机器学习是否使加密货币具有可追踪性?

编译作者: 李睿 2020-10-29 08:00:00

【51CTO.com快译】加密货币能采用机器学习技术进行追溯吗?关于加密货币的可追溯性和匿名性,还有很多需要了解的事项。

机器学习已经成为加密货币行业游戏规则的一个改变者。机器学习可以用来预测价格模式,有利于市场交易,并且可以使加密货币更容易追踪。

2009年问世的比特币成为在全球广泛应用的第一个加密货币,直到现在,比特币仍然是最受欢迎的一种加密货币。而这些数字货币在经历了繁荣发展之后又进入了艰难时期。

机器学习和大数据技术在市场方向上发挥了重要作用,但是它们也可能侵犯了人们的隐私。

如果人们想投资加密货币,则需要了解很多知识,而这些知识可以从现实生活投资,也可以在互联网上获得。那么,加密货币交易被追踪吗?以下将讨论加密货币交易以及它们是否安全。

能够追踪加密货币交易吗?

之所以提出这个问题,是因为许多人对加密货币交易感到担忧,很多专家和政府部门指出加密货币成为进行非法活动的一种理想方法,例如恐怖组织、贩毒者、其他罪犯将他们的交易行为隐藏在其中。那么当进行加密货币交易时能够进行追踪吗?

大多数加密货币都有一定程度的保密性,但也可以追溯。机器学习使它们更加可追溯,因为它可以更轻松地确定交易。

为什么机器学习改变了加密交易的性质?人工智能和其他大数据技术使跟踪这些交易和评估模式变得容易得多。

根据一项研究,除非设计成不可追踪,否则可以进行追踪。此外,人们无法直接回答 “是”或“否”。可追溯性取决于所涉及的加密货币类型及其使用目的。有些人想使用加密货币进行支付,但由于安全和隐私问题,他们因此避而远之。区块链技术旨在提供安全性增强方法,但是像其他任何技术一样,它也有局限性。

由于机器学习而导致加密货币可追溯性的提高引起人们的担忧。越来越多的人担心加密货币被居心不良的人利用。幸运的是,大数据技术也可以用来阻止加密黑客。

了解加密货币可追溯性

那么可追溯的交易是什么意思?其实大多数加密货币都具有很高的透明度。所有交易都是公开的,并永久保存在区块链(分布式公共分类帐)中。这意味着人们在交易所进行的所有活动都是可以识别的,并且已得到充分考虑。

地址是唯一描述密码分配位置和发送位置的信息。使用特定地址后,该地址会被与其链接的所有交易混在一起,任何人都可以看到交易余额和地址的每个活动。

加密货币交易的匿名性

一些加密货币因其与隐私相关的功能而闻名。像Monero这样的公司使用区块链技术,但仍被设计为模糊交易细节,例如发件人和收件人身份。这使得跟踪它们具有挑战性。

即使隐私对许多用户而言很重要,它也可能让犯罪分子隐藏他们的犯罪活动。这导致政府部门在试图打击罪犯的同时,主要干预加密货币行业。不可追踪和非匿名密码排除了资金控制,但也危及用户信息的安全。

比特币的可追溯性

以下对比特币进行更深入的探讨,比特币是用户数量最多的加密货币。与其他加密货币不同,比特币拥有最先进的加密技术,旨在提高所有用户交易的安全性。它被称为匿名支付网络,可能是最透明的。如果使用得当,它可以提供前所未有的隐私保护。

虽然它是去中心化的,但所有交易详细信息都保存在定期更新的区块链中,并向用户保证伪匿名。比特币交易是完全可追溯的,这意味着人们可以跟踪比特币的活动,但是仍然存在一些限制。如果有人将比特币混在一起或创建日常的交易,那么追踪比特币的一些起源并不容易。

希望增强安全性可以通过避免活动可疑或难以追踪的人员来做到这一点。根据交易在输入和输出金额方面的处理方式,可以将地址分组,以便参与者可以了解谁拥有特定地址。这些地址并不能保持完全匿名。由于区块链的持久性,需要注意的是,现在不可追踪的东西将来可能变得无关紧要。因此,应该只使用一次地址,并注意不要泄露其信息。

