返回首页
基于动机分析的区块链数字货币异常交易行为识别方法
https://dl.ccf.org.cn/file_server/20210127/159_226_43_5/jsjxb2021-1/7f59b5e26b5e433dbef40963388dbdd9.jpg
当前区块链数字货币被众多恶意交易者利用，导致了“粉尘”注入、“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30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8571%、准确率为4362%，贪婪注资行为的识别召回率为8125%、准确率为5432%.此外，我们重点分析展示了三个比特币异常交易行为的典型实例，通过真实案例进一步验证了本文所提方法的有效性.
<<< 上一篇
混合可重构的DES算核高效能口令恢复方案
读完这篇文章后，您心情如何？
京公网安备 11010802032778号
所有评论仅代表网友意见