5.2 交易透明性与地址关联分析：玻璃账本的代价

5.2 交易透明性与地址关联分析：玻璃账本的代价

地址关联分析通过启发式规则把链上地址聚类成"可能同属一人"的簇：共同输入归并（多输入交易的控制权合一）、找零识别（UTXO 模型的找零地址暴露归集习惯）、金额与行为指纹（重复数额、时间节律）。配合链外锚点数据（交易所实名、收货地址、公开捐赠），分析公司能把假名网络系统性映射到现实身份。本节实现两条核心启发式，评估反制手段，并讨论透明性的正当收益。

分析公司的新人培训手册只有一页

分析公司的新人培训手册据说只有一页：拿到地址，先找它跟谁在同一笔交易里共同出资。多输入归并是全行业最锋利的启发式，依据是朴素的控制权事实——UTXO 模型下，一笔交易要同时花费多个地址的未花费输出，就必须同时持有它们的私钥；因此共同出资的地址，大概率同属同一钱包主人。第二把刻度尺是找零识别：付款时输入面额对不上，钱包会生成全新的找零地址收回余款；找出哪个输出是"找零"，等于标记了主人的下处活动地址——簇就沿着此边继续生长。

透明账本的"扒皮流水线"由此成形：链上数据全量抓取入库，启发式切成地址簇，链外锚点（交易所入金地址带实名、商户公开收款地址、勒索案公布的赎金地址）给簇钉上真名，最后融合暗网爬取、社交媒体、泄露数据库补全画像。每一步都不需要破解任何密码学——玻璃账本把原材料免费摊开，分析只是体力活。

图 5-2 地址聚类启发式：两条规则撑起一个产业

实现两条启发式：聚类算法上机

把共同输入归并与找零识别写成可运行的聚类器，喂一段模拟账本：

from collections import defaultdict

class ClusterEngine:
    """并查集实现的多输入归并 + 简易找零启发式"""
    def __init__(self):
        self.parent = {}
    def find(self, a):
        while self.parent.get(a, a) != a:
            a = self.parent[a]
        return a
    def union(self, a, b):
        ra, rb = self.find(a), self.find(b)
        if ra != rb:
            self.parent[rb] = ra

    def multi_input(self, txs):
        for inputs, outputs, _ in txs:
            if len(inputs) > 1:                 # 共同输入 -> 同簇
                for other in inputs[1:]:
                    self.union(inputs[0], other)
        return self

    def change_address(self, txs, round_digits=(3,)):
        """新地址 + 输出额呈现钱包默认精度 -> 猜为找零"""
        seen_before = {a for ins, _, _ in txs for a in ins}
        guesses = []
        for inputs, outputs, idx in txs:
            fresh = [o for o in outputs if o not in seen_before]
            if len(fresh) == 1 and inputs:
                amt = fresh[0][1]
                if any(round(amt, d) == amt for d in round_digits):
                    self.union(inputs[0], fresh[0][0])
                    guesses.append((idx, fresh[0][0]))
            seen_before |= {o for o, _ in outputs}
        return guesses

engine = ClusterEngine()
ledger = [
    (["A1", "A2"], [("商户M", 0.8), ("C1", 0.399)]),   # 找零走新地址 C1
    (["C1", "A3"], [("商户N", 1.2), ("C2", 0.079)]),   # 再次归并
    (["B1"],       [("商户M", 0.5)]),                    # 无关用户，不归并
]
engine.multi_input(ledger)
changes = engine.change_address(ledger)
print("找零识别:", changes)
clusters = defaultdict(list)
for addr in ["A1", "A2", "A3", "B1", "C1", "C2", "商户M", "商户N"]:
    clusters[engine.find(addr)].append(addr)
for root, members in clusters.items():
    print(f"簇 {root[:6]}..: {members}")
​

输出会显示 A 系地址与找零地址被缝进同一簇，而 B1 独自成簇——两条启发式已经足以重建钱包轮廓。真实分析公司再叠加金额指纹（跨链数额复现）、时间节律（作息时区推断）、行为指纹（手续费习惯、找零精度），簇的纯度与覆盖率继续攀升。

