Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Resumen
1 - introducción
Mientras Bitcoin muestra una gran promesa de alterar los sistemas de pago
existentes a través de innovaciones en su diseño técnico, el ecosistema
Bitcoin(2) ha sido un blanco frecuente de ataques por parte de criminales con
motivación financiera. En este documento, aprovechamos un conjunto de datos
único y muy detallado para examinar la actividad comercial sospechosa que se
produjo durante un período de diez meses en 2013 en Mt Gox, el principal
mercado de divisas de Bitcoin en ese momento. Primero cuantificamos el
alcance de la actividad comercial sospechosa/fraudulenta y mostramos que
constituye una gran fracción de las operaciones en los días que la actividad
ocurrió. Luego examinamos si y cómo esta actividad comercial impactó a Mt
Gox y al ecosistema Bitcoin en general.
----------------------------------------
(1) Para una descripción en profundidad de cómo funciona el ecosistema de Bitcoin, ver B? Ohme et al. [4].
(2) El ecosistema de Bitcoin incluye la red principal para la propagación de transacciones, la cadena de bloques y muchos
intermediarios, como Exchange de divisas, grupos de minería y procesadores de pagos que facilitan el comercio. Usamos \
Bitcoin "con un capital \ B" para referirnos al ecosistema y \ bitcoin "con un pequeño \ b" o BTC para referirnos a la
moneda.
- Durante los días en que el actor clave estuvo activo, en promedio, la tasa de
cambio USD/BTC aumentó en más de $20 por día. Durante el mismo período,
la tasa de cambio prácticamente no se modificó en los días en que el actor no
estaba activo.
2 – Traducción @veg2021
1.1 - ¿Por qué deberíamos importarnos?
3 – Traducción @veg2021
Por todas estas razones, creemos que es importante entender cómo funciona
el ecosistema de Bitcoin y cómo se puede abusar de él. En este documento,
hemos dado un paso inicial en esa dirección.
Para una revisión más completa de la literatura, ver Bonneau et al. para la
cobertura de problemas técnicos [5] y B? ohme et al. para una discusión sobre
el diseño, los riesgos y los desafíos abiertos de Bitcoin [4].
----------------------------------------
(3) Gandal y Halaburda [9] examinan la competencia entre las criptomonedas. Encuentran que los datos son consistentes
con los fuertes efectos de red y la dinámica del ganador se lleva todo.
(4) Meiklejohn y col. examine el blockchain para determinar si las transacciones de bitcoin son verdaderamente anónimas.
Vincularon exitosamente las transacciones a los proveedores de servicios populares de Bitcoin, como los exchange de
divisas [14].
5 – Traducción @veg2021
obtener de blockchain por dos razones. En primer lugar, la mayoría de la
actividad comercial se registra solo por el exchange. En segundo lugar, el
exchange vincula las transacciones con la cuenta de usuario.
Los datos del volcado incluyen campos tales como ID de transacción, cantidad,
tiempo, moneda y códigos de país y estado del usuario. También se incluye la
identificación del usuario, que es el número interno asociado con los usuarios
de Mt Gox. La identificación de usuario es crucial, ya que nos permite vincular
transacciones por parte del mismo actor.
----------------------------------------
(5) Mt Gox was based in Tokyo.
----------------------------------------
(6) Los comentarios en línea sobre estas transacciones frecuentemente se refieren a los comerciantes como `bots '(por
ejemplo, [1, 3]). Nos abstenemos de hacerlo en este documento porque no tenemos evidencia de si las transacciones se
emitieron automáticamente o no, como sería el caso de los bots.
Tras una inspección más cercana, los exchange de Markus levantaron muchas
banderas rojas. Nunca pagó tarifas de transacción y, según los informes, pagó
precios aparentemente aleatorios por bitcoins. Lo más curioso de todo es que
7 – Traducción @veg2021
identificamos muchas transacciones duplicadas en las que el monto pagado se
cambió de un precio increíblemente aleatorio a uno que era coherente con
otras transacciones ese día. Al final, hemos llegado a la conclusión de que
Markus en realidad no pagó los bitcoins que adquirió; más bien, su cuenta fue
acreditada fraudulentamente con bitcoins reclamados que casi con seguridad
no estaban respaldados por monedas reales. Además, debido a que las
transacciones se duplicaron, ningún cliente legítimo de Mt Gox recibió la
moneda fiduciaria que Markus supuestamente pagó para adquirir las monedas.
