《電子技術應用》
您所在的位置:首頁 > 通信與網絡 > 設計應用 > 基于網絡表示學習的區塊鏈異常交易檢測
基于網絡表示學習的區塊鏈異常交易檢測
網絡安全與數據治理 4期
張曉琦1,白 雪2,李光松1,王永娟3
(1.信息工程大學 網絡空間安全學院,河南 鄭州450001; 2.中國船舶工業綜合技術經濟研究院,北京100081;3.河南省網絡密碼重點實驗室,河南 鄭州450001)
摘要: 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。針對區塊鏈異常交易,提出一種網絡表示學習模型DeepWalk-Ba用于特征提取,以比特幣為例,對區塊鏈交易的網絡結構和屬性進行學習,從交易的鄰域結構中挖掘隱含信息作為節點特征,再使用5種有監督和1種無監督的機器學習算法進行異常檢測。實驗表明,有監督模型隨機森林表現最好,達到了99.3%的精確率和86.4%的召回率,比使用傳統的特征提取方法的異常檢測模型具有更好的檢測效果。
中圖分類號: TP311.1
文獻標識碼: A
DOI: 10.19358/j.issn.2097-1788.2022.04.002
引用格式: 張曉琦,白雪,李光松,等. 基于網絡表示學習的區塊鏈異常交易檢測[J].網絡安全與數據治理,2022,41(4):11-20.
Blockchain abnormal transaction detection based on network representation learning
Zhang Xiaoqi1,Bai Xue2,Li Guangsong1,Wang Yongjuan3
(1.School of Cyberspace Security,Information Engineering University,Zhengzhou 450001,China; 2.China Institute of Marine Technology & Economy,Beijing 100081,China; 3.Henan Key Laboratory of Network Cryptography Technology,Zhengzhou 450001,China)
Abstract: Due to its characteristics of huge circulation market value, user volume and anonymity of accounts, blockchain transactions are frequently threatened by abnormal behaviours such as theft, Ponzi scheme and fraud. This paper proposed a network representation learning model DeepWalk-Ba as feature extraction method, taking bitcoin as an example, to learn the network structure and attributes of blockchain transactions, and excavate hidden information from the neighborhood structure of transactions as features. Then, 5 supervised and 1 unsupervised machine learning algorithms were used for anomaly detection. The experiment indicated that the supervised model random forest performed best, with a precision of 99.3% and recall value of 86.4%. The detection effect was better than detection models using the traditional feature extraction methods.
Key words : lockchain;anomaly detection;network representation learning;random walk;machine learning

0 引言

區塊鏈是一種分布式加密賬本,為非信任成員可以安全地進行交易提供平臺,使得去中心化、低成本、點對點的交易成為可能,在金融、醫療、物流、物聯網等領域得到了廣泛應用。區塊鏈使用分布式存儲和集體維護來實現去中心化,使用SHA-256等非對稱加密算法和可靠存儲技術完成信用背書,保障了系統的開源、公開和安全。區塊鏈最成功的實踐是以比特幣為代表的加密數字貨幣,自2009年比特幣誕生以來,越來越多的加密數字貨幣涌現出來并進入金融市場。截至2021年12月31日,加密數字貨幣的種類超過了1.6萬種,用戶近3億。主流加密數字貨幣主要有比特幣、以太坊、萊特幣等,其中,比特幣在2021年11月達到了歷史最高單價68 928.90美元,流通市值達到1萬億美元。加密數字貨幣具有匿名性的特點,不需要用戶進行實名認證,因此越來越多的犯罪分子將加密貨幣作為犯罪工具,實施網絡和金融犯罪,如敲詐勒索、欺詐和洗錢等。2020年非法交易在所有加密貨幣交易中所占的比例為0.34%,總量達到100億美元,而在2021年,0.15%的加密貨幣交易與網絡犯罪、洗錢和恐怖主義融資等活動有關,其中詐騙案件共涉及資金約140億美元[1]。與加密貨幣相關的犯罪的發生增加了加密貨幣的價格波動,也為區塊鏈技術的發展帶來了不利的影響,還給社會帶來了安全問題,交易安全已成為區塊鏈系統生態的一個重要問題。對區塊鏈的異常交易進行檢測,挖掘交易中有用的信息,提高對區塊鏈犯罪的打擊效率已成為一個迫切需要解決的問題。同時,采用技術手段對區塊鏈交易中的異常進行檢測,也能為解決區塊鏈技術擴展到其他領域將要面臨的安全問題提供有意義的指導。因此,研究區塊鏈異常交易檢測方法具有重要現實意義。





