Cryptocurrencies represented by Bitcoin have fully demonstrated their advantages and great potential in payment and monetary systems during the last decade. The mining pool, which is considered the source of Bitcoin, is the cornerstone of market stability. The surveillance of the mining pool can help regulators effectively assess the overall health of Bitcoin and issues. However, the anonymity of mining-pool miners and the difficulty of analyzing large numbers of transactions limit in-depth analysis. It is also a challenge to achieve intuitive and comprehensive monitoring of multi-source heterogeneous data. In this study, we present SuPoolVisor, an interactive visual analytics system that supports surveillance of the mining pool and de-anonymization by visual reasoning. SuPoolVisor is divided into pool level and address level. At the pool level, we use a sorted stream graph to illustrate the evolution of computing power of pools over time, and glyphs are designed in two other views to demonstrate the influence scope of the mining pool and the migration of pool members. At the address level, we use a force-directed graph and a massive sequence view to present the dynamic address network in the mining pool. Particularly, these two views, together with the Radviz view, support an iterative visual reasoning process for de-anonymization of pool members and provide interactions for cross-view analysis and identity marking. Effectiveness and usability of SuPoolVisor are demonstrated using three cases, in which we cooperate closely with experts in this field.

在过去的十年中，以比特币为代表的加密货币充分展示了它们的优势以及在支付和货币系统中的巨大潜力。矿池被认为是比特币的来源，是市场稳定的基石。对采矿池的监视可以帮助监管机构有效评估比特币和问题的整体健康状况。但是，矿池匿名性和分析大量交易的难度限制了深入分析。实现对多源异构数据的直观，全面的监视也是一个挑战。在这项研究中，我们介绍了SuPoolVisor，这是一个交互式的可视化分析系统，可通过可视化推理支持对采矿池的监视和匿名处理。SuPoolVisor分为池级别和地址级别。在泳池一级，我们使用排序的流图来说明池的计算能力随时间的演变，并在其他两个视图中设计了字形，以说明采矿池的影响范围和池成员的迁移。在地址级别，我们使用力导向图和大量序列视图来呈现采矿池中的动态地址网络。特别是，这两个视图与Radviz视图一起，支持用于池成员去匿名化的迭代视觉推理过程，并为交互视图分析和身份标记提供交互。SuPoolVisor的有效性和可用性通过三个案例得到了证明，我们与该领域的专家密切合作。字形和字形在其他两个视图中进行了设计，以演示采矿池的影响范围和池成员的迁移。在地址级别，我们使用力导向图和大量序列视图来呈现采矿池中的动态地址网络。特别是，这两个视图与Radviz视图一起，支持用于池成员去匿名化的迭代视觉推理过程，并为交互视图分析和身份标记提供交互。SuPoolVisor的有效性和可用性通过三个案例得到了证明，我们与该领域的专家密切合作。在另外两个视图中设计了和字形，以说明采矿池的影响范围和池成员的迁移。在地址级别，我们使用力导向图和大规模序列视图来呈现挖掘池中的动态地址网络。特别是，这两个视图与Radviz视图一起，为池成员的去匿名化提供了一种迭代的视觉推理过程，并为交互视图分析和身份标记提供了交互。SuPoolVisor的有效性和可用性通过三个案例得到了证明，在这些案例中，我们与该领域的专家紧密合作。特别是，这两个视图与Radviz视图一起，为池成员的去匿名化提供了一种迭代的视觉推理过程，并为交互视图分析和身份标记提供了交互。SuPoolVisor的有效性和可用性通过三个案例得到了证明，在这些案例中，我们与该领域的专家紧密合作。特别是，这两个视图与Radviz视图一起，为池成员的去匿名化提供了一种迭代的视觉推理过程，并为交互视图分析和身份标记提供了交互。SuPoolVisor的有效性和可用性通过三个案例得到了证明，在这些案例中，我们与该领域的专家紧密合作。