Functional Classification of Bitcoin Wallets

Abstract

Esse trabalho propõe um modelo de classificação para previsão da atividade principal de carteiras de bitcoin, baseando-se em seus saldos. Como os saldos são função do tempo, aplicamos métodos de functional data analysis; mais especificamente, as features dos modelos propostos são os componentes principais funcionais. A estimação dos componentes principais é explicada em detalhe. A classificação de carteiras de bitcoin é um problema relevante por duas razões principais: para entender como o mercado de bitcoin funciona, e para identificar contas utilizadas para atividades ilegais. Apesar de já existirem outros classificadores para bitcoins, são focados primariamente em análise de rede, ao invés de comportamento das curvas. Resultados mostram melhora quando features funcionais e escalares são combinadas, e acurácia similar entre os modelos que usam essas features separadamente, o que aponta o modelo funcional como sendo uma boa alternativa quando conhecimento específico de domínio não está disponível.

This work proposes a classification model for predicting the main activity of bitcoin wallets based on their balances. Since the balances are a function of time, we apply functional data analysis methods; more specifically, the features of the proposed models are the functional principal components. The estimation of functional principal components is explained in detail. Classifying bitcoin wallets is a relevant problem for two main reasons: to understand how the bitcoin market works, and to identify accounts used for illicit activities. Although other bitcoin classifiers have been proposed, they focus primarily on network analysis rather than curve behavior. Results show improvement when combining functional features with scalar features, and similar accuracy for the models using those features separately, which points to the functional model being a good alternative when domain-specific knowledge is not available.