像其他加密货币一样,比特币地址只是一长串数字和代码,每个数字和代码对于电子钱包来说都是唯一的。由于任何人都可以访问信息并查看在电子钱包中进行的所有交易,因此这会引起隐私方面的担忧。其好处是区块链不会记录交易双方的身份等所有信息。这使得比特币不是匿名,也不是假名,这意味着其地址被记录,但身份却未被记录。

通过大数据和机器学习保护加密货币隐私的方法

机器学习可能使加密货币更易于追踪,但是也有一些方法可以利用它来带来好处。在加密行业中进行交易时,人们的交易隐私至关重要。可以使用以下四种方法保护它:隐藏IP地址、不发布地址、限制混合服务,以及只使用一次地址。

  • 注意不要公开地址。当用户使用社交媒体等公共网络时,可能会发生这种情况。除非是希望获得完全透明的可用付款,否则在社交网络上推广加密货币地址并不是明智的选择。需要注意的是,不要发布有关加密货币交易和购买的详细信息,这可能使他人识别用户地址。
  • 付款后使用新地址。需要记住的是,在每次付款时,其地址都与过去的所有交易相关联。任何人都可以访问用户的交易信息以及余额。因此,在创建新付款时使用其他地址可以帮助防止任何人跟踪交易人的所有交易。即使发件人也看不到余额。还可以出于多种目的使用多个电子钱包来隔离每笔交易,以免将它们链接在一起。
  • 隐藏IP地址。大多数加密网络都是点对点的。因此,可以记录IP地址。使用软件来掩盖IP地址。这样即使它已被记录,也没有人会在隐藏时将其追溯到用户的身上。

机器学习改变了加密货币的未来

加密货币通过匿名性和可追溯性致力为用户提供最佳安全性。机器学习在使它们更具可追溯性方面发挥了作用,这是一个值得关注的问题。

即使这样,用户仍需要进一步保护自己的隐私。相信随着加密货币行业的持续发展和稳定,将会进行更多改进以确保平稳运行。

原文标题:Has Machine Learning Made Cryptocurrencies Traceable?,作者:Sean Mallon

【51CTO译稿,合作站点转载请注明原文译者和出处为51CTO.com】

机器学习 加密货币 比特币
上一篇:IBM secures fifth consecutive year of AI software platform market share leadership 下一篇:清华大学张钹院士:融合倍增的第三代人工智能三空间融合模型解读
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI的偏见:机器就是绝对理性的么?

人工智能已经遍布我们的日常生活。从YouTube的首页推荐到生产药物,它无所不在,它对我们生活的影响超出我们的想象。但人工智能一定公平吗?不,绝对不是。

读芯术 ·  22h前
机器学习平台在Kubernetes上的实践

本文回顾总结近一段时间网易云音乐机器学习平台(GoblinLab)在容器化实践的一些尝试。截止今日,音乐机器学习平台(GoblinLab)在容器化方面的尝试,已开展了一段时间,并且已经有了阶段性的成果。

王军正 ·  1天前
盘点:2020年最酷的12家机器学习初创公司

我们筛选了12家初创公司,有的已经成立了几年时间,有的刚刚起步,但他们都在致力于解决与机器学习相关的各种挑战。

CRN ·  1天前
微分方程VS机器学习,实例讲解二者异同

微分方程与机器学习作为 AI 领域建模的两种方法,各自有什么优势?

佚名 ·  2天前
用新的机器学习思考方式 来辨别自然异常与人为误导

某些对抗性事件很可能是人为设计而来。我们必须知晓其中的手法与工件是什么,这样才能真正理解深度神经网络的可靠性。

佚名 ·  3天前
面向未来系统设计的机器学习

Elias Fallon是行业领先的电子设计自动化技术提供商Cadence Design Systems公司的工程主管。他带领其定制IC研发团队以及电子设计自动化(EDA)产品团队进行项目开发。

Elias Fallon ·  4天前
2021年码农应该了解的所有机器学习算法

随着我对机器学习的了解的增加,机器学习算法的数量也在增加! 本文将介绍数据科学界常用的机器学习算法。

闻数起舞 ·  2020-11-23 09:26:22
知道为啥失败么?87%的机器学习项目都是这么栽了的……

机器学习领域的发展潜力巨大,但我们对它了解得还不够。根据Garner的预测:“2020年,有80%的人工智能项目还很神秘”,Transform 2019 of Venture Beat预测有87%的AI项目将永远不会投入生产。

读芯术 ·  2020-11-23 08:43:32
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载