Las cuentas restantes que contenían "??" en el estado del usuario y en los
campos del país de usuario se agruparon por separado de la cuenta de Markus
porque su actividad comercial se veía diferente. Nuevamente, nos adherimos a
las convenciones de nombres encontradas en línea [3, 1] y nos referimos a esta
colección de cuentas como "Willy". A diferencia de Markus, Willy no usó una
sola identificación; en cambio, era una colección de 49 cuentas separadas que
cada una compró rápidamente exactamente 2,5 millones de dólares en orden
secuencial y nunca vendió el bitcoin adquirido. La primera cuenta de Willy se
activó el 2013-09-27, apenas 7 horas y 25 minutos después de que Markus
permaneció inactivo de forma permanente, y podemos rastrear la actividad de
Willy hasta que finalice el período de 2013-2030. Cada cuenta pasó a gastar
exactamente 2,5 millones de dólares luego se volvió inactiva. Luego, la próxima
cuenta se activaría y el proceso se repetiría.
8 – Traducción @veg2021
650000, donde los usuarios en el centro de esta investigación tenían ID en el
rango de 658152-832432.
----------------------------------------
(7) Cuando el monte. Gox doblado, inicialmente anunció que alrededor de 850,000 bitcoins pertenecientes a clientes y la
compañía estaban desaparecidos y probablemente fueron robados. Poco después, Mt. Gox encontró 200,000 bitcoins
adicionales. Por lo tanto, la pérdida total fue de 650,000 bitcoins.
11 – Traducción @veg2021
Como muestra la Tabla 1, Markus estuvo activo como comprador en 33 días,
mientras que Willy estuvo activo en 50 días. En los días en que Markus estuvo
activo, compró un promedio de 9,302 BTC, lo que representó
aproximadamente el 21 por ciento del volumen diario de exchange de Mt Gox.
En los días que Willy estuvo activo, compró un promedio de 4,962 BTC, lo que
representó el 18 por ciento del volumen diario de exchange de Mt Gox. En
ambos casos, estas son cantidades sustanciales. El porcentaje de las compras
de los BOT también fue una cantidad no trivial del comercio total de bitcoins,
como lo muestra el cuadro. Marcus representó el 12 por ciento y Willy
representó el 6 por ciento del comercio total en las cuatro principales bolsas
de comercio de bitcoin y USD en los días que estuvieron activos. Además de Mt
Gox, los otros exchange principales que negocian USD / BTC durante este
período de tiempo fueron Bitstamp, Bitfinex y BTC-e.
12 – Traducción @veg2021
Figura 2: Parte superior: Porcentaje del volumen comercial diario total en Mt
Gox cuando Willy y Markus están activos; sombreado verde si el tipo de cambio
BTC / USD cerró más alto y rojo de lo contrario. Centro: Tasa de cambio BTC /
USD a lo largo del tiempo en Mt Gox y otras bolsas líderes. Abajo: Diferencia en
el tipo de cambio entre Mt Gox y otras bolsas líderes.
13 – Traducción @veg2021
4.1 - Compras sospechosas y cambios de precio
14 – Traducción @veg2021
Como era de esperar, la actividad de Markus y Willy afectó los precios en las
otras plataformas también. Como se muestra en la Tabla 3, en días sin actividad
no autorizada, la tasa de cambio en Bitstamp aumentó 55% del tiempo. Sin
embargo, en los 82 días que Markus o Willy adquirieron bitcoins, el tipo de
cambio aumentó más del 80 por ciento del tiempo. Por lo tanto, también hay
una fuerte evidencia de que los efectos de los exchange sospechosos en Mt Gox
se extendieron a otros exchange.
