资料下载
×
两类针对比特币异常交易行为的识别方法
消耗积分:0 |
格式:pdf |
大小:未知 |
2021-03-18
分享资料个
当前区块链数宇货币被众多恶意交易者利用，导致了“粉尘”注人、“空投”操作、勒索、骗局等一系列异常交易行为。因此，研究区块链数字货币异常交易行为的识别方法对于规范交易行为、保障网络空间安全具有重要意义。在众多区块链数字货币中，比特币市值超过所有区块链数字货币市值和的一半，具有高代表性。比特币系统的用户数量多、交易规模大、地址匿名化等特性，为异常交易行为的准确识别带来巨大挑战。鉴于任何比特币异常交易行为背后都存在着明确的动机，本文以分析交易动机为切入点，设计了一种新颖的比特币异常交易行为识别方法。具体地，我们以空投糖果和贪婪注资两类异常交易行为作为典型代表，分别设计了两类异常交易行为的判定规则，进而抽象出异常交易模式图。在此基础上，利用子图匹配技术设计实现了比特币异常交易行为的识别算法。为了评估本方法的效果，我们收集了近3个月的比特币历史交易数据，通过人工分析确定了异常交易行为的真值集。实验结果显示，空投糖果行为的识别召回率为85.71%准确率为43.62%，贪婪注资行为的识别召回率为81.25%、准确率为54.32%.此外，我们重点矫析展示了三个比特币异常交易行为的典型实例，通过真实案例进步验证了本文所提方法的有效性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