本文詳細內容請下載:http://www.cowatch.cn/resource/share/2000004984





作者信息:

張曉琦1,白  雪2,李光松1,王永娟3

(1.信息工程大學 網絡空間安全學院,河南 鄭州450001;

2.中國船舶工業綜合技術經濟研究院,北京100081;3.河南省網絡密碼重點實驗室,河南 鄭州450001)


微信圖片_20210517164139.jpg

此內容為AET網站原創,未經授權禁止轉載。
热re99久久精品国产66热_欧美小视频在线观看_日韩成人激情影院_庆余年2免费日韩剧观看大牛_91久久久久久国产精品_国产原创欧美精品_美女999久久久精品视频_欧美大成色www永久网站婷_国产色婷婷国产综合在线理论片a_国产精品电影在线观看_日韩精品视频在线观看网址_97在线观看免费_性欧美亚洲xxxx乳在线观看_久久精品美女视频网站_777国产偷窥盗摄精品视频_在线日韩第一页
  • <strike id="ygamy"></strike>
  • 
    
      • <del id="ygamy"></del>
        <tfoot id="ygamy"></tfoot>
          <strike id="ygamy"></strike>
          中文在线资源观看视频网站免费不卡| 欧美成人免费一级人片100| 99精品国产99久久久久久福利| 亚洲一区二区三区涩| 国产亚洲精品福利| 亚洲品质自拍| 在线播放亚洲一区| 国产日韩一区二区三区在线| 国产精品视频自拍| 国产精品男女猛烈高潮激情| 久久久青草青青国产亚洲免观| 久久不射中文字幕| 国产精品vvv| 在线欧美福利| 欧美日韩美女在线| 伊人婷婷欧美激情| 久久综合中文色婷婷| 在线中文字幕一区| 国产美女精品人人做人人爽| 日韩写真在线| 欧美久久久久免费| 欧美日韩在线播放三区| 好看的av在线不卡观看| 久久久久久久综合狠狠综合| 欧美亚男人的天堂| 欧美国产视频一区二区| 99精品视频免费| 亚洲成人在线免费| 一二三区精品福利视频| 一区二区国产在线观看| 国产久一道中文一区| 亚洲福利av| 国产一区av在线| 欧美国产三级| 亚洲精选一区| 亚洲日本成人| 久久综合亚洲社区| 国产精品国产三级国产aⅴ9色| 亚洲人成网站在线观看播放| 国产精品女主播一区二区三区| 欧美一区91| 精品91久久久久| 136国产福利精品导航网址| 亚洲大胆av| 中文av一区二区| 亚洲精品视频啊美女在线直播| 久久国产欧美| 亚洲一区亚洲二区| 国产精品久久久久久模特| 亚洲欧美中日韩| 久久女同精品一区二区| 在线亚洲伦理| 国产精品v一区二区三区| 亚洲特黄一级片| 国产精品网站一区| 久久久精品国产一区二区三区| 国产欧美视频一区二区三区| 亚洲国产三级在线| 久久午夜精品一区二区| 在线成人免费视频| 国模 一区 二区 三区| 久久影院亚洲| 国产精品yjizz| 欧美视频在线观看一区| 久久久久国产精品午夜一区| 亚洲综合色婷婷| 亚洲精品免费在线播放| 欧美精品成人一区二区在线观看| 国产精品久久久久久久久久直播| 欧美日产国产成人免费图片| 国产一区亚洲| 亚洲午夜精品一区二区| 国产精品亚洲一区二区三区在线| 欧美久久九九| 麻豆精品视频在线观看视频| 悠悠资源网亚洲青| 国产精品影视天天线| 国产亚洲欧美日韩美女| 亚洲综合视频网| 欧美日韩美女在线| 91久久极品少妇xxxxⅹ软件| 亚洲第一精品夜夜躁人人躁| 