論文の概要: SilkViser:A Visual Explorer of Blockchain-based Cryptocurrency
Transaction Data
- arxiv url: http://arxiv.org/abs/2009.02651v1
- Date: Sun, 6 Sep 2020 05:54:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-03 11:28:30.724767
- Title: SilkViser:A Visual Explorer of Blockchain-based Cryptocurrency
Transaction Data
- Title(参考訳): SilkViser:ブロックチェーンベースの暗号トランザクションデータのビジュアルエクスプローラ
- Authors: Zengsheng Zhong, Shuirun Wei, Yeting Xu, Ying Zhao, Fangfang Zhou,
Feng Luo, and Ronghua Shi
- Abstract要約: この研究では、SilkViserという新しいオンライン暗号通貨トランザクションデータ閲覧ツールを紹介した。
詳細なシナリオと要件分析によってガイドされ、視覚化設計の一連のシリーズを作成します。
結果は、SilkViserがNUsersとEUserの要件を満たすことができることを示している。
- 参考スコア(独自算出の注目度): 5.365812378348284
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Many blockchain-based cryptocurrencies provide users with online blockchain
explorers for viewing online transaction data. However, traditional blockchain
explorers mostly present transaction information in textual and tabular forms.
Such forms make understanding cryptocurrency transaction mechanisms difficult
for novice users (NUsers). They are also insufficiently informative for
experienced users (EUsers) to recognize advanced transaction information. This
study introduces a new online cryptocurrency transaction data viewing tool
called SilkViser. Guided by detailed scenario and requirement analyses, we
create a series of appreciating visualization designs, such as paper
ledger-inspired block and blockchain visualizations and ancient copper
coin-inspired transaction visualizations, to help users understand
cryptocurrency transaction mechanisms and recognize advanced transaction
information. We also provide a set of lightweight interactions to facilitate
easy and free data exploration. Moreover, a controlled user study is conducted
to quantitatively evaluate the usability and effectiveness of SilkViser.
Results indicate that SilkViser can satisfy the requirements of NUsers and
EUsers. Our visualization designs can compensate for the inexperience of NUsers
in data viewing and attract potential users to participate in cryptocurrency
transactions.
- Abstract(参考訳): 多くのブロックチェーンベースの暗号通貨は、オンライントランザクションデータを見るためのオンラインブロックチェーンエクスプローラーを提供する。
しかし、従来のブロックチェーンエクスプローラは、主にテキストと表形式でトランザクション情報を提示する。
このような形式は、初心者(NUsers)にとって暗号通貨取引機構の理解を困難にしている。
経験豊富なユーザ(ユーザ)にとって、高度なトランザクション情報を認識するには不十分な情報である。
本稿では、silkviserと呼ばれる新しいオンライン暗号通貨取引データ閲覧ツールを紹介する。
詳細なシナリオと要件分析を導いた上で,紙台帳にインスパイアされたブロックやブロックチェーンの可視化や,古代銅貨にインスパイアされたトランザクションの可視化など,一連の可視化設計を行い,ユーザが暗号通貨のトランザクションメカニズムを理解し,高度なトランザクション情報を認識するのを支援する。
また、簡単で自由なデータ探索を容易にする軽量なインタラクションセットも提供しています。
また,silkviserのユーザビリティと有効性を定量的に評価するために,ユーザ調査を行った。
結果は、SilkViserがNUsersとEUserの要件を満たすことができることを示している。
われわれの視覚化デザインは、データ閲覧におけるヌーサーの未熟さを補い、潜在的なユーザーを惹きつけ、暗号通貨取引に参加することができる。
関連論文リスト
- Generative AI-enabled Blockchain Networks: Fundamentals, Applications,
and Case Study [73.87110604150315]
Generative Artificial Intelligence(GAI)は、ブロックチェーン技術の課題に対処するための有望なソリューションとして登場した。
本稿では、まずGAI技術を紹介し、そのアプリケーションの概要を説明し、GAIをブロックチェーンに統合するための既存のソリューションについて議論する。
論文 参考訳(メタデータ) (2024-01-28T10:46:17Z) - Heuristics for Detecting CoinJoin Transactions on the Bitcoin Blockchain [23.23031523964561]
