Data Set Information:

我们下载并解析了2009年1月至2018年12月的整个比特币交易图表。使用24小时的时间间隔，我们提取网络上的每日交易，并形成比特币图。我们过滤掉传输小于B0.3的网络边缘，因为赎金金额很少低于此阈值。

勒索软件地址取自三项广泛采用的研究：蒙特利尔、普林斯顿和帕多瓦。请参阅BitcoinHeist文章以获取参考。

Attribute Information:

特征：
地址：String。比特币地址。
年份：整数。年
日期：整数。一年中的某一天。1是第一天，365是最后一天。
长度：整数。
重量：浮球。
计数：整数。
循环：整数。
邻居：整数。
收入：整数。Satoshi金额（1比特币=1亿Satoshi）。
标签：类别字符串。勒索软件系列的名称（例如CryptoXXX、cryptolocker等）或白色（即未知勒索软件）。

我们的图形功能旨在量化特定的事务模式。循环旨在计算有多少交易i）分割他们的硬币；ii）使用不同的路径在网络中移动这些硬币，最后，以及iii）将它们合并到一个地址中。在这个最终地址的硬币可以出售并转换成法定货币。权重量化了合并行为（即，交易的输入地址多于输出地址），其中多个地址中的硬币分别通过一系列合并交易传递，并累积在最终地址中。与权重类似，计数特征用于量化合并模式。但是，计数功能表示交易数量的信息，而权重功能表示交易金额的信息（这些交易的百分比是多少？€？输出？）。长度设计用于量化比特币上的混合轮次，即交易在多个轮次中接收和分发相似数量的硬币，并使用新创建的地址隐藏硬币来源。

白色比特币地址上限为每天1K（比特币每天有800K地址）。
请注意，尽管我们对勒索软件标签有一定的了解，但我们不知道所有白色地址实际上是否与勒索软件无关。
与非勒索软件地址相比，勒索软件地址在特征值分布上表现出更深刻的右偏态。

Relevant Papers:

1 - Goldsmith, D., Grauer, K., & Shmalo, Y. (2020). Analyzing hack subnetworks in the bitcoin transaction graph. Applied Network Science, 5, 1-20.
2 - Rivera-Castro, R., Pilyugina, P., & Burnaev, E. (2019, November). Topological Data Analysis for Portfolio Management of Cryptocurrencies. In 2019 International Conference on Data Mining Workshops (ICDMW) (pp. 238-243). IEEE.

Citation Request:

@article{akcora2019bitcoinheist,
 title={BitcoinHeist: Topological Data Analysis for Ransomware Detection on the Bitcoin Blockchain},
 author={Akcora, Cuneyt Gurcan and Li, Yitao and Gel, Yulia R and Kantarcioglu, Murat},
 journal={arXiv preprint [Web link]},
 year={2019}
}

Cuneyt Gurcan Akcora (cuneyt.akcora '@' umanitoba.ca) University of Manitoba, Canada
Yulia Gel (ygl '@' utdallas.edu) University of Texas at Dallas, USA
Murat kantarcioglu (muratk '@' utdallas.edu) University of Texas at Dallas, USA