下述文章说到的方法，实际执行和落地的难度其实远比大家想象的低。去中心化的世界，你的链上痕迹随处可见，任何人都可以查看。所以本质上是不存在任何隐私的。

归根结底，只要项目方想查，都能查到。

所以，防女巫的核心其实就变成了：

• 如何把自己伪装成一个真实的人

• 如果被查女巫了，如何确保自己不被一网打尽

链上行为同质化主要会分为三块儿：交互路线、交互频次、交互深度

• 交互路线：产品交互同质化严重。多账号同时在固定的几个产品/模块内交互

  • 举例：小A同学有100个账号。我们可以通过图谱能够很清晰的看到，这100个账号的交互路径是A→B→C→A。

  • 查女巫思路：

    • 取一定时间周期内参与本项目交互的地址。同时按照交互时间，看这些地址在参与交互本项目之前/之后的交互路径一致性。

    • 去重已知的交易所/著名项目合约地址，取剩下部分的共性

• 交互频次：by时间周期上去看，账号参与的共性

  • 举例：小a同学，100个账号。他选择了定期交互。将100个账号分为5组，一组20个。分别上线交互的时间为10点、12点、16点、18点和20点。亦或是这5组账号，每个项目交互的次数是保持一致或近似一致的 对于项目方而言，这里交互频次+上述的交互路线。基本上就能断定是女巫账号

  • 查女巫思路：

    • 通过合约地址导出一定时间周期内交互的地址明细

    • 通过简单excel透视或是项目自研的一些看板，取异常峰值周期内的数据进行二次研究

    • 可以通过查看这一批地址的活跃程度

      • 交互深度：这个主要是看过往及之后的历史交互记录是否足够多。

        • 举例：小a同学，新建了100个账号参与xxx项目交互。且该批账号只参与了xxx项目的交互。

        • 查女巫思路：

          • 取一定时间周期内，参与本项目交互的地址明细。查看本批次地址过往交互笔数与参与本项目交互后的交互笔数。

          • 建议：往前查看30笔、往后查看30笔

  ### 2\.  交互金额同质化

  其实交互金额也应该属于链上行为的一种，之所以单独拿出来说，主要还是因为现在的项目方会着重参考这一部分的内容。

  这一部分主要也会分为两块：**资金流动、交互金额**

  * **资金流动：主要从资金的流动方向去查**

    * 举例：小a同学，100个账号的资金分别从自己大号提取出来。所以在图谱上能够看到1对多的样子。同时，在出售了代币后，他同样使用多对一对资金进行归集。类似下图

    * 查女巫思路：

      * 主要是辅助核实女巫的思路。查看钱包一对多或多对一转账的情况即可。

        * **交互金额：查看项目交互额度的大小及资金的重复使用率（综合看）**

          * 举例：小a同学有很多号，但资金有限。于是他在进行大额度交互时，选择了从小号1提取了1E到小号2，交互完之后再提取到小号3

          * 查女巫思路：

            * 查看资金流转情况及产品交互地址的重合度。

            * 同一笔资金流转所参与的地址与与本产品交互的地址总数进行匹配。重合度高于xx%的可以直接判定为女巫刷号

        