この研究は、分散化されたピアツーピアネットワークであるBitcoinとその関連ブロックチェーンの複雑さを掘り下げている。
この懸念に対処するために、ユーザはCoinJoinを採用した。これは、複数のトランザクションインテントを1つの大きなトランザクションにマージするメソッドである。
CoinJoinトランザクションに関する総合的な洞察を提供するため、当社の網羅的な分析では76万件をブロックしています。
論文 参考訳(メタデータ) (2023-11-21T10:05:32Z) - Blockchain Large Language Models [65.7726590159576]
本稿では,異常なブロックチェーントランザクションを検出するための動的,リアルタイムなアプローチを提案する。
提案するツールであるBlockGPTは、ブロックチェーンアクティビティのトレース表現を生成し、大規模な言語モデルをスクラッチからトレーニングして、リアルタイム侵入検出システムとして機能させる。
論文 参考訳(メタデータ) (2023-04-25T11:56:18Z) - Protecting User Privacy in Online Settings via Supervised Learning [69.38374877559423]
我々は、教師付き学習を活用する、オンラインプライバシ保護に対するインテリジェントなアプローチを設計する。
ユーザのプライバシを侵害する可能性のあるデータ収集を検出してブロックすることにより、ユーザに対してある程度のディジタルプライバシを復元することが可能になります。
論文 参考訳(メタデータ) (2023-04-06T05:20:16Z) - TSGN: Transaction Subgraph Networks for Identifying Ethereum Phishing
Accounts [2.3112192919085826]
トランザクションサブグラフネットワーク(TSGN)ベースの分類モデルにより、フィッシングアカウントを識別する。
TSGNは、フィッシングアカウントの識別に役立つより多くの潜在的な情報を提供することができます。
論文 参考訳(メタデータ) (2021-04-18T08:12:51Z) - Identity Inference on Blockchain using Graph Neural Network [5.5927440285709835]
アカウントのアイデンティティに関する事前推論を目的としたアイデンティティ推論は、ブロックチェーンセキュリティにおいて重要な役割を果たします。
本稿では,id推論タスクをグラフ分類パターンに変換するトランザクションサブグラフの観点から,ユーザの行動を解析するための新しい手法を提案する。
また、$textI2 textBGNN$という汎用的なエンドツーエンドグラフニューラルネットワークモデルを提案し、サブグラフを入力として受け入れ、トランザクションサブグラフパターンをアカウントアイデンティティにマッピングする関数を学ぶことができる。
論文 参考訳(メタデータ) (2021-04-14T00:15:38Z) - Supporting Financial Inclusion with Graph Machine Learning and Super-App
Alternative Data [63.942632088208505]
スーパーアプリは、ユーザーとコマースの相互作用についての考え方を変えました。
本稿では,スーパーアプリ内のユーザ間のインタラクションの違いが,借り手行動を予測する新たな情報源となるかを検討する。
論文 参考訳(メタデータ) (2021-02-19T15:13:06Z) - Temporal-Amount Snapshot MultiGraph for Ethereum Transaction Tracking [5.579169055801065]
ネットワークの観点からのトランザクションのより深い理解を提供するリンク予測によるトランザクション追跡の問題について検討する。
具体的には,TASMG(temporal-amount snapshot multigraph)とTAW(temporal-amount walk)からなる組込みリンク予測フレームワークを提案する。
トランザクションネットワークの現実的なルールと特徴を考慮することにより、TASMGはトランザクションレコードを時間単位のネットワークとしてモデル化し、TAWはトランザクションレコードを介してアカウントを効果的に埋め込みます。
論文 参考訳(メタデータ) (2021-02-16T08:21:16Z) - Knowledge Discovery in Cryptocurrency Transactions: A Survey [1.2744523252873352]
本稿では、データマイニング技術を用いて、暗号通貨取引における知識発見に関する既存の研究を分析し、要約する。
それぞれの側面について,問題を提示し,方法論を要約し,文献における主要な発見について議論する。
トランザクションデータの解析と視覚化ツールとサービスの列挙も提供されている。
論文 参考訳(メタデータ) (2020-10-02T14:38:08Z) - Federated Learning of User Authentication Models [69.93965074814292]
機械学習モデルのプライバシー保護のためのフレームワークであるFederated User Authentication (FedUA)を提案する。
FedUAは、フェデレートされた学習フレームワークを採用して、ユーザが生の入力を共有することなく、共同でモデルをトレーニングできるようにする。
提案手法はプライバシ保護であり,多数のユーザに対してスケーラブルであることを示し,出力層を変更することなく,新たなユーザをトレーニングに追加できるようにした。
論文 参考訳(メタデータ) (2020-07-09T08:04:38Z) - Mining Implicit Entity Preference from User-Item Interaction Data for
Knowledge Graph Completion via Adversarial Learning [82.46332224556257]
本稿では,知識グラフ補完タスクにおけるユーザインタラクションデータを活用することで,新たな逆学習手法を提案する。
我々のジェネレータはユーザインタラクションデータから分離されており、識別器の性能を向上させるのに役立ちます。
利用者の暗黙の実体的嗜好を発見するために,グラフニューラルネットワークに基づく精巧な協調学習アルゴリズムを設計する。
論文 参考訳(メタデータ) (2020-03-28T05:47:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。