Analyse visuelle pour la surveillance et l'exploration des données de la blockchain Bitcoin

Bitcoin est une crypto-monnaie pionnière qui enregistre les transactions dans un registre public et distribué appelé blockchain. Il est utilisé comme support pour les paiements, les investissements et plus largement la gestion d’un portefeuille numérique qui n’est pas administré par un gouvernement ou une institution financière. Au cours de ces dix dernières années, l’activité transactionnelle de Bitcoin a rapidement et largement augmenté. La volumétrie ainsi que la nature évolutive de ces données posent des défis pour l’analyse et l'exploration des usages ainsi que des activités sur la blockchain. Le domaine de l’analyse visuelle travaille sur la conception de systèmes analytiques qui permettent aux humains d'interagir et d'obtenir des informations à partir de données complexes. Dans cette thèse, j'apporte plusieurs contributions à l'analyse des activités de minage sur la blockchain Bitcoin. Tout d'abord, je propose une caractérisation des travaux passés et des défis de recherche liés à l’analyse visuelle pour les blockchains. À partir de cette étude, j'ai proposé un outil d’analyse visuelle pour comprendre les activités de minage qui sont essentielles pour maintenir l'intégrité et la sécurité des données sur la blockchain Bitcoin. Je propose une méthode pour extraire l’activité des mineurs à partir des données de transaction et tracer leur comportement de bascule d’un pool de minage à un autre. L'analyse empirique de ces données a notamment révélé que les nouveaux pools de minage offraient une meilleure incitation et attiraient davantage de mineurs. Cette analyse a également montré que les mineurs choisissaient stratégiquement leur pool de minage dans le but de maximiser leur profit. Pour explorer l'évolution et la dynamique de cette activité sur le long terme, j'ai développé un outil d’analyse visuelle, appelé MiningVis, qui intègre des données liées au comportement des mineurs avec des informations contextuelles issues des statistiques et de l’actualité de Bitcoin. L'étude avec des utilisateurs démontre que les participants au minage de Bitcoin cherchent à utiliser l'outil pour analyser l'activité globale plutôt que pour étudier les détails d’un pool de minage. Les commentaires des participants prouvent que l'outil les a aidés à mettre en relation plusieurs informations et à découvrir les tendances dans l’activité de minage de Bitcoin.Bitcoin is a pioneer cryptocurrency that records transactions in a public distributed ledger called the blockchain. It has been used as a medium for payments, investments, and digital wallets that are not controlled by any government or financial institution. Over the past ten years, transaction activities in Bitcoin have increased rapidly. The volume and evolving nature of its data pose analysis challenges to explore diverse groups of users and different activities on the network. The field of Visual Analytics (VA) has been working on the development of analytical systems that allow humans to interact and gain insights from complex data. In this thesis, I make several contributions to the analysis of Bitcoin mining activity. First, I provide a characterization of the past work and research challenges related to VA for blockchains. From this assessment, I proposed a VA tool to understand mining activities that ensure data integrity and security on the Bitcoin blockchain. I propose a method to extract miners from the transaction data and trace pool hopping behavior. The empirical analysis of this data revealed that emerging mining pools provided a better incentive to attract miners. Simultaneously, miners strategically chose mining pools to maximize their profit. To explore the evolution and dynamics of this activity over the long term, I developed a VA tool called MiningVis that integrates mining behavior data with contextual information from Bitcoin statistics and news. The user study demonstrates that Bitcoin miner participants use the tool to analyze higher-level mining activity rather than mining pool details. The evaluation of the tool proves that it helped participants to relate multiple information and discover historical trends of Bitcoin mining