15 – Traducción @veg2021
La Tabla 4 muestra el porcentaje de días en cada período en el que hubo
actividad comercial sospechosa. Markus estuvo activo durante 8 meses, que
abarcan más de 4 períodos. Sin embargo, estuvo activo principalmente en el
período 3. Por otro lado, Willy estuvo activo durante menos de tres meses y
toda la actividad ocurrió en el período 4. No tenemos datos sobre ninguna
actividad no autorizada desde el final del período 4. Mt Gox cerró poco después
de eso.
16 – Traducción @veg2021
La misma diferencia dramática se mantiene para los otros exchange también.
Estos resultados son llamativos y sugieren que la actividad de Willy podría
haber causado enormes saltos en el tipo de cambio en todos los exchange.
Vamos a ejecutar regresiones para controlar otras variables en la Sección 5,
pero estas estadísticas resumen dejan muy claro que la actividad de compra
sospechosa probablemente causó los enormes aumentos de precios.(9)
----------------------------------------
(9) En el período 4, Willy estuvo activo en 50 de 91 días. Pero como Willy no comienza a comerciar hasta después de que
Markus deja de actividad, toda la actividad de Willy tiene lugar en un período de 65 días en el Período 4 desde el 27 de
septiembre de 2013 hasta el 30 de octubre de 2013 (al final del período 4). Está activo durante 50 de los sesenta y cinco
días. En el Apéndice C, mostramos la Tabla 5 para este subperiodo del período 4. Los "patrones" que se muestran en la
Tabla 5 son cualitativamente sin cambios.
Para explorar esto más a fondo, dividimos los datos en 5 períodos. En la Tabla
6 tenemos la diferencia porcentual promedio en los precios diarios de
"apertura" entre Mt Gox y las otras plataformas. Esto mide en qué porcentaje
fue el precio de apertura de Mt Gox más alto (o más bajo) que los precios de las
otras plataformas.(10)
----------------------------------------
(10) Lo mismo es cierto para los precios de cierre. Los precios de cierre en el día t son iguales a los precios de apertura del
día t + 1, ya que hay 24 horas de negociación. El precio de apertura / cierre es a las 24:00 GMT.
5 - Análisis de regresión
----------------------------------------
(11) Recuerde que los precios de cierre en el día t son iguales a los precios de apertura del día t + 1, ya que hay 24 horas
de negociación. El precio de apertura/cierre es a las 24:00 GMT
(12) Tal vez porque fue el principal intercambio durante el período de nuestros datos, la mayoría de los ataques DDoS se
realizaron en Mt Gox.
(13) Verificamos la autocorrelación de errores calculando la estadística de Durbin Watson (DW) para cada regresión. El
valor de DW no es estadísticamente diferente de dos en ninguno de los cuatro casos; esto sugiere fuertemente que no hay
autocorrelación y que un término de error de ruido blanco es apropiado.
5.1.1 - Resultados
19 – Traducción @veg2021
Los resultados en la Tabla 7 muestran que el coeficiente que representa la
actividad de Willy es positivo y significativo: de ahí que haya una asociación
positiva muy fuerte entre la actividad de Willy y los precios en Mt Gox. Esta
regresión confirma los sorprendentes resultados de la Sección 4. El coeficiente
estimado de la variable "ficticia" para Willy es de $ 21.65, mientras que el
"estimado" en la sección 4 fue de $ 21.85. Esto nuevamente sugiere que el tipo
de cambio USD / BTC aumentó en Mt Gox en más de 20 dólares por día en
promedio en los días que Willy estuvo activo.
Las regresiones para los otros intercambios en la misma tabla muestran que el
precio en ese intercambio también aumentó en promedio de 19 a 20 dólares
diarios los días que Willy estuvo activo. De nuevo, los coeficientes estimados
son consistentes con las "estimaciones" de la Tabla 5 en la sección 4.
