Ved å gruppere flere kryptovaluta-adresser til en bruker basert på informasjon som er tilgjengelig på blokkjeden er anonymiteten for transaksjoner svært sårbar. I denne masteroppgaven undersøker vi eksisterende heuristikker for adressegruppering basert på felles eierskap av input-adresser og på å finne OTC-adresser – adresser generert for å motta vekslepenger i transaksjoner. Vi foreslår nye heuristikker basert på en optimal kombinasjon av eksisterende heuristikker og andre egenskaper, og implementer dem med Cryptoasset Analytics Platform, Python, og MongoDB. Vi bruker to datasett med ekte transaksjoner fra Bitcoin sin blokkjede for å teste heuristikkene. Våre foreslåtte heuristikker er laget med mål om å oppnå tilstrekkelige reduksjonsforhold og unngå falske positive resultater. Dette blir oppnådd ved å bruke strenge krav for hva som definerer en OTC-adresse, og ved å ikke inkludere transaksjoner med egenskaper tilhørende coin mixing transaksjoner. Cryptoasset Analytics Platform har en innebygget grupperingsmetode. Denne er en standard heuristikk for felles eierskap av input adresser, som inkluderer alle transaksjoner når adressegruppering blir utført. Vår redefinerte felles input eierskap heuristikken kombinert med vår strenge OTC-addresse heuristikk oppnår 71.30% av adressereduksjonsforholdet, men med en utvilsomt lavere forekomst av falsk-positive resultater. De eksperimentelle resultatene argumenterer for at Graphsense burde endre sin adressegrupperingsmetode til vår foreslåtte variant, som gir mer pålitelige resultater. Vi har også sett på metoder for å gruppere transaksjoner obfuskert av coin mixing strategier, hovedsakelig CoinJoin-transaksjoner. Vår foreslåtte grupperingsheuristikk kan brukes på deltransaksjoner avdekket av å studere summene som overføres i input- og outputverdiene. En metode for å utføre dette er diskutert, men ikke eksperimentert med på grunn av problemets kompleksitet.