論文の概要: Who is Gambling? Finding Cryptocurrency Gamblers Using Multi-modal
Retrieval Methods
- arxiv url: http://arxiv.org/abs/2211.14779v1
- Date: Sun, 27 Nov 2022 10:07:13 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-29 20:36:46.814849
- Title: Who is Gambling? Finding Cryptocurrency Gamblers Using Multi-modal
Retrieval Methods
- Title(参考訳): ギャンブルって誰?
マルチモーダル検索法による暗号ギャンブラーの探索
- Authors: Zhengjie Huang, Zhenguang Liu, Jianhai Chen, Qinming He, Shuang Wu,
Lei Zhu, Meng Wang
- Abstract要約: 我々はETHGamDetと呼ばれるツールを提案し、ギャンブルの振る舞いを発見し、ギャンブルに関わる契約や住所を特定する。
このツールは、スマートコントラクトコードとトランザクションレコードを精査することで、ギャンブルに関わるスマートコントラクトとアドレスを自動的に検出することができる。
本稿では,メモリコンポーネントを備えた新しいLightGBMモデルを提案する。
- 参考スコア(独自算出の注目度): 46.17004007514548
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the popularity of cryptocurrencies and the remarkable development of
blockchain technology, decentralized applications emerged as a revolutionary
force for the Internet. Meanwhile, decentralized applications have also
attracted intense attention from the online gambling community, with more and
more decentralized gambling platforms created through the help of smart
contracts. Compared with conventional gambling platforms, decentralized
gambling have transparent rules and a low participation threshold, attracting a
substantial number of gamblers. In order to discover gambling behaviors and
identify the contracts and addresses involved in gambling, we propose a tool
termed ETHGamDet. The tool is able to automatically detect the smart contracts
and addresses involved in gambling by scrutinizing the smart contract code and
address transaction records. Interestingly, we present a novel LightGBM model
with memory components, which possesses the ability to learn from its own
misclassifications. As a side contribution, we construct and release a
large-scale gambling dataset at
https://github.com/AwesomeHuang/Bitcoin-Gambling-Dataset to facilitate future
research in this field. Empirically, ETHGamDet achieves a F1-score of 0.72 and
0.89 in address classification and contract classification respectively, and
offers novel and interesting insights.
- Abstract(参考訳): 暗号通貨の人気とブロックチェーン技術の目覚ましい発展により、分散アプリケーションはインターネットの革命的な力として現れた。
一方、分散アプリケーションもオンラインギャンブルコミュニティから強い関心を集めており、スマートコントラクトの助けを借りて分散ギャンブルプラットフォームが作られるようになっている。
従来のギャンブルプラットフォームと比較すると、分散ギャンブルは透明なルールと低い参加しきい値を持ち、かなりの数のギャンブラーを惹きつける。
ギャンブルの振る舞いを発見し,ギャンブルに関わる契約や住所を特定するために,ETHGamDetというツールを提案する。
このツールは、スマートコントラクトコードとトランザクションレコードを精査することで、ギャンブルに関わるスマートコントラクトとアドレスを自動的に検出することができる。
興味深いことに、我々はメモリコンポーネントを備えた新しいlightgbmモデルを提案する。
サイドコントリビュートとして、この分野の将来の研究を促進するために、大規模なギャンブルデータセットをhttps://github.com/awesomehuang/bitcoin-gambling-datasetで構築し、リリースします。
ETHGamDetは、アドレス分類と契約分類においてそれぞれ0.72と0.89のF1スコアを獲得し、新しい興味深い洞察を提供する。
関連論文リスト
- Automatic detection of problem-gambling signs from online texts using
