論文の概要: Temporal-Amount Snapshot MultiGraph for Ethereum Transaction Tracking

• arxiv url: http://arxiv.org/abs/2102.08013v1
• Date: Tue, 16 Feb 2021 08:21:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2021-02-17 14:50:48.170444
• Title: Temporal-Amount Snapshot MultiGraph for Ethereum Transaction Tracking
• Title（参考訳）: ethereumトランザクショントラッキングのための時空アマウントスナップショットマルチグラフ
• Authors: Yunyi Xie, Jie Jin, Jian Zhang, Shanqing Yu, and Qi Xuan
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 5.579169055801065
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the wide application of blockchain in the financial field, the rise of various types of cybercrimes has brought great challenges to the security of blockchain. In order to better understand this emerging market and explore more efficient countermeasures for effective supervision, it is imperative to track transactions on blockchain-based systems. Due to the openness of Ethereum, we can easily access the publicly available transaction records, model them as a complex network, and further study the problem of transaction tracking via link prediction, which provides a deeper understanding of Ethereum transactions from a network perspective. Specifically, we introduce an embedding based link prediction framework that is composed of temporal-amount snapshot multigraph (TASMG) and present temporal-amount walk (TAW). By taking the realistic rules and features of transaction networks into consideration, we propose TASMG to model Ethereum transaction records as a temporal-amount network and then present TAW to effectively embed accounts via their transaction records, which integrates temporal and amount information of the proposed network. Experimental results demonstrate the superiority of the proposed framework in learning more informative representations and could be an effective method for transaction tracking.
• Abstract（参考訳）: 金融分野におけるブロックチェーンの広範な適用により、さまざまなタイプのサイバー犯罪が出現し、ブロックチェーンのセキュリティに大きな課題が生じた。 この新興市場をより深く理解し、効果的な監督のためのより効率的な対策を探求するには、ブロックチェーンベースのシステムでトランザクションを追跡することが不可欠である。 ethereumのオープン性により、公開されているトランザクションレコードにアクセスし、複雑なネットワークとしてモデル化し、ネットワークの観点からethereum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をさらに研究することができる。 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に入れて,ethereumトランザクションレコードを時間的最適化ネットワークとしてモデル化し,提案するネットワークの時間的および量的情報を統合したトランザクションレコードを介して,tawsを効果的にアカウントを埋め込む手法を提案する。 実験の結果,提案手法がより情報的な表現を学習する上で優れていることを示し,トランザクション追跡に有効な手法となる可能性が示唆された。

