Classificação das carteiras na Blockchain Ethereum usando machine learning

Abstract

O interesse em compreender o tipo de carteiras por trás das transações registadas na blockchain Ethereum tem crescido consideravelmente. Isso deve-se ao facto desta análise permitir perceber os comportamentos das transações e obter informações antecipadas sobre os movimentos dos grandes detentores da Ether, fornecendo uma visão valiosa do comportamento do mercado e tornando-se uma fonte de informações estratégicas cruciais para investidores e observadores do ecossistema de criptomoedas. O objetivo deste trabalho é aplicar métodos de análise de dados e Machine Learning que permitam classificar o tipo de carteiras através das características das transações. Sendo uma área recente, a maioria da literatura concentra-se na deteção dos endereços de anomalia. A análise de tipo de carteiras por grau de segurança é uma área de pesquisa académia limitada, pois a própria definição das carteiras é subjetiva. Assim, com esta dissertação pretende-se realizar uma classificação das carteiras, caraterizando os grupos de carteiras com rótulos publicamente estabelecidos e os grupos de carteiras com rótulos definidas através das características essenciais recorrendo a técnicas de análise de dados. A análise dos dados passa pela extração dos dados brutos até à aplicação de algoritmos de Machine Learning. Assim, foram considerados vários modelos para fazer a classificação de tipos de carteiras, como Regressão Logística, Random Forest, AdaBoost e GradientBoosting. A validação e comparação dos modelos elaborados foi feita de acordo com várias medidas como accuracy, precisão, sensibilidade, especificidade, F_Score, e AUC. A validação cruzada é o método escolhido para a avaliação dos modelos. Dos resultados obtidos para dados de transações de Ethereum entre 2016 e 2023, conclui-se que as metodologias aqui proposta constituem uma ferramenta importante na classificação de carteiras Ethereum.

The interest in comprehending the various wallet types associated with transactions on the Blockchain Ethereum has seen substantial growth. This is primarily because such analysis yields invaluable insights into transaction patterns, furnishing early data on the actions of prominent Ether holders. Consequently, it provides a vantage point into market behavior, establishing itself as a pivotal source of strategic information for both investors and observers within the cryptocurrency ecosystem. The objective of this work is to apply data analysis and Machine Learning methods to classify wallet types based on transaction characteristics. In the relatively recent field of cryptocurrency analysis, most research efforts have focused on anomaly address detection, while the analysis of wallet types by security level remains a limited area of academic research. This is partly due to the inherent subjectivity in defining wallet types. In this study, the goal is to classify wallets from various perspectives, characterizing groups of wallets with publicly established labels and groups of wallets with labels defined through essential characteristics using data analysis techniques. For the data analysis various tasks are considered, from data extraction to the use of Machine Learning algorithms for predictions. Several models are used to predict wallet types, including Logistic Regression, Random Forest, AdaBoost, and GradientBoosting. The validation and comparison of models are conducted utilizing a diverse set of metrics, including accuracy, precision, recall, specificity, F-value, and AUC. The chosen approach for model evaluation was cross-validation. From de results, obtained using data from 2016 to 2023, we conclude that the methodologies proposed in this work constitute on important tool in classifying Ethereum wallets.