基于特征融合的图嵌入方法在以太坊钱包异常数据识别中的应用研究
Application Research of Graph Embedding Method Based on Feature Fusion in Ethereum Wallet Abnormal Data Recognition作者机构：中国人民公安大学北京100038 南昌市公安局青山湖分局江西南昌330000
出 版 物：《软件》 (Software)
年 卷 期：2024年第45卷第5期
页 面：81-85页
学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：由于以太坊钱包数据具有很强的隐私性,因此在加密货币交易中,攻击者很难发现这类数据异常情况,本文研究以太坊非法交易识别应用基于特征融合的图嵌入方法。该方法包括异常数据特征提取和交易特征提取两种特征提取策略。具体而言,利用BP神经网络提取以太坊钱包异常数据特征,采用随机游走策略提取交易特征。然后,融合提取的异常数据特征和交易特征,获得以太坊钱包异常数据表示。实验结果表明,该方法各项指标优于其他算法,能够有效检测以太坊钱包异常数据。
维普期刊数据库
同方期刊数据库