        ### 3\.  其他佐证参考

        其他的一些佐证参考更多会是依据项目本身给到的工具进行分析。

        这一部分的内容就会比较综合，会分为：**社交媒体活跃程度、IP地址、设备号**等等。维度的丰富程度取决于项目本身拿到的权限多少

        * **社交媒体活跃程度：一般会出现在web3社交类的产品或与web2各类传统社交媒体存在深度绑定的产品上**

          * 参考维度：注册时间、发言频次、发言质量（喜欢转推）、粉丝、关注、头像、个人资料等等

          * 实际产品举例：我记得有一个水龙头，就需要推特粉丝超过15个才可以领水

        * **IP地址和设备号：这种一般会出现在gamefi类、元宇宙类或者需要让你下app去体验的项目。**

          * 参考维度：同IP/设备登录的地址数、同地址IP更换频次等

        以上内容只是简单举例

  <div data-type="subscribeButton"></div>

下述文章说到的方法，实际执行和落地的难度其实远比大家想象的低。去中心化的世界，你的链上痕迹随处可见，任何人都可以查看。所以本质上是不存在任何隐私的。

归根结底，只要项目方想查，都能查到。

所以，防女巫的核心其实就变成了：

• 如何把自己伪装成一个真实的人

• 如果被查女巫了，如何确保自己不被一网打尽

链上行为同质化主要会分为三块儿：交互路线、交互频次、交互深度

• 交互路线：产品交互同质化严重。多账号同时在固定的几个产品/模块内交互

  • 举例：小A同学有100个账号。我们可以通过图谱能够很清晰的看到，这100个账号的交互路径是A→B→C→A。

  • 查女巫思路：

    • 取一定时间周期内参与本项目交互的地址。同时按照交互时间，看这些地址在参与交互本项目之前/之后的交互路径一致性。

    • 去重已知的交易所/著名项目合约地址，取剩下部分的共性

• 交互频次：by时间周期上去看，账号参与的共性

  • 举例：小a同学，100个账号。他选择了定期交互。将100个账号分为5组，一组20个。分别上线交互的时间为10点、12点、16点、18点和20点。亦或是这5组账号，每个项目交互的次数是保持一致或近似一致的 对于项目方而言，这里交互频次+上述的交互路线。基本上就能断定是女巫账号

  • 查女巫思路：

    • 通过合约地址导出一定时间周期内交互的地址明细

    • 通过简单excel透视或是项目自研的一些看板，取异常峰值周期内的数据进行二次研究

    • 可以通过查看这一批地址的活跃程度

      • 交互深度：这个主要是看过往及之后的历史交互记录是否足够多。

        • 举例：小a同学，新建了100个账号参与xxx项目交互。且该批账号只参与了xxx项目的交互。

        • 查女巫思路：

          • 取一定时间周期内，参与本项目交互的地址明细。查看本批次地址过往交互笔数与参与本项目交互后的交互笔数。

          • 建议：往前查看30笔、往后查看30笔

  ### 2\.  交互金额同质化

  其实交互金额也应该属于链上行为的一种，之所以单独拿出来说，主要还是因为现在的项目方会着重参考这一部分的内容。

  这一部分主要也会分为两块：**资金流动、交互金额**

  * **资金流动：主要从资金的流动方向去查**

    * 举例：小a同学，100个账号的资金分别从自己大号提取出来。所以在图谱上能够看到1对多的样子。同时，在出售了代币后，他同样使用多对一对资金进行归集。类似下图

    * 查女巫思路：

      * 主要是辅助核实女巫的思路。查看钱包一对多或多对一转账的情况即可。

        * **交互金额：查看项目交互额度的大小及资金的重复使用率（综合看）**

          * 举例：小a同学有很多号，但资金有限。于是他在进行大额度交互时，选择了从小号1提取了1E到小号2，交互完之后再提取到小号3

          * 查女巫思路：

            * 查看资金流转情况及产品交互地址的重合度。

            * 同一笔资金流转所参与的地址与与本产品交互的地址总数进行匹配。重合度高于xx%的可以直接判定为女巫刷号

        

        ### 3\.  其他佐证参考

        其他的一些佐证参考更多会是依据项目本身给到的工具进行分析。

        这一部分的内容就会比较综合，会分为：**社交媒体活跃程度、IP地址、设备号**等等。维度的丰富程度取决于项目本身拿到的权限多少

        * **社交媒体活跃程度：一般会出现在web3社交类的产品或与web2各类传统社交媒体存在深度绑定的产品上**

          * 参考维度：注册时间、发言频次、发言质量（喜欢转推）、粉丝、关注、头像、个人资料等等

          * 实际产品举例：我记得有一个水龙头，就需要推特粉丝超过15个才可以领水

        * **IP地址和设备号：这种一般会出现在gamefi类、元宇宙类或者需要让你下app去体验的项目。**

          * 参考维度：同IP/设备登录的地址数、同地址IP更换频次等

        以上内容只是简单举例

  <div data-type="subscribeButton"></div>