更多精彩，敬请关注公众号“AI芯天下”。
7月10日，据Coinmarketcap显示，比特币上涨突破一年历史中高位达到12955 USD，目前比特币市值达到1695亿美元 ，在过去的三个月内涨幅达到76.48%。变幻的市场中，加密货币大户“巨鲸”们也在等待着再次吸筹的机会。
*数据来源：https://chain.info/distribution
数据截止至2019年7月30日
6月全球研究机构Diar报告显示，自2019年起大户地址累积比特币的数量超过10万枚，数量增长了10%；7月最新比特币富豪榜数据也显示出巨鲸地址的筹码动向。目前，据Coinhills统计，24小时内BTC交易量最大的分别是：BitMEX、bitFlyer、OKEx、COINBIG，而拥有比特币排行除了属于 Binance、Bitstamp、Bitfinex 和 Huobi 的 4 个最大的加密钱包之外，许多比特币地址持有者的身份仍然不为人所知。如何追踪和挖掘这些巨鲸用户？如何及时知道巨鲸用户比特币交易动态？本篇文章将会具体讲述比特币地址挖掘方法以及相关数学原理。
01
背景
比特币是一种广为人知的加密货币，虽然每笔交易都是在链上的，数据都是可查的，但是人们还是不知道地址属于哪个人或者组织。目前，如果对于个人的话，还没有一套行之有效的方法去找出他的地址，但是对于机构来说，地址是可以通过数据挖掘的方法找出来的。
现在有一些网站已经统计了一些公布出来的地址，例如 walletexplorer.com 。这个网站统计了四大类，交易最活跃，持币量最大的网站。它们将比特币地址分成了以下几类：
1. 交易所
2. 矿池
3. 服务机构
4. 赌博网站
但这些机构会经常性的更换地址，如何找到这些地址，或者说挖掘出这些地址，就是本文的主要讨论的问题。
02
技术原理
对于比特币来说，它的地址数据挖掘，主要是依赖于比特币的交易的一些特性。
1.多输入归并
如果在一笔交易中，出现多个输入的地址，那么多个输入的地址，就属于同一个主体。在某个地址的交易中，它出现在了输入一侧，和它一起出现在输入侧的其它地址，可以被认为是属于同一个主体（比如说交易所）。
满足条件：- 输入地址数不为1
这里面的隐含的数学关系，将在后续的文章中详细介绍
例如，下图所示交易中，在输入侧（图中左侧）共有5个地址，通常情况下，可以认为该5个地址属于同一主体。
交易查询链接：https://chain.info/d654064effe87232c30de246eb92732d9313c95e7c08078c7e0551ccb388539d
2.转账与找零
如果一笔交易中，出现了有且只有2个输出地址的时候，并且这两个地址都不是输入地址时,其中一个地址是接收转账，那另一个就是找零地址。那么这个找零地址的主体，应该和输入方是同一个人。
这个推理的逻辑其实是，比特币的找零机制。在默认的情况下，找零会出现在一个新的地址中。
满足条件：
1. 输出地址数为2
2. 输入地址数不为2
3. 输入地址和输出地址不能相同
4. 其中一个输出地址的btc数，必须是拥有4位以上小数的值
5. 另一个输出地址，不能在以往的（多输入或者转账与找零地址中）地址的集合中
例如，下图所示交易中，在输出侧（图中右侧）有且只有有2个地址，且输入侧有85个地址。上一个例子中我们已经知道了那输入侧的85个地址属于同一个主体，那么通过这个规则，输出侧中拥有4位小数的地址，和那85个地址属于同一主体。
交易查询链接：https://chain.info/1e4968cac36d91c4a4294810e9d384e4b52bb73695dc23feb9459c5d89ab6e9c
3.数学原理
参考文献[1]中提出了一个概率假设，来代表不同数据源的概率模型。考虑不同类型的模型（我们将其视为独立的，以使其在计算上可解决）：
03
意义
Bitcoin地址挖掘有以下几方面的作用：
1.统计各个交易所的资产数，可以更好了解交易所的持币量，和bitcoin的流通量。
2.预测市场变化。一般市场出现变化的时候，对于交易所来说，总会有大额的资金流动。通过监测各个交易所的大额流入流出，可以更好预测市场变化。
3.对于个人用户来说，可以了解机构的资产状况，便于用户作出正确的投资决策。
参考文献
Automatic Bitcoin Address Clustering：https://bitfury.com/content/downloads/clustering_whitepaper.pdf
https://news.bitcoin.com/bitcoin-whales-have-accumulated-thousands-of-coins-in-the-last-2-months/
关注公众号“AI芯天下”，后台回复“门票”
免费领取高交会门票