检索结果-南通市图书馆

检索条件"主题词=交易图网络"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于改进交易图网络的比特币非法交易识别

基于改进交易图网络的比特币非法交易识别

引用

作者：董适上海财经大学

学位级别：硕士

近十年间兴起的比特币等加密货币的匿名性和去中心化特征虽然使得其规避了原始货币的一些缺点但也大大增加了监管难度。这样的特点吸引了违法分子的目光,他们开始利用比特币从事一些非法活动。本文希望借助图表征学习、机器学习和深度... 详细信息

近十年间兴起的比特币等加密货币的匿名性和去中心化特征虽然使得其规避了原始货币的一些缺点但也大大增加了监管难度。这样的特点吸引了违法分子的目光,他们开始利用比特币从事一些非法活动。本文希望借助图表征学习、机器学习和深度学习相关知识为识别比特币交易中的非法交易提供帮助。本篇论文将基于比特币的交易数据,通过图结构重构、特征提取和分类过程识别出交易中的非法交易,最终探索得出最佳的图结构处理方式、分类特征和深度学习模型。近几年,随着图神经网络的发展,使用拓扑学研究比特币的交易网络已经成为了除机器学习之外的又一重要方向。基于拓扑学习的方法结合了社交网络分析,从社交网络的宏观角度来讨论比特币交易网络。因为通过比特币等虚拟货币进行的交易完全公开,随时可用,易于获取,所以本文希望利用公开的比特币交易数据对非法交易进行识别,实现使用简单易得数据为金融监管提供帮助的目的。模型构建阶段,对于交易网络来说,节点之间的交易量和节点之间的传输关系构成了交易网络的基本性质。本文提出了新的图结构的映射方式来突出交易的基本性质。具体而言,为了兼顾扩充交易网络信息和降低空间时间复杂度的目的,分别提出了无向和有向的图结构映射方式,将原始交易图映射为新的交易图网络;在特征提取阶段,分别使用了手工构造特征和深度学习的方式提取关键特征。手工构造特征选取了图结构较为常用和最能代表网络各方面性质的十个特征。深度学习选取了多层图神经网络模型Diffpool,并选择图卷积神经网络GCN作为基线模型对比;分类器选择了多种集成学习模型。在实证研究阶段,获取数据主要经历了获取合法和非法地址和各个地址详细交易数据两个阶段,数据从三个较为权威的网站爬虫获得。共获得1538个合法地址和1647个非法地址及属于每个地址的共9107条非法交易数据和10688条合法交易数据。模型训练阶段经历了交易图生成、手工特征构造和训练阶段:首先用原始图生成了无向和有向交易图,并为三种图分别生成了手工特征。之后使用几种典型的集成学习模型对特征数据集进行分类训练,并通过对不同标签各个特征的分布进行分析和计算特征重要性分数对特征进行了进一步地筛选,最终得到使用图的平均邻居度数、节点个数、邻接矩阵最大特征值和平均聚类系数特征和有向交易图网络以及Light GBM分类器的实验效果最好:准确率超过了85%,F1超过了81%。实证研究的下一阶段采用深度学习的方法,以GCN作为基线模型记录单层图神经网络的结果,使用较为复杂的多层图神经网络Diffpool模型进行训练。最终收获了比使用机器学习模型训练更好的训练结果,指标提升在6%左右。最终获得的效果最优的模型为使用无向交易图网络数据,Diffpool模型训练:准确率在93%以上,F1在86%以上。实证研究过程发现,改进的交易图网络可以提供更多潜在信息,这些信息有助于识别比特币非法交易。有向的交易图网络通过将网络引入方向属性,保留了比特币交易网络的交易流信息,并且与无向交易图相比,具有更低的时间复杂度,减少了原网络的存储空间,利于图的表征学习与存储;无向交易图网络为原始网络保留了全面的信息,并将信息进行了扩充,使得数据集的容量成多倍增长,在深度学习中取得了更好的效果。本篇论文的亮点总结有以下几点:第一,构造了自己的比特币交易数据集,并且构造方式通俗易懂,便于操作,为后续比特币相关问题的研究提供了实用的数据获取方式;第二,提出了经过改进的交易图网络映射方式,无向和有向的形式兼顾了信息完整性和时间空间复杂度,并通过实验验证了该表征方式的有效性;第三,将多层图神经网络模型Diffpool用在了比特币交易的非法识别中,提高了单层图神经网络的训练精度。正因为通过地址直接反解出用户的真实身份尚不可能,从公开数据中挖掘信息以识别非法交易才至关重要。希望本文的工作可以帮助监管部门在比特币交易过程中快速识别异常交易和相关节点,并能做到及时止损或持续追踪,为监管提供帮助。

关键词：比特币非法识别交易图网络深度学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：