欧美电影美腿模特1979在线看| 99国产精品视频免费观看| 在线观看视频日韩| 91久久视频| 亚洲中无吗在线| 亚洲欧洲在线观看| 欧美刺激性大交免费视频| 国产精品网站在线观看| 欧美国产欧美亚洲国产日韩mv天天看完整| 亚洲欧洲三级| 欧美成人黄色小视频| 久久躁日日躁aaaaxxxx| 欧美极品欧美精品欧美视频| 国产精品一区二区久激情瑜伽| 久久野战av| 99在线精品视频在线观看| 一本综合久久| 国产欧美日韩亚州综合| 久热re这里精品视频在线6| 亚洲精品乱码久久久久久按摩观| 亚洲国产精品第一区二区三区| 黄色日韩网站视频| 国产一区二区高清视频| 欧美日韩午夜| 亚洲国产精品久久91精品| 麻豆九一精品爱看视频在线观看免费| 欧美在线一区二区| 国产精品av一区二区| 欧美视频在线观看一区二区| 欧美另类在线播放| 欧美高清视频www夜色资源网| 午夜一区二区三区在线观看| 久久激情久久| 亚洲免费伊人电影在线观看av| 欧美国产国产综合| 欧美日韩视频| 久久久久久久网| 一本高清dvd不卡在线观看| 欧美一区二区性| 在线亚洲激情| 欧美激情精品久久久| 99re6这里只有精品视频在线观看| 亚洲精品视频在线播放| 亚洲男人av电影| 91久久线看在观草草青青| 欧美日韩高清在线一区| 老鸭窝毛片一区二区三区| 国产欧美日韩视频在线观看| 欧美精品xxxxbbbb| 亚洲成人在线免费| 免费不卡欧美自拍视频| 亚洲欧美亚洲| 永久91嫩草亚洲精品人人| 欧美母乳在线| 欧美日韩免费一区| 国产精品亚洲一区二区三区在线| 中文一区二区| 国产午夜精品麻豆| 久久久一本精品99久久精品66| 久久综合99re88久久爱| 国产精品久久久久久久久久免费| 国产一区二区三区视频在线观看| 国产一区二区三区精品欧美日韩一区二区三区| 国产精品久久久久久户外露出| 欧美激情视频一区二区三区免费| 欧美日韩精品免费在线观看视频| 国产精品裸体一区二区三区| 日韩亚洲欧美一区二区三区| 久久不射2019中文字幕| 国产在线观看精品一区二区三区| 久久视频在线免费观看| 欧美乱人伦中文字幕在线| 麻豆久久久9性大片| 亚洲品质自拍| 久久国产成人| 亚洲国产裸拍裸体视频在线观看乱了中文| 一本不卡影院| 欧美日韩国产免费| 欧美天堂亚洲电影院在线观看| 欧美视频在线观看一区二区| 一区二区不卡在线视频 午夜欧美不卡'| 亚洲日韩视频| 尤物yw午夜国产精品视频明星| 亚洲欧美日韩一区在线| 亚洲高清视频在线| 久久免费国产精品1| 黄色精品一区| 国产精品久99| 国产亚洲精品一区二555| 久久精品噜噜噜成人av农村| 久久综合狠狠综合久久激情| 久久一区二区三区四区| 亚洲免费一级电影| 一本高清dvd不卡在线观看| 在线播放国产一区中文字幕剧情欧美| 国产日韩欧美中文在线播放| 性欧美18~19sex高清播放| 亚洲视频精选在线| 国内精品久久久| 欧美一区二区三区精品电影| 99国产精品国产精品毛片| 欧美日韩国产美女| 欧美经典一区二区| 欧美激情中文字幕在线| 亚洲国内自拍| 亚洲三级电影全部在线观看高清| 日韩视频二区| 久久精品中文字幕一区二区三区| 久久中文字幕一区二区三区| 国产欧美一区视频| 欧美日韩成人在线| 亚洲激情电影在线| 久久激情综合网| 欧美午夜久久| 国产精品理论片在线观看| 尤物yw午夜国产精品视频明星| 国产精品一区二区男女羞羞无遮挡| 国内精品美女av在线播放| 亚洲欧美日本国产专区一区| 亚洲欧美国产高清| 久久精品国产精品亚洲精品| 