論文の概要: SolPhishHunter: Towards Detecting and Understanding Phishing on Solana
- arxiv url: http://arxiv.org/abs/2505.04094v1
- Date: Wed, 07 May 2025 03:16:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-08 19:07:35.965226
- Title: SolPhishHunter: Towards Detecting and Understanding Phishing on Solana
- Title（参考訳）: SolPhishHunter: フィッシングの検出と理解に向けて
- Authors: Ziwei Li, Zigui Jiang, Ming Fang, Jiaxin Chen, Zhiying Wu, Jiajing Wu, Lun Zhang, Zibin Zheng,
- Abstract要約: 我々はSolPhishの3つのタイプを定義し、SolPhishHunterと呼ばれる検出ツールを開発した。
我々はSolPhishの合計8,058例を検出し、これらの検出事例を実証分析した。
検出されたSolPhish取引は、被害者に約11億ドルの損失をもたらした。
- 参考スコア（独自算出の注目度）: 35.84010295438116
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Solana is a rapidly evolving blockchain platform that has attracted an increasing number of users. However, this growth has also drawn the attention of malicious actors, with some phishers extending their reach into the Solana ecosystem. Unlike platforms such as