基于網(wǎng)絡(luò)表示學習的區(qū)塊鏈異常交易檢測
所屬分類:技術(shù)論文
上傳者:zhoubin333
文檔大?。?span>470 K
標簽: 區(qū)塊鏈 異常檢測 網(wǎng)絡(luò)表示學習
所需積分:0分積分不夠怎么辦?
文檔介紹:由于具有巨大的流通市值、龐大的用戶量和賬戶匿名性的特點,區(qū)塊鏈交易頻繁受到盜竊、龐氏騙局、欺詐等異常行為的威脅。針對區(qū)塊鏈異常交易,提出一種網(wǎng)絡(luò)表示學習模型DeepWalk-Ba用于特征提取,以比特幣為例,對區(qū)塊鏈交易的網(wǎng)絡(luò)結(jié)構(gòu)和屬性進行學習,從交易的鄰域結(jié)構(gòu)中挖掘隱含信息作為節(jié)點特征,再使用5種有監(jiān)督和1種無監(jiān)督的機器學習算法進行異常檢測。實驗表明,有監(jiān)督模型隨機森林表現(xiàn)最好,達到了99.3%的精確率和86.4%的召回率,比使用傳統(tǒng)的特征提取方法的異常檢測模型具有更好的檢測效果。
現(xiàn)在下載
VIP會員,AET專家下載不扣分;重復下載不扣分,本人上傳資源不扣分。