簇生成之后，下一步是"画像推销"——把簇的规模、活跃度、与已知实体的接触算成风险分。这段流程同样可以模拟，顺便看清风控行业打分的原料：

def cluster_profile(cluster_addrs, txs, anchors):
    """给地址簇算一张风险画像卡"""
    out_flow = 0.0
    in_flow  = 0.0
    touch    = set()
    for ins, outs, _ in txs:
        if any(a in cluster_addrs for a in ins):
            out_flow += sum(a for _, a in outs)
        if any(rec in cluster_addrs for rec, _ in outs):
            in_flow  += sum(a for _, a in outs)
        touch |= {a for a in ins if a in anchors}
        touch |= {rec for rec, _ in outs if rec in anchors}
    risk = 0
    if touch & {"暗网市场", "混币服务"}:
        risk += 60
    if out_flow > 10 * in_flow and out_flow > 5:   # 长期净流出
        risk += 20
    return {"簇规模": len(cluster_addrs), "流入": in_flow,
            "流出": out_flow, "锚点接触": sorted(touch),
            "风险分": min(risk, 100)}

txs = [
    (["A1", "A2"], [("商户M", 0.8), ("C1", 0.399)]),
    (["C1", "A3"], [("混币服务", 1.2), ("C2", 0.079)]),
    (["B1"],       [("商户M", 0.5)]),
]
print(cluster_profile({"A1", "A2", "A3", "C1", "C2"}, txs,
                      anchors={"混币服务", "商户M"}))
​

画像卡上的"锚点接触"直接抬高风险分——这正是交易所风控拒付、提币加审的数据来源。用户侧的反制由此有了明确目标：切断锚点接触、打散簇结构，让画像卡"无料可打"。

密码学细节：为什么反制如此别扭

反制的困难来自结构本身。共同输入归并利用的是控制权必须集中的机制必然——要花多个输出就得同时持有私钥，这条边除非改变交易模型否则抹不掉；可行的缓解只有"花之前先打散"（通过混币或隐私池把控制权历史切断），代价是引入新的信任或延迟。找零识别利用的是钱包软件的统计指纹——默认精度、地址复用习惯、费用策略；缓解靠规整化输出与随机化数额，但规整本身又成为新的指纹（人人都精确到三位小数时，两位小数的找零反而醒目）。这形成隐私工程的普遍困境：任何系统性反制都会引入新的统计特征，军备竞赛没有终局，只有成本对峙。

⚠️ 给开发者的三条现场提示：其一，别用地址复用当"账号"——每次收款新开地址是假名系统里少数免费的反制，复用等于自愿缝合；其二，自建归集策略时避开统一时间与统一精度，机械规律是分析的最爱；其三，评估第三方"隐私方案"时先问它自己的匿名集有多大、谁在运营、日志策略如何——工具自身可能就是新的观察者。

工程现实：透明性的正当收益与边界

公平起见，玻璃账本的收益同样真实：公开可审计让储备证明、资金流向追踪、漏洞赏金的链上验证成为可能；司法追溯勒索赎金、打击盗币洗钱，靠的正是透明性。争议的焦点因此不是"透明好不好"，而是默认值应该由谁定：透明链把"全网可读"设为默认、把隐私设为 opt-in，隐私币反之。默认值决定生态走向——5.6 节将看到两种默认策略的真实后果。折中路线也在生长：可审计隐私（监管者持特殊密钥可穿透、普通人不可读）、视图密钥（用户自主向指定方披露）、选择性披露证明（证明合规属性而不泄露内容）。

💡 判词收束：透明账本不是隐私技术做错了，而是压根没做；分析产业的强大，只是把这份"没做"变现。

攻防边界：启发式的误报与对抗

启发式是概率武器，会误伤：共同输入也可能是联合支付（多人凑单）或混币服务的正常输出；找零识别在多输出、金额规整化的场景误报率上升。对抗因此是双向的——隐私方抬高误判率，分析方引入更多数据源降误判，法庭采信时置信度标注成为必需（把启发式聚类当地铁事实的判例，已经翻过车）。对个人用户，实用结论朴素：假名链上，把每一次实名接触都当作给全图打锚；对企业，把用户地址当个人数据处理，因为它事实上就是。

概念与威胁都清楚了，检验科的仪器柜下一节打开：混币、环签名、机密交易、同态加密、零知识证明——总览谱系，再逐一拆解。