Вестник УлГТУ
Владимиркин А.А. Типы аномалий в блокчейне криптовалюты биткоин и их признаки: как определить, что транзакция аномальная?
Cite. Andrey A. Vladimirkin Types of anomalies in the Bitcoin cryptocurrency blockchain and their characteristics: how to determine that a transaction is anomalous? // Bulletin of Ulyanovsk State Technical University 112(4), 38-44 (2025).
Abstract. An overview of the main types of anomalies that occur in the Bitcoin cryptocurrency blockchain is presented, and their characteristics are discussed at the parametric and graph levels of data analysis. Five key categories of anomalies are identified: cryptographic, behavioral, fraudulent, transactional, and mining anomalies. For each category, typical sources of occurrence and diagnostic features are identified, such as abnormal transaction parameters, unusual address activity dynamics, and specific topological structures in the blockchain graph.
Keywords: Bitcoin, blockchain, anomalies, transactions, graph analysis, parametric analysis, machine learning, graph neural networks, money laundering, and cybersecurity.
Цитата. Андрей Андреевич Владимиркин Типы аномалий в блокчейне криптовалюты биткоин и их признаки: как определить, что транзакция аномальная? // Вестник Ульяновского государственного технического университета. 2025. №4. С. 38-44
Аннотация. Представлен обзор основных типов аномалий, возникающих в блокчейне криптовалюты Биткоин, и рассмотрены их характерные признаки на параметрическом и графовом уровнях анализа данных. Определены пять ключевых категорий аномалий: криптографические, поведенческие, мошеннические, транзакционные и майнинговые. Для каждой из них выделены типичные источники возникновения и диагностические признаки, такие как аномальные значения параметров транзакций, необычная динамика активности адресов и специфические топологические структуры в графе блокчейна.
Ключевые слова: Биткоин, блокчейн, аномалии, транзакции, графовый анализ, параметрический анализ, машинное обучение, графовые нейронные сети, отмывание денег, кибербезопасность.
doi: 10.61527/1684-7016-2025-4-38-44