典型文献
基于多特征融合的区块链异常交易检测
文献摘要:
随着区块链技术的发展,以比特币为代表的虚拟货币已成为洗钱、黑客攻击、电信网络诈骗等犯罪行为的重要工具,给公民人身和财产安全带来了严重威胁,甚至威胁到国家金融市场的稳定.因此,针对基于区块链技术的虚拟货币异常交易数据检测的研究具有重要的意义.文章首先使用自定义的滑动窗口机制提取区块链交易数据特征;然后根据区块链交易数据的特点,从3个通道把数据处理成3个向量;最后对这3个特征向量进行拼接,构建区块链异常交易数据检测模型.文章使用区块链情报公司Elliptic发布的数据集验证模型的可行性和优越性,实验得出模型的准确率、召回率和F1值分别达到92.96%、85%和92.43%.实验结果表明,基于多特征融合的特征向量包含更加丰富的区块链交易信息,能够有效提升区块链异常交易检测的性能.
文献关键词:
区块链;异常交易检测;滑动窗口机制;多特征融合
中图分类号:
作者姓名:
林伟
作者机构:
福建警察学院侦查系,福州 350007;西南政法大学刑事侦查学院,重庆 401120
文献出处:
引用格式:
[1]林伟-.基于多特征融合的区块链异常交易检测)[J].信息网络安全,2022(10):24-30
A类:
B类:
多特征融合,异常交易检测,比特币,虚拟货币,洗钱,黑客攻击,电信网络诈骗,犯罪行为,财产安全,安全带,国家金融,金融市场,基于区块链技术,交易数据,数据检测,自定义,滑动窗口机制,数据特征,特征向量,拼接,检测模型,情报,Elliptic,数据集验证,验证模型,出模,召回率
AB值:
0.300363
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。