6 - Conclusión
Debido a que los datos delineados prácticamente nunca están disponibles para
los investigadores, no podemos decir si dicha actividad continúa plagando el
ecosistema de Bitcoin. Dado el reciente ascenso meteórico en Bitcoin a niveles
20 – Traducción @veg2021
que superan el máximo de 2013 (y el enorme aumento en los precios de otras
criptomonedas), es importante que los intercambios garanticen que no haya
operaciones fraudulentas. Dado que el ecosistema de Bitcoin no está regulado
en la actualidad, es esencial que los jugadores y las organizaciones clave se
controlen a sí mismos. Además, es posible que los reguladores deseen
comenzar a asumir una función de supervisión activa a medida que el
ecosistema de Bitcoin se integra más en las finanzas y los sistemas de pago
internacionales.
21 – Traducción @veg2021
Referencias
[1] Free willy! – identifying the gox buy bot., January 2014. https://www.reddit.com/
r/Bitcoin/comments/20k4zc/free_willy_identifying_the_gox_buy_bot/.
[4] Rainer B¨ohme, Nicolas Christin, Benjamin Edelman, and Tyler Moore. Bitcoin:
Economics, technology, and governance. Journal of Economic Perspectives, 29(2):213–
38, 2015.
[5] Joseph Bonneau, Andrew Miller, Jeremy Clark, Arvind Narayanan, Joshua A. Kroll, and
Edward W. Felten. Research Perspectives and Challenges for Bitcoin and
Cryptocurrencies. In IEEE Symposium on Security and Privacy, May 2015.
[8] Amir Feder, Neil Gandal, JT Hamrick, and Tyler Moore. The impact of DDoS and other
security shocks on Bitcoin currency exchanges: Evidence from Mt Gox. In 15th Workshop
on the Economics of Information Security (WEIS), 2016.
[9] Neil Gandal and Hanna Halaburda. Can we predict the winner in a market with network
effects? In Games, July 2016.
[10] Adam S. Hayes. Cryptocurrency value formation: An empirical study leading to a cost of
production model for valuing bitcoin. Telematics and Informatics, May 2016.
[11] Danny Yuxing Huang, Hitesh Dharmdasani, Sarah Meiklejohn, Vacha Dave, Chris Grier,
Damon McCoy, Stefan Savage, Nicholas Weaver, Alex C Snoeren, and Kirill Levchenko.
Botcoin: Monetizing stolen cycles. In Proceedings of the Network and Distributed System
Security Symposium, 2014.
[12] Xin Li and Chong Alex Wang. The technology and economic determinants of
cryptocurrency exchange rates: The case of bitcoin. Decision Support Systems, December
2016.
[13] John McCrank. Dark markets may be more harmful than high-frequency trading. Reuters
Business News, apr 2014. http://www.reuters.com/article/ us-dark-markets-analysis-
idUSBREA3508V20140406.
22 – Traducción @veg2021
[14] Sarah Meiklejohn, Marjori Pomarole, Grant Jordan, Kirill Levchenko, Damon McCoy,
Geoffrey M Voelker, and Stefan Savage. A fistful of Bitcoins: Characterizing payments
among men with no names. In Proceedings of the Internet Measurement Conference,
pages 127–140. ACM, 2013.
[15] Tyler Moore and Nicolas Christin. Beware the middleman: Empirical analysis of Bitcoin-
exchange risk. In Financial Cryptography and Data Security, volume 7859 of Lecture
Notes in Computer Science, pages 25–33. Springer, April 2013.
[16] Malte Mo¨ser, Rainer B¨ohme, and Dominic Breuker. An inquiry into money laundering
tools in the Bitcoin ecosystem. In Proceedings of the Seventh APWG eCrime Researcher’s
Summit, pages 1–14. IEEE, 2013.
[18] Miroslava Rajcaniova Pavel Ciaian and dArtis Kancs. The economics of bitcoin price
formation. Applied Economics, 48:1799–1815, May 2016.
[19] Dorit Ron and Adi Shamir. Quantitative analysis of the full Bitcoin transaction graph. In
Financial Cryptography and Data Security, volume 7859 of Lecture Notes in Computer
Science, pages 6–24. Springer, 2013.
