Kurz erklärt: Entity-Clustering ist ein Verfahren der Blockchain-Analyse, das mehrere Adressen anhand von Heuristiken einer gemeinsamen kontrollierenden Einheit (etwa einer Börse oder einem Nutzer) zuordnet.
Zweck und Einordnung
Da Blockchains wie Bitcoin pseudonym sind und Nutzer beliebig viele Adressen erzeugen können, lässt sich aus einer einzelnen Adresse kaum ein Gesamtbild gewinnen. Entity-Clustering (auch Adress-Clustering) bündelt zusammengehörige Adressen zu sogenannten Entitäten, um Guthaben, Zu- und Abflüsse einer Einheit gesamthaft zu betrachten.
Das Verfahren ist die Grundlage für nahezu alle weiterführenden forensischen Analysen, darunter Taint-Analyse und Exposure-Analyse. Erste wissenschaftliche Arbeiten dazu erschienen ab 2011 (u. a. Reid/Harrigan, Meiklejohn et al. 2013).
Zentrale Heuristiken
Clustering beruht auf statistischen Annahmen über typisches Wallet-Verhalten:
- Common-Input-Ownership (Multi-Input): Werden in einer Transaktion mehrere Eingänge zusammengeführt, wird angenommen, dass alle zugehörigen Adressen derselben Einheit gehören.
- Change-Address-Erkennung: Rückgeld-Ausgänge werden anhand von Mustern (neue Adresse, Rundungsbeträge, Skript-Typ) der ausgebenden Einheit zugeordnet.
- Verhaltens- und Zeitmuster: Wiederkehrende Beträge, Adresswiederverwendung oder charakteristische Wallet-Software liefern zusätzliche Indizien.
Die Heuristiken sind probabilistisch; sie können durch bewusste Gegenmaßnahmen wie CoinJoin oder Wallet-Trennung gestört werden.
Anwendung und Grenzen
Kommerzielle Analyseplattformen verknüpfen Cluster mit Namensschildern (Labels) bekannter Dienste, etwa Börsen, Zahlungsanbietern oder Marktplätzen. So lassen sich Mittelbewegungen zwischen Diensten sichtbar machen.
Grenzen bestehen bei Datenschutz-orientierten Techniken: CoinJoin und Mixing brechen die Multi-Input-Heuristik gezielt, kontobasierte Ketten wie Ethereum erfordern andere Verfahren, und Fehlzuordnungen (False Positives) sind möglich. Ergebnisse gelten daher als Wahrscheinlichkeitsaussage, nicht als Beweis.
Häufige Fragen
Warum reicht eine einzelne Adresse für die Analyse nicht aus?
Nutzer können beliebig viele Adressen erzeugen. Erst das Zusammenfassen zusammengehöriger Adressen zu einer Entität liefert ein aussagekräftiges Bild von Guthaben und Zahlungsströmen.
Was ist die wichtigste Clustering-Heuristik?
Die Common-Input-Ownership-Heuristik: Sie nimmt an, dass alle Eingänge einer Transaktion derselben kontrollierenden Einheit gehören.
Kann Clustering fehlerhaft sein?
Ja. Die Heuristiken sind probabilistisch und können durch CoinJoin, Mixing oder bewusste Wallet-Trennung getäuscht werden, wodurch Fehlzuordnungen entstehen.
Funktioniert Entity-Clustering auch bei Ethereum?
Nur eingeschränkt. Das kontobasierte Modell von Ethereum kennt keine Multi-Input-Transaktionen, sodass andere Heuristiken auf Basis von Interaktionsmustern nötig sind.
Woher stammen die Namen bekannter Dienste in den Analysen?
Anbieter reichern Cluster mit selbst erhobenen Labels an, etwa durch Testeinzahlungen bei Börsen oder öffentlich bekannte Adressen.
Zusammenfassung
Entity-Clustering fasst mehrere Blockchain-Adressen mithilfe von Heuristiken wie Common-Input-Ownership und Change-Erkennung zu einer wahrscheinlichen Kontrolleinheit zusammen. Es bildet die Grundlage für weiterführende forensische Verfahren und die Zuordnung zu bekannten Diensten. Die Ergebnisse sind probabilistisch und können durch Mixing oder CoinJoin gestört werden.
Weiterführende Quellen
- Wikipedia: Blockchain-Analyse: de.wikipedia.org
- Meiklejohn et al.: A Fistful of Bitcoins (2013): cseweb.ucsd.edu