Fugu-MT 論文翻訳(概要): Inside Alameda Research: A Multi-Token Network Analysis

論文の概要: Inside Alameda Research: A Multi-Token Network Analysis

arxiv url: http://arxiv.org/abs/2409.10949v1
Date: Tue, 17 Sep 2024 07:36:21 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-10 15:26:49.710740
Title: Inside Alameda Research: A Multi-Token Network Analysis
Title（参考訳）: アラメダ研究の内部:マルチトークンネットワーク分析
Authors: Célestin Coquidé, Rémy Cazabet, Natkamon Tovanich,
Abstract要約: 我々は、FTXの顧客ファンドの不正使用に関連する暗号通貨取引会社であるAlameda Researchに関連するアカウントに焦点を当てる。マルチトークンネットワーク表現を用いて、ノードの中央性とネットワークのバックボーンを調べ、クリティカルアカウント、トークン、アクティビティグループを識別する。
参考スコア（独自算出の注目度）: 1.9253333342733674
License:
Abstract: We analyze the token transfer network on Ethereum, focusing on accounts associated with Alameda Research, a cryptocurrency trading firm implicated in the misuse of FTX customer funds. Using a multi-token network representation, we examine node centralities and the network backbone to identify critical accounts, tokens, and activity groups. The temporal evolution of Alameda accounts reveals shifts in token accumulation and distribution patterns leading up to its bankruptcy in November 2022. Through network analysis, our work offers insights into the activities and dynamics that shape the DeFi ecosystem.
Abstract（参考訳）: 我々は、FTX顧客ファンドの不正使用に関連する暗号通貨取引会社であるAlameda Researchに関連するアカウントに着目し、Ethereum上のトークン転送ネットワークを分析した。マルチトークンネットワーク表現を用いて、ノードの中央性とネットワークのバックボーンを調べ、クリティカルアカウント、トークン、アクティビティグループを識別する。アラメダ・アカウントの時間的進化は、2022年11月に倒産したトークンの蓄積と流通パターンの変化を明らかにしている。ネットワーク分析を通じて、私たちの研究はDeFiエコシステムを形成する活動とダイナミクスに関する洞察を提供する。

関連論文リスト

Decoding Decentralized Finance Transactions through Ego Network Motif Mining [1.9253333342733674]
本稿では,トークン転送ネットワークからエゴネットワークモチーフを抽出し,ユーザとスマートコントラクト間のトークン転送をキャプチャする手法を提案する。これらのモチーフを解析することにより,特定のDeFi操作を行うスマートコントラクト手法を効率的に識別できることを示す。
論文参考訳（メタデータ） (2024-08-22T11:38:59Z)
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)
Quantum-Inspired Analysis of Neural Network Vulnerabilities: The Role of Conjugate Variables in System Attacks [54.565579874913816]
ニューラルネットワークは、敵の攻撃として現れる小さな非ランダムな摂動に固有の脆弱性を示す。この機構と量子物理学の不確実性原理の間に数学的に一致し、予想外の学際性に光を当てる。
論文参考訳（メタデータ） (2024-02-16T02:11:27Z)
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)
Data Depth and Core-based Trend Detection on Blockchain Transaction Networks [9.07520594836878]
ブロックチェーンネットワーク内のマーケットマニピュレータを検出する手法として,InnerCoreを提案する。これはデータ深度に基づくコア分解と中心的なモチーフ発見によって実現される。人間の関与なしに、インナーコアが正確な解析値に一致できることが示される。
論文参考訳（メタデータ） (2023-03-24T19:05:09Z)
Motif-aware temporal GCN for fraud detection in signed cryptocurrency trust networks [8.82136716762572]
グラフ畳み込みネットワーク(GCN)はグラフとして表現可能なデータ処理に使用される。本研究では,暗号ネットワークの進化的性質を考察し,局所構造とバランス理論を用いてトレーニングプロセスの導出を行う。 bitcoin-alphaとbitcoin-otcデータセットの実験的結果は、提案されたモデルが文献上のモデルより優れていることを示している。
論文参考訳（メタデータ） (2022-11-22T02:03:27Z)
Detecting Anomalous Cryptocurrency Transactions: an AML/CFT Application of Machine Learning-based Forensics [5.617291981476445]
本論文は,さまざまな手法を用いて,有向グラフネットワークとして表現されるBitcoinトランザクションの現実的なデータセットを解析する。これは、Graph Convolutional Networks(GCN)とGraph Attention Networks(GAT)として知られるニューラルネットワークタイプが、有望なAML/CFTソリューションであることを示している。
論文参考訳（メタデータ） (2022-06-07T16:22:55Z)
Cryptocurrencies Activity as a Complex Network: Analysis of Transactions Graphs [7.58432869763351]
我々は、複雑なネットワーク理論を通して、4つの顕著で異なる分散台帳技術(DLT)における相互作用のパターンを研究することによって、一定期間のデジタルトランザクションの流れを解析する。 DLTにおけるユーザインタラクションの理解のために,ネットワーク特性と特異性の研究が最重要であることを示す。
論文参考訳（メタデータ） (2021-09-14T08:32:36Z)
NetReAct: Interactive Learning for Network Summarization [60.18513812680714]
本論文では,テキストコーポラによる感覚生成のネットワーク可視化を支援する,新しいインタラクティブネットワーク要約アルゴリズムであるNetReActを提案する。 netreactが、他の非自明なベースラインよりも、隠れたパターンを明らかにする高品質な要約や視覚化の生成に成功していることを示す。
論文参考訳（メタデータ） (2020-12-22T03:56:26Z)
Understanding the Role of Individual Units in a Deep Neural Network [85.23117441162772]
本稿では,画像分類と画像生成ネットワーク内の隠れ単位を系統的に同定する分析フレームワークを提案する。まず、シーン分類に基づいて訓練された畳み込みニューラルネットワーク(CNN)を分析し、多様なオブジェクト概念にマッチするユニットを発見する。第2に、シーンを生成するために訓練されたGANモデルについて、同様の分析手法を用いて分析する。
論文参考訳（メタデータ） (2020-09-10T17:59:10Z)
Neural Networks and Value at Risk [59.85784504799224]
リスクしきい値推定における資産価値のモンテカルロシミュレーションを行う。株式市場と長期債を試験資産として利用し、ニューラルネットワークについて検討する。はるかに少ないデータでフィードされたネットワークは、大幅にパフォーマンスが悪くなっています。
論文参考訳（メタデータ） (2020-05-04T17:41:59Z)

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。