对交易图的解读。由于用户的密钥被用于批量清算交易，简单的CIOH应用往往导致错误的聚类结果。

实证结果 – 2013-2017

Sarah Meiklejohn等人的研究验证了找零识别启发式方法，并测试了比特币混合器的实际效果。与此同时，Jonas Nick利用BIP 37布隆过滤器中的隐私漏洞，验证了CIOH和更改识别算法的有效性。

粉尘攻击成为这一时期的重要议题。Matteo Loporchio等人分析了这类攻击在去匿名化方面的效力：

“尽管粉尘攻击交易仅占所有交易的0.008%，但它们却能将0.14%的原本可能隔离的地址聚类。”

钱包指纹识别 – 2021-2024

近年来，研究人员开始关注交易数据中可识别的钱包指纹。这些指纹通常由特定钱包软件生成的独特模式构成，可用于改进聚类算法。

Malte Möser和Arvind Narayanan利用机器学习技术改进了变更识别方法，而George Kappos等人进一步验证了这些方法的准确性：

“结合指纹识别后，聚类准确率显著提高。”

王凯等人分析了交易广播模式，揭示了费用上涨行为与特定钱包软件之间的联系。Christian Decker和Matteo Romiti等人的研究则探讨了闪电网络中的类似问题。

并非全部

尽管聚类技术不断进步，但比特币隐私保护措施仍显不足。交易图中的模式永久保存，供任何人查阅，这使得隐私保护变得愈发困难。

个人隐私的丧失会波及整个系统，因为每个成功去匿名化的用户都会降低其他用户的隐私水平。指数衰减模型比线性衰减更为现实。

未来，随着交叉攻击和CoinJoins相关研究的深入，如何平衡隐私与透明度将成为核心挑战。