[20] Marie Vasek, Joseph Bonneau, Ryan Castellucci, Cameron Keith, and Tyler Moore. The
Bitcoin brain drain: a short paper on the use and abuse of bitcoin brain wallets. In
Financial Cryptography and Data Security, Lecture Notes in Computer Science. Springer,
2016.
[21] Marie Vasek and Tyler Moore. There’s no free lunch, even using Bitcoin: Tracking the
popularity and profits of virtual currency scams. In Rainer B¨ohme and Tatsuaki
Okamoto, editors, Financial Cryptography and Data Security, volume 8975 of Lecture
Notes in Computer Science, pages 44–61. Springer, January 2015.
23 – Traducción @veg2021
Apéndice A: Estadísticas descriptivas
24 – Traducción @veg2021
Apéndice B: Detalles de la actividad de Markus y Willy
Markus aparentemente pagó tasas aleatorias por los bitcoins que adquirió. Por
ejemplo, en dos transacciones que tuvieron lugar la misma hora en 2013-04-
03, pagó 0.000374 USD por bitcoin en una transacción y 925489.67 USD por
bitcoin en otra.
La Tabla 11 muestra la amplia gama de tasas que pagó Markus. La tabla informa
la cantidad de compras que hizo Markus para diferentes rangos de tarifas.
Durante el tiempo en que Markus negoció, las tasas de cambio publicadas
oscilaron entre $ 20 y $ 229. Por lo tanto, cualquier transacción con tasas fuera
de este rango levanta sospechas. De hecho, solo una cuarta parte de los
intercambios de Markus cayeron dentro de este rango. 13% de las veces,
Markus pagó menos de un dólar, mientras que en 821 transacciones (3% del
total), supuestamente pagó una tasa de más de $ 100,000 por bitcoin.
Tras una inspección más cercana, las tasas de cambio aleatorias parecen
provenir de transacciones publicadas antes de las transacciones de Markus. La
Tabla 12 ilustra el patrón. La transacción 1362466144485228 fue publicada
con el usuario 238168, que compró bit0.398 de bitcoins por 15.13 USD. Cada
25 – Traducción @veg2021
transacción de Markus que siguió (indicada en negrita) "tomó prestados" los
valores Money, JPY Money de la transacción anterior. Confirmamos este patrón
de comportamiento en todo momento: cada vez que Markus compró, el monto
pagado provino de una transacción anterior no relacionada, mientras que el
número de bitcoins adquiridos aparece al azar.
Como se indica en la sección 3.2, prestamos más atención a los registros que
eliminamos al deduplicar los datos. Esto se debió al hecho de que varias
transacciones contenían filas duplicadas de compra y venta; ver la Tabla 13
para un ejemplo de estas transacciones. Podemos ver que aparentemente el
usuario 201601 vendió un bitcoin dos veces al mismo tiempo, primero al
usuario 698630 por 15.13 USD y al usuario 634 por 38.11 USD.
26 – Traducción @veg2021
Tras una inspección más cercana, concluimos que las filas que contienen
15.13163 en las columnas de dinero son las filas originales para esta
transacción. En cada instancia donde se descubrieron duplicados, implicaron
al usuario 698630 y al usuario 634; 634 pareció "corregir" el 698630. Existen
múltiples rarezas que involucran al usuario 634. En primer lugar, el ID de
usuario numérico es extremadamente bajo, lo que sugiere que podría ser una
cuenta interna de Mt Gox. Segundo, antes de emitir las transacciones
corregidas, el usuario 634 compró y vendió un total de 824,297.7 bitcoins entre
2011-04-07 y 2012-08-01. Esta cuenta estuvo inactiva durante 197 días antes
de que la veamos nuevamente en las transacciones duplicadas que involucran
a Markus.
27 – Traducción @veg2021
Apéndice C: Revisión adicional del período 4
28 – Traducción @veg2021
Apéndice D: Cuota de mercado de Bitcoin
29 – Traducción @veg2021