large language models [16.418288795462935]
問題ギャンブルは公衆衛生上の問題であり、深刻な心理的苦痛と経済的問題に関係している。
インターネット上には多くのギャンブルコミュニティがあり、ゲームに関する情報やギャンブル戦術、ギャンブル関連の問題などを交換している。
オンラインギャンブルコミュニティは、問題解決行動に関する洞察を提供するかもしれない。
論文 参考訳(メタデータ) (2023-11-24T13:48:02Z) - Building Random, Fair, and Verifiable Games on Blockchain. Raffle smart
contract designs on Sui Network [10.410456199908587]
本稿では,ブロックチェーン上での公正で検証可能な,効率的なスマートコントラクトゲームの設計に関する洞察を提供することを目的とする。
DRAND委員会ベースの分散ランダムビーコンや1つのプライベートキーベースの検証可能なランダム関数(VRF)など、スマートコントラクトにランダム性を実装する効率的な方法を検討する。
我々の発見は、スマートコントラクトでランダムで公正で検証可能なゲームを構築するための、将来の研究者や開発者にとって貴重なガイダンスを提供する。
論文 参考訳(メタデータ) (2023-10-18T20:12:44Z) - Identifying key players in dark web marketplaces [58.720142291102135]
この論文は、暗黒市場に関連するBitcoin取引ネットワークのキープレーヤーを特定することを目的としている。
取引量の大部分は、エリート市場参加者の小さなグループに集中していることを示す。
ダークウェブのマーケットプレースにおけるキープレーヤーの行動を理解することは、違法行為を効果的に破壊するために重要であることを示唆している。
論文 参考訳(メタデータ) (2023-06-15T20:30:43Z) - Unpacking How Decentralized Autonomous Organizations (DAOs) Work in
Practice [54.47385318258732]
分散自律組織(DAO)は、共通のビジョンに向けてエンティティのグループを調整する新しい方法として登場した。
わずか数年で4000以上のDAOが、投資、教育、健康、研究など様々な分野で立ち上げられた。
このような急激な成長と多様性にもかかわらず、実際にどのように機能し、その目標を達成するのにどの程度効果があるのかは不明だ。
論文 参考訳(メタデータ) (2023-04-17T01:30:03Z) - An Attention-based Long Short-Term Memory Framework for Detection of
Bitcoin Scams [2.0720586052989978]
Bitcoinは、サイバー詐欺に関わる最も一般的な暗号通貨だ。
本稿では、トランザクションがPonziスキームや他のサイバー詐欺に関与しているかどうかを決定するために、マルチクラス分類問題を検討する。
論文 参考訳(メタデータ) (2022-10-26T01:20:21Z) - Token Spammers, Rug Pulls, and SniperBots: An Analysis of the Ecosystem
of Tokens in Ethereum and the Binance Smart Chain (BNB) [63.36515347329037]
トークンと流動性のプールのエコシステムを調査し、両方のブロックチェーン間の類似点と相違点を強調します。
トークンの寿命を見積もると、約60%のトークンが1日以内でアクティブであることが分かりました。
我々は、出口詐欺の詐欺を提示し、両方のブロックチェーン上でその頻度を定量化する。
論文 参考訳(メタデータ) (2022-06-16T14:20:19Z) - You are caught stealing my winning lottery ticket! Making a lottery
ticket claim its ownership [87.13642800792077]
Lottery ticket hypothesis (LTH) は、特別なスパースサブネットワークを活用するための有望なフレームワークとして出現する。
しかし、LTHの主な資源ボトルネックは、当選チケットのスパースマスクを見つけるのに特別なコストである。
私たちの設定は、深層モデルの知的財産権侵害から保護することに対する最近の関心に新たな次元を与えます。
論文 参考訳(メタデータ) (2021-10-30T03:38:38Z) - Synthetic Data Generation for Fraud Detection using GANs [1.1816942730023885]
不正検出に関連する問題は、クラス不均衡の重大な問題に直面している。
本稿では,合成データを生成するためのGAN(Generative Adrial Networks)に基づく新しいシステムを提案する。
我々のフレームワークであるSynthetic Data Generation GANは、オーバーサンプリング方式よりも優れています。
論文 参考訳(メタデータ) (2021-09-26T09:51:44Z) - 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) - DeepGamble: Towards unlocking real-time player intelligence using
multi-layer instance segmentation and attribute detection [0.8749675983608171]
カジノでは、熟練していないプレイヤーは熟練したプレイヤーの4倍の収益を得ることができた。
本稿では,Mask R-CNNモデルの拡張に基づくビデオ認識システムについて述べる。
当社のシステムは、カードやプレイヤーのベットをリアルタイムで検出してブラックジャックのゲームをデジタル化します。
論文 参考訳(メタデータ) (2020-12-14T23:46:26Z)
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。