Gedragsprofilering van On-chain Entiteiten
Een praktijkgericht programma dat analytische methoden verbindt met de technische realiteit van gedistribueerde netwerken. Deelnemers werken met echte datasets en bouwen stap voor stap bruikbare vaardigheden op.
Wat dit programma inhoudt
Niet elke blockchain-analyse begint met een verdachte. Soms wil je begrijpen hoe verschillende types gebruikers zich gedragen: miners, arbitrageurs, langetermijnhouders, bots.
Gedragskenmerken als startpunt
Transactiefrequentie, gasgebruik, interactie met specifieke contracten en tijdspatronen vormen samen een gedragsprofiel. Geen enkel kenmerk is op zichzelf voldoende.
Dit programma leert je hoe je multidimensionale gedragsprofielen bouwt en groepeert zonder vooraf gelabelde data. Je gebruikt dimensiereductie en clustering om zinvolle segmenten te vinden in een dataset van Ethereum-adressen.
Technieken en tools
- UMAP en t-SNE voor visualisatie van walletruimtes
- K-means en Gaussian Mixture Models voor segmentatie
- Semi-supervised label propagation bij gedeeltelijke labels
- Temporele features via sliding window-aggregatie
Je sluit het programma af met een segmentatieanalyse op een protocol naar keuze, inclusief interpretatie van de gevonden clusters.
Vereiste voorkennis: Python, scikit-learn, basiskennis van Ethereum-transactiestructuur.Programmastructuur en leerfasen
Programma-overzicht
Module 1: Feature-engineering voor walletgedrag
- Aggregatie van transactiehistorie per adres
- Tijdgebaseerde features: dag-van-week, interactie-intervallen
- Protocol-specifieke features: DEX-gebruik, lending-interacties
Module 2: Dimensiereductie
- PCA als baseline
- UMAP met verschillende metrieken
- Interpretatie van de gereduceerde ruimte
Module 3: Clusteranalyse
- Keuze van k via silhouette-scores en elbow-methode
- GMM voor zachte clusterlidmaatschappen
Module 4: Semi-supervised uitbreiding
- Label propagation met bekende wallet-types
- Evaluatie op gelabelde testset
Begeleiding en feedback
Twee individuele feedbacksessies van 30 minuten inbegrepen. Geschikt voor deelnemers die werken aan een intern project naast de cursus.
Wat deelnemers na afloop meenemen
Ieder traject bij Belgimora sluit af met een bewijs van deelname dat de behandelde thema's en verworven vaardigheden specifiek benoemt. Het document is bedoeld als referentie, niet als garantie voor een bepaalde uitkomst.
De echte waarde zit in de combinatie van praktische oefeningen, peer-feedback en de directe toepasbaarheid van de aangeleerde technieken in reële analyseomgevingen.
- Persoonlijk bewijs van deelname met programmanaam
- Toegang tot alle oefenmaterialen na afloop
- Verwijzing naar relevante vervolgtrajecten
- Netwerk van internationale deelnemers
Certificaat