関連論文リスト

• Deep Learning Approaches for Anti-Money Laundering on Mobile Transactions: Review, Framework, and Directions [51.43521977132062]
  マネーロンダリング(英: Money laundering)は、不正資金の起源を隠蔽する金融犯罪である。 モバイル決済プラットフォームとスマートIoTデバイスの普及は、マネーロンダリング対策をかなり複雑にしている。 本稿では,AMLにおけるディープラーニングソリューションとその利用に関する課題について,包括的レビューを行う。
  論文  参考訳（メタデータ） (2025-03-13T05:19:44Z)
• Optimizing Blockchain Analysis: Tackling Temporality and Scalability with an Incremental Approach with Metropolis-Hastings Random Walks [2.855856661274715]
  既存のメソッドは主にトランザクションネットワークのスナップショットに焦点を当てている。 本稿では,トランザクションネットワークにおけるランダムウォークに基づくノード表現学習のための漸進的なアプローチを提案する。 潜在的なアプリケーションには、トランザクションネットワークの監視、不正検出のためのブロックチェーンアドレスの効率的な分類、ネットワーク内の特別なアドレスタイプの識別などがある。
  論文  参考訳（メタデータ） (2025-01-21T20:34:38Z)
• MIETT: Multi-Instance Encrypted Traffic Transformer for Encrypted Traffic Classification [59.96233305733875]
  トラフィックの分類は、セキュリティの脅威を検出し、ネットワーク管理を最適化するために不可欠である。 トークンレベルとパケットレベルの両方の関係をキャプチャするMulti-Instance Encrypted Traffic Transformer (MIETT)を提案する。 MIETTは5つのデータセットにまたがって結果を達成し、暗号化されたトラフィックの分類と複雑なネットワーク動作の理解の有効性を示す。
  論文  参考訳（メタデータ） (2024-12-19T12:52:53Z)
• Ethereum Fraud Detection via Joint Transaction Language Model and Graph Representation Learning [6.378807038086552]
  現在の不正検出方法は、トランザクション内の意味情報や類似性パターンを考慮できない。 本稿では,トランザクション言語モデルとグラフベースの手法を組み合わせたTLMG4Ethを提案する。
  論文  参考訳（メタデータ） (2024-09-09T07:13:44Z)
• The Kosmosis Use-Case of Crypto Rug Pull Detection and Prevention [0.0]
  暗号資産不正を防ぐための現在の手法は、ブロックチェーンネットワーク内のトランザクショングラフの分析に基づいている。 我々は、新しいブロックチェーンとソーシャルメディアデータが利用可能になるにつれて、知識グラフを漸進的に構築することを目的としたKosmosisアプローチを提案する。
  論文  参考訳（メタデータ） (2024-05-30T07:17:57Z)
• Semantic Equitable Clustering: A Simple and Effective Strategy for Clustering Vision Tokens [57.37893387775829]
  textbfSemantic textbfEquitable textbfClustering (SEC) という,高速かつバランスの取れたクラスタリング手法を導入する。 SECは、グローバルなセマンティックな関連性に基づいてトークンを効率的かつ直接的な方法でクラスタ化する。 視覚言語コネクタとして機能する汎用視覚バックボーンであるSECViTを提案する。
  論文  参考訳（メタデータ） (2024-05-22T04:49:00Z)
• Enhancing Trust and Privacy in Distributed Networks: A Comprehensive Survey on Blockchain-based Federated Learning [51.13534069758711]
  ブロックチェーンのような分散型アプローチは、複数のエンティティ間でコンセンサスメカニズムを実装することで、魅力的なソリューションを提供する。 フェデレートラーニング(FL)は、参加者がデータのプライバシを保護しながら、協力的にモデルをトレーニングすることを可能にする。 本稿では,ブロックチェーンのセキュリティ機能とFLのプライバシ保護モデルトレーニング機能の相乗効果について検討する。
  論文  参考訳（メタデータ） (2024-03-28T07:08:26Z)
• Graph Attention Network-based Block Propagation with Optimal AoI and Reputation in Web 3.0 [59.94605620983965]
  我々は、ブロックチェーン対応Web 3.0のための、グラフ注意ネットワーク(GAT)ベースの信頼できるブロック伝搬最適化フレームワークを設計する。 ブロック伝搬の信頼性を実現するために,主観的論理モデルに基づく評価機構を導入する。 グラフ構造化データの処理能力に優れたGATが存在することを考慮し、GATを強化学習に利用して最適なブロック伝搬軌道を得る。
  論文  参考訳（メタデータ） (2024-03-20T01:58:38Z)
• 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)
• Collaborative Learning Framework to Detect Attacks in Transactions and Smart Contracts [26.70294159598272]
  本稿では、ブロックチェーントランザクションとスマートコントラクトの攻撃を検出するために設計された、新しい協調学習フレームワークを提案する。 当社のフレームワークは,マシンコードレベルでの複雑な攻撃を含む,さまざまな種類のブロックチェーン攻撃を分類する機能を示している。 我々のフレームワークは、広範囲なシミュレーションによって約94%の精度を達成し、リアルタイム実験では91%のスループットで毎秒2,150トランザクションを処理している。
  論文  参考訳（メタデータ） (2023-08-30T07:17:20Z)
• PTTS: Zero-Knowledge Proof-based Private Token Transfer System on Ethereum Blockchain and its Network Flow Based Balance Range Privacy Attack Analysis [0.0]
  パブリックブロックチェーンのためのプライベートトークン転送システム(PTTS)を提案する。 提案するフレームワークでは,ゼロ知識ベースのプロトコルをZokratesを使用して設計し,当社のプライベートトークンスマートコントラクトに統合しています。 論文の第2部では、リプレイ攻撃やバランス範囲のプライバシ攻撃を含む、セキュリティとプライバシの分析を行っている。
  論文  参考訳（メタデータ） (2023-08-29T09:13:31Z)
• Cross-modal Orthogonal High-rank Augmentation for RGB-Event Transformer-trackers [58.802352477207094]
  本研究では,2つのモード間の分布ギャップを埋めるために,事前学習された視覚変換器(ViT)の潜在可能性を探る。 本研究では,いくつかのトークンの特定のモダリティをランダムにマスキングし,異なるモダリティのトークン間の相互作用を積極的に行うマスクモデリング戦略を提案する。 実験により,我々のプラグアンドプレイトレーニング強化技術は,追跡精度と成功率の両方の観点から,最先端のワンストリームと2つのトラッカーストリームを大幅に向上させることができることが示された。
  論文  参考訳（メタデータ） (2023-07-09T08:58:47Z)
• 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)
• 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)

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。