Chain Surveillance

안나는 비트코인으로 책값을 냅니다. 결제를 주고받는 앱이나 기기인 지갑을 사용합니다. 거래가 확인되면 블록체인 탐색기에서 거래를 엽니다. 여기서 보는 것은 확인된 비트코인 거래의 공개 기록입니다. 지갑이 이전의 어떤 출력을 사용했고 새로운 금액들을 어떻게 만들었는지 볼 수 있습니다. 아직 사용되지 않은 출력을 UTXO라고 합니다. 나중에 사용할 조건이 붙어 있는 금액입니다. 거래의 입력은 그 거래에서 사용하는 이전 출력을 가리킵니다. 일부는 판매자에게 가고 수수료를 뺀 나머지는 change, 즉 거스름돈으로 안나에게 돌아왔습니다. 하지만 공개 기록에는 보통 이런 역할이 표시되지 않습니다. 이름이나 IP 주소를 반드시 적는 칸도 없습니다. 또한 입력에 있던 각각의 satoshi, 즉 비트코인의 최소 단위가 어느 출력으로 갔는지도 지정하지 않습니다. 분석 도구의 색깔 화살표에는 네트워크가 추가로 확인한 정보가 아니라 도구 자체의 가치 배분 규칙이 담겨 있을 수 있습니다. [1] [7] [8]

지갑은 구매를 위해 이전에 받은 여러 금액을 함께 쓸 수 있습니다. 분석가는 모든 입력을 같은 주체가 통제한다고 추정할 수 있습니다. 이 단서를 Common Input Ownership Heuristic이라고 합니다. 휴리스틱은 유용한 가정이지 확실한 사실이 아닙니다. 어떤 출력이 change인지 추정하면 연결된 집단이 더 커질 수도 있습니다. 그러나 문서화된 반례가 있습니다. CoinJoin에서는 여러 참여자가 공동 거래를 만들고, Payjoin에서는 수취인이 송금자의 결제에 자신의 입력을 더할 수 있습니다. BIP 78은 이 과정을 직접 설명합니다. 같은 거래에 함께 들어갔다는 사실만으로 소유자가 같다고 증명할 수 없으며, 참여자가 개인 키를 서로 공유할 필요도 없습니다. 개인 키는 비트코인 사용을 승인하는 서명을 만드는 데 쓰이는 비밀 숫자입니다. [2] [5] [7]

결정적인 연결은 블록체인 밖에서 생길 수 있습니다. 상점은 안나의 주문을 알고, 거래소는 출금 기록을 보관하며, 공개 모금은 수신 주소를 공개할 수 있습니다. 분석가는 이를 통해 주소와 서비스나 사람을 잇는 라벨을 얻습니다. 다만 라벨의 출처와 적용되는 시기가 중요합니다. 연결된 주소 집단인 cluster는 사람 명단이 아닙니다. 거래소는 많은 고객의 자금을 보관할 수 있고, 한 사람은 서로 연결되지 않은 여러 집단을 쓸 수도 있습니다. 주소에 거래소 이름이 붙었다고 해서 어느 고객이 결제했는지, 자금의 경제적 소유자가 누구인지, 무엇을 샀는지까지 알 수는 없습니다. [2]

안나가 인터넷에 남기는 것은 거래만이 아닙니다. 구매는 계정이나 cookie와 연결될 수 있습니다. cookie는 방문자를 알아보는 데 쓰이는 작은 브라우저 데이터입니다. Steven Goldfeder와 공동 연구자들은 2017년 연구에서 구매 정보를 공개 결제와 연결하는 방법을 보였습니다. 금액, 시간 범위, 결제 주소 등이 단서가 될 수 있습니다. 신원이 갑자기 블록체인에 기록된 것이 아니라 서로 다른 데이터 출처가 연결된 것입니다. 과거 연구가 오늘날의 보편적인 성공률을 제시하지는 않습니다. 다만 보관된 정보가 나중에 연결될 수 있음을 보여 줍니다. 지금 이름을 모른다고 해서 그 보호가 영원히 유지되는 것은 아닙니다. [3]

IP 주소는 네트워크 연결을 가리키며, Bitcoin 주소는 결제를 어디로 보낼지 지정하는 데 쓰입니다. 관찰자는 연결 과정이나 거래 전파 중 IP를 기록할 수 있습니다. 이는 공개 결제 기록과 다른 정보 출처입니다. 노드는 Bitcoin 네트워크에 참여하는 컴퓨터입니다. 다른 사람의 거래도 전달하므로 관찰자가 처음 거래를 받은 컴퓨터가 반드시 생성자는 아닙니다. Tor는 사용자와 직접 이어지는 네트워크 연결을 숨기는 데 도움을 줄 수 있지만, 이미 공개된 UTXO의 금액이나 관계를 바꾸지는 않습니다. 결론을 평가하려면 네트워크에서 실제로 관찰한 내용과 거래에서 추론한 내용을 구분해야 합니다. [6]

도구가 판매자 주소를 안나의 것으로 잘못 분류했다고 해 봅시다. 이후 다른 연결을 근거로 집단 전체를 합치면 오류가 많은 사람에게 영향을 줄 수 있습니다. 이처럼 서로 다른 집단을 잘못 합치는 현상을 cluster collapse라고 합니다. Malte Möser와 Arvind Narayanan은 잘못된 병합을 줄이는 방법을 연구하면서 검증 데이터 자체의 한계도 짚었습니다. 따라서 분석 품질을 인상적인 백분율 하나로 요약할 수 없습니다. 잘못된 연결, 놓친 연결, 포함 범위, 조사 기간이 모두 중요합니다. 알려진 사례와 비교하는 보정 없이 도구의 점수를 제시된 이름이 올바른 사람을 가리킬 확률로 해석해서는 안 됩니다. [4]

안나에게는 새 수신 주소를 쓰는 이유가 됩니다. 다른 사람이 같은 주소의 반복만으로 결제들을 쉽게 연결하기 어려워지기 때문입니다. 다만 나중에 받은 금액들을 함께 쓰면 새로운 단서가 생길 수 있습니다. Payjoin은 입력을 한 주체가 통제한다는 가정을 약화하지만 공개 거래나 상점의 주문 기록을 지우지는 않습니다. 직접 노드를 운영하면 자신의 주소를 다른 사람의 서버에 물어볼 필요가 줄지만 확인된 결제는 여전히 공개됩니다. 대책마다 다루는 연결이 다릅니다. 완전한 익명성을 약속하기보다 특정 상점, 지갑 제공자, 독립 관찰자가 안나에 대해 무엇을 알아낼 수 있는지 묻는 편이 유용합니다. [1] [5] [6]

좋은 분석은 결론에서 근거로 거슬러 올라갈 수 있게 합니다. 거래나 출력, 라벨의 출처, 사용한 가정과 날짜를 밝히고 다른 설명도 허용합니다. 직접 결제와 여러 중간 거래를 거친 연결은 다릅니다. 서명할 수 있다는 사실이 반드시 자금의 경제적 소유자임을 뜻하지도 않습니다. 고객 자금을 보관하는 경우가 그 예입니다. 따라서 위험 점수나 거래 그래프(거래와 그 연결을 나타내는 그림)에서의 거리만으로는 신원이나 행동을 증명할 수 없습니다. 이 질문들은 출처에 설명된 한계에서 도출한 검토 방식입니다. 새로운 증거가 나오면 결론을 수정할 수 있어야 하며, 최초의 추정을 반복해 확정 사실처럼 만들어서는 안 됩니다. [2] [4]