Kurz erklärt:
Behavioral Clustering (deutsch etwa „verhaltensbasierte Gruppierung“) ist ein Verfahren der Blockchain-Analyse, bei dem Adressen anhand wiederkehrender Verhaltens- und Nutzungsmuster gruppiert werden, um mutmasslich derselben Person oder Organisation zugehörige Adressen zu identifizieren.
Herkunft und Einordnung
Verhaltensbasierte Gruppierung entwickelte sich als Ergänzung zu heuristikbasierten Verfahren im Verlauf der 2010er-Jahre, als forensische Analysewerkzeuge für öffentliche Blockchains reiften. Während klassische Verfahren wie die Common-Input-Ownership-Heuristik auf strukturellen Eigenschaften einzelner Transaktionen beruhen, betrachtet Behavioral Clustering breitere Muster im zeitlichen und statistischen Verhalten von Adressen. Beide Ansätze werden in der Praxis kombiniert.
Methodik
Für die Gruppierung werden Merkmale wie typische Transaktionszeiten und Zeitzonen, bevorzugte Transaktionsbeträge, die verwendete Software oder Wallet-Implementierung, die Struktur von Ein- und Ausgängen sowie die Höhe der Transaktionsgebühren herangezogen. Aus solchen Merkmalen werden Profile gebildet, die mit Verfahren des maschinellen Lernens oder statistischer Ähnlichkeitsanalyse verglichen werden. Adressen mit hinreichend ähnlichem Verhalten werden zu einem Cluster zusammengefasst. Zusätzlich können bekannte Referenzpunkte, etwa Adressen von Diensten wie Börsen, zur Einordnung und Benennung von Clustern dienen.
Anwendung und Grenzen
Behavioral Clustering wird eingesetzt, um in der Analyse großer Datenmengen wahrscheinlich zusammengehörige Adressen sichtbar zu machen und Dienste zu kategorisieren. Die Ergebnisse sind probabilistischer Natur: Sie geben Wahrscheinlichkeiten an und liefern keinen Beweis für die Zugehörigkeit einer Adresse zu einer bestimmten Person. Nutzer können durch bewusste Änderung ihres Verhaltens oder durch Techniken wie CoinJoin die Aussagekraft solcher Verfahren mindern. Fehlzuordnungen sind möglich, weshalb Cluster-Ergebnisse in Ermittlungen in der Regel durch weitere Belege gestützt werden.
Datenschutz und Verbindungen
Behavioral Clustering beruehrt Fragen der Pseudonymität von Kryptowährungen, da es die Verknüpfung mehrerer Adressen zu einer wirtschaftlichen Einheit erleichtern kann. In Kombination mit externen Informationen, etwa Daten von regulierten Handelsplätzen, kann eine Zuordnung zu realen Identitäten unterstützt werden. Das Verfahren steht in engem Zusammenhang mit der Transaktionsverfolgung und der Erkennung von Mustern wie Peeling Chains.
Häufige Fragen
Was unterscheidet Behavioral Clustering von der Common-Input-Ownership-Heuristik?
Die Common-Input-Ownership-Heuristik nutzt strukturelle Eigenschaften einzelner Transaktionen, während Behavioral Clustering breitere Verhaltensmuster wie Zeiten, Beträge und Software betrachtet.
Welche Merkmale werden ausgewertet?
Unter anderem typische Transaktionszeiten, bevorzugte Beträge, die verwendete Wallet-Software, die Struktur von Ein- und Ausgängen sowie die Gebührenhöhe.
Sind die Ergebnisse ein Beweis für die Identität?
Nein, die Zuordnungen sind probabilistisch und geben Wahrscheinlichkeiten an; für eine belastbare Identifizierung sind weitere Belege nötig.
Kann man sich der verhaltensbasierten Gruppierung entziehen?
Die Aussagekraft lässt sich durch verändertes Verhalten oder Techniken wie CoinJoin verringern, jedoch nicht in jedem Fall vollständig verhindern.
Wozu wird Behavioral Clustering verwendet?
Es dient dazu, in großen Datenmengen wahrscheinlich zusammengehörige Adressen zu erkennen, Dienste einzuordnen und die Transaktionsverfolgung zu unterstützen.
Zusammenfassung
Behavioral Clustering gruppiert Blockchain-Adressen anhand wiederkehrender Verhaltensmuster wie Transaktionszeiten, Beträgen und genutzter Software, um mutmasslich zusammengehörige Adressen zu erkennen. Es ergänzt klassische Heuristiken, liefert jedoch nur wahrscheinlichkeitsbasierte Ergebnisse ohne Identitätsbeweis. Das Verfahren beruehrt die Pseudonymität von Kryptowährungen und wird in Ermittlungen mit weiteren Belegen kombiniert.
Weiterführende Quellen
- Meiklejohn et al.: A Fistful of Bitcoins (Communications of the ACM): cacm.acm.org
- Chainalysis: Wie Clustering in Krypto-Ermittlungen funktioniert: www.chainalysis.com