国产精品porn| 韩国女主播一区二区三区| 欧美理论电影网| 亚洲私人黄色宅男| 午夜视频在线观看一区二区三区| 久久久久久色| 99视频在线精品国自产拍免费观看| 亚洲小说春色综合另类电影| 欧美一区二区三区视频免费| 艳妇臀荡乳欲伦亚洲一区| 亚洲高清免费视频| 麻豆成人精品| 亚洲永久免费视频| 亚洲自拍电影| 91久久精品www人人做人人爽| 午夜老司机精品| 国产精品日韩专区| 欧美激情视频一区二区三区在线播放| 欧美三区免费完整视频在线观看| 欧美成年视频| 欧美有码视频| 国语自产精品视频在线看一大j8| 欧美一级电影久久| 在线观看亚洲专区| 亚洲美女在线一区| 影音先锋欧美精品| 国产亚洲精品久久久久久| 黄页网站一区| 国产精品极品美女粉嫩高清在线| 在线观看国产日韩| 另类综合日韩欧美亚洲| 亚洲精品一级| 久久福利视频导航| 国产伦精品一区二区三区照片91| 99精品视频免费在线观看| 国产精品萝li| 亚洲国产欧美在线人成| 久久综合久久美利坚合众国| 一个色综合av| 亚洲视频在线观看一区| 99热这里只有成人精品国产| 欧美专区福利在线| 久久国产精品电影| 亚洲欧美日韩另类| 欧美日韩一区在线| 欧美国产精品专区| 日韩视频永久免费观看| 国产精品毛片a∨一区二区三区| 久久国产夜色精品鲁鲁99| 亚洲一区二区精品在线| 欧美网站大全在线观看| 国产伦精品一区二区三区免费| 亚洲欧美综合国产精品一区| 模特精品在线| 亚洲国产欧美一区二区三区久久| 老牛国产精品一区的观看方式| 99riav国产精品| 国产精品国产成人国产三级| 亚洲人成亚洲人成在线观看图片| 国产精品久久婷婷六月丁香| 亚洲欧美国产日韩天堂区| 亚洲国产一区二区三区青草影视| 羞羞视频在线观看欧美| 国产精品99久久久久久www| 久久国产精品黑丝| 国产精品人人做人人爽人人添| 国内精品免费在线观看| 国产精品久久久久久久久果冻传媒| 欧美精品97| 久久综合久久综合久久综合| 欧美激情综合五月色丁香| 欧美人妖在线观看| 欧美一区二区视频在线观看2020| 亚洲性色视频| 国产视频不卡| 在线观看亚洲视频啊啊啊啊| 久久九九久久九九| 亚洲视频在线视频| 国产亚洲一区二区三区在线播放| 亚洲黄一区二区三区| 在线成人av| 欧美色欧美亚洲另类二区| 亚洲综合电影一区二区三区| 亚洲欧洲精品一区二区三区不卡| 久久精品夜夜夜夜久久| 久久一二三四| 久久久国产91| 国产精品国产福利国产秒拍| 亚洲国产小视频| 国产日韩欧美综合精品| 免费亚洲婷婷| 国产亚洲精品久久久久婷婷瑜伽| 亚洲清纯自拍| 久久久国产午夜精品| 久久亚洲精品视频| 国产日本欧美一区二区| 欧美日韩人人澡狠狠躁视频| 亚洲一区二区三区中文字幕| 欧美一区二区三区免费观看视频| 免费视频一区二区三区在线观看| 欧美在线电影| 亚洲图片欧美午夜| 亚洲视频自拍偷拍| 欧美日本一道本在线视频| 在线观看中文字幕不卡| 一区二区在线观看视频在线观看| 国产精品久久999| 一本色道88久久加勒比精品| 免费毛片一区二区三区久久久| 美女免费视频一区| 欧美黄色一级视频| 久久激情五月婷婷| 亚洲乱码久久| 老司机午夜免费精品视频| 久久精品91久久久久久再现| 欧美日韩国产综合视频在线观看中文| 久久美女艺术照精彩视频福利播放| 国产精品久久久久久久第一福利| 激情偷拍久久| 国产一区清纯| 亚洲精品乱码久久久久久按摩观| 亚洲午夜一区| 亚洲色图制服丝袜| 久久精品国产2020观看福利| 欧美激情中文不卡|