污點分析

污點分析追蹤「髒」幣如何在區塊鏈中擴散。當資金被竊、被付作勒索軟體贖金，或從受制裁地址送出時，分析者把那些輸出標記為「受污染」，再順著該污點向前追蹤每一筆後續交易，於是能標記某個地址或幣——無論多遙遠——與非法活動有關。這是交易所與合規團隊用來決定是否凍結某筆存款的工具，也是威脅透明加密貨幣可替代性的實際機制。

因為一筆交易能把受污染與乾淨的輸入混進共用的輸出，污點分析需要一條「污點如何傳播」的規則，而各種規則彼此分歧。「毒藥模型」說：任何被哪怕一聰受污染輸入觸及的輸出，都完全受污染——簡單，但污點會爆炸式擴散。「理髮模型」則按比例：若某輸出 10% 的價值可追溯到髒幣，該輸出便被視為 10% 受污染。FIFO（先進先出）把錢包當作佇列，把最早收到的幣對應到最早花出的幣，這種做法曾出現在追蹤失竊資金的法律推理中。對同一枚幣，各模型給出不同、有時差異極大的答案。

污點分析造成的深層問題，是對「可替代性」的攻擊——即任何一單位貨幣都與任何其他單位可互換的性質。若商家與交易所能拒絕有不良歷史的幣，那麼並非所有比特幣都等值，一位無辜收款人可能在不知情下收到「受污染」資金，卻發現它們被凍結。對手甚至能把它武器化，把受污染的灰塵送給目標以污染其錢包。隱私技術部分正是一種可替代性防禦：機密金額與屏蔽池切斷了污點分析所依賴的歷史。

污點分析也促成了比一刀切黑名單更細緻的回應。較新的隱私池設計讓誠實使用者能證明其提領並非源自某個已知非法集合，自願切斷污點同時保有隱私——一條具合規意識的中間路徑。全程誠實的提醒是：污點與一切鏈上分析一樣，是一種啟發式估計：同一枚幣依你選用的傳播模型可以是 0% 或 100% 受污染，故污點標籤帶有不公平地懲罰無辜持有者的真實風險。