論文の概要: Crypto Pump and Dump Detection via Deep Learning Techniques

• arxiv url: http://arxiv.org/abs/2205.04646v1
• Date: Tue, 10 May 2022 03:24:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2022-05-14 20:47:47.757807
• Title: Crypto Pump and Dump Detection via Deep Learning Techniques
• Title（参考訳）: 深層学習技術による暗号ポンプとダンプ検出
• Authors: Viswanath Chadalapaka, Kyle Chang, Gireesh Mahajan, Anuj Vasil
• Abstract要約: ダンプ・アンド・ダンプ・スキームは 暗号通貨に関する 最も一般的な詐欺行為だ 本稿では,この問題領域に対する2つの既存のニューラルネットワークアーキテクチャの新たな適用法を提案する。 深層学習ソリューションは、暗号通貨の既存のポンプ・ダンプ検出方法よりも大幅に優れていることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Despite the fact that cryptocurrencies themselves have experienced an astonishing rate of adoption over the last decade, cryptocurrency fraud detection is a heavily under-researched problem area. Of all fraudulent activity regarding cryptocurrencies, pump and dump schemes are some of the most common. Though some studies have been done on these kinds of scams in the stock market, the lack of labelled stock data and the volatility unique to the cryptocurrency space constrains the applicability of studies on the stock market toward this problem domain. Furthermore, the only work done in this space thus far has been either statistical in nature, or has been concerned with classical machine learning models such as random forest trees. We propose the novel application of two existing neural network architectures to this problem domain and show that deep learning solutions can significantly outperform all other existing pump and dump detection methods for cryptocurrencies.
• Abstract（参考訳）: 暗号通貨自体が過去10年で驚くべき採用率に達しているにもかかわらず、暗号通貨の不正検出は極めて未調査の問題領域である。 暗号通貨に関する不正行為の中で、ポンプとダンプのスキームが最も一般的である。 株式市場におけるこうした詐欺に関する研究はいくつか行われているが、ラベル付き株式データや暗号通貨分野特有のボラティリティの欠如は、この問題領域に対する株式市場の研究の適用性を制限している。 さらに、この分野でこれまで行われた作業は、自然界の統計学か、あるいはランダムフォレストツリーのような古典的機械学習モデルに関するものだった。 本稿では,この問題領域における2つの既存のニューラルネットワークアーキテクチャの新たな適用法を提案する。

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)
• \textsc{Perseus}: Tracing the Masterminds Behind Cryptocurrency Pump-and-Dump Schemes [7.268897486191816]
  マスターミンド(英: Mastermind)とは、暗号通貨のポンプとダンプの仕組みを組織し、調整し、調整する組織である。 これまでの研究では、市場におけるポンプ・アンド・ダンプ活動を検出し、ターゲット暗号通貨を予測し、投資家やアコスン・エンティティを調べていた。 我々は,アコスンおよび暗号通貨市場からリアルタイムにデータを収集する検出システムtextscPerseusを開発した。
  論文  参考訳（メタデータ） (2025-03-03T15:59:40Z)
• Cryptanalysis via Machine Learning Based Information Theoretic Metrics [58.96805474751668]
  本稿では,機械学習アルゴリズムの新たな2つの応用法を提案する。 これらのアルゴリズムは、監査設定で容易に適用でき、暗号システムの堅牢性を評価することができる。 本稿では,DES,RSA,AES ECBなど,IND-CPAの安全でない暗号化スキームを高精度に識別する。
  論文  参考訳（メタデータ） (2025-01-25T04:53:36Z)
• On Replacing Cryptopuzzles with Useful Computation in Blockchain Proof-of-Work Protocols [0.12289361708127873]
  研究者たちは10年以上にわたり、暗号パズルを有用な計算タスクに置き換えるというアイデアを追求してきた。 本稿では,「使いやすさ」の導入と,暗号パズル以外のタスククラスへの移行の効果について考察する。 本稿では,現在の最先端技術における関連する技術と研究ギャップについて論じる。
  論文  参考訳（メタデータ） (2024-04-24T08:49:41Z)
• Characterizing Polkadot's Transactions Ecosystem: methodology, tools, and insights [1.912429179274357]
  Polkadotは、相互運用性とスケーラビリティに対する先駆的なアプローチによって、デジタル通貨の世界において大きな注目を集めている。 Polkadotを、繁栄するエコシステムから、説得力のあるユースケースのない投機的なコインまで、幅広いパレットにマップします。 以上の結果から,暗号通貨取引所はポロキャットネットワークに大きな影響を与え,台帳内のアドレスの40%近くを保有し,少なくとも80%を吸収していることが明らかとなった。
  論文  参考訳（メタデータ） (2024-04-16T13:11:02Z)
• Cryptocurrency Portfolio Optimization by Neural Networks [81.20955733184398]
  本稿では,これらの投資商品を活用するために,ニューラルネットワークに基づく効果的なアルゴリズムを提案する。 シャープ比を最大化するために、各アセットの割り当て重量を時間間隔で出力するディープニューラルネットワークを訓練する。 ネットワークの特定の資産に対するバイアスを規制する新たな損失項を提案し,最小分散戦略に近い割り当て戦略をネットワークに学習させる。
  論文  参考訳（メタデータ） (2023-10-02T12:33:28Z)
• An Automated Vulnerability Detection Framework for Smart Contracts [18.758795474791427]
  ブロックチェーン上のスマートコントラクトの脆弱性を自動的に検出するフレームワークを提案する。 具体的には、まず、スマートコントラクトのバイトコードから新しい特徴ベクトル生成技術を利用する。 次に、収集したベクトルを新しいメトリック学習ベースディープニューラルネットワーク(DNN)に入力し、検出結果を得る。
  論文  参考訳（メタデータ） (2023-01-20T23:16:04Z)
• Deep convolutional forest: a dynamic deep ensemble approach for spam detection in text [219.15486286590016]
  本稿では,スパム検出のための動的深層アンサンブルモデルを提案する。 その結果、このモデルは高い精度、リコール、f1スコア、98.38%の精度を達成した。
  論文  参考訳（メタデータ） (2021-10-10T17:19:37Z)
• Smart Contract Vulnerability Detection: From Pure Neural Network to Interpretable Graph Feature and Expert Pattern Fusion [48.744359070088166]
  従来のスマートコントラクトの脆弱性検出方法は、専門家の規則に大きく依存している。 最近のディープラーニングアプローチはこの問題を軽減するが、有用な専門家の知識をエンコードすることができない。 ソースコードから専門家パターンを抽出する自動ツールを開発する。 次に、深いグラフの特徴を抽出するために、コードをセマンティックグラフにキャストします。
  論文  参考訳（メタデータ） (2021-06-17T07:12:13Z)
• The Doge of Wall Street: Analysis and Detection of Pump and Dump Cryptocurrency Manipulations [50.521292491613224]
  本稿では,インターネット上のコミュニティによって組織された2つの市場操作(ポンプとダンプと群衆ポンプ)について,詳細な分析を行う。 ポンプとダンプの仕組みは、株式市場と同じくらい古い詐欺だ。今や、緩やかに規制された暗号通貨市場において、新たな活力を得た。 本報告では,ポンプ群とダンプ群に関する3症例について報告する。
  論文  参考訳（メタデータ） (2021-05-03T10:20:47Z)
• Quantum Multi-Solution Bernoulli Search with Applications to Bitcoin's Post-Quantum Security [67.06003361150228]
  作業の証明(英: proof of work、PoW)は、当事者が計算タスクの解決にいくらかの労力を費やしたことを他人に納得させることができる重要な暗号構造である。 本研究では、量子戦略に対してそのようなPoWの連鎖を見つけることの難しさについて検討する。 我々は、PoWs問題の連鎖が、マルチソリューションBernoulliサーチと呼ばれる問題に還元されることを証明し、量子クエリの複雑さを確立する。
  論文  参考訳（メタデータ） (2020-12-30T18:03:56Z)
• Pump and Dumps in the Bitcoin Era: Real Time Detection of Cryptocurrency Market Manipulations [50.521292491613224]
  インターネット上のコミュニティによって組織されたポンプとダンプの詳細な分析を行う。 これらのコミュニティがどのように組織化され、どのように詐欺を行うかを観察します。 本研究では,不正行為をリアルタイムに検出する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-04T21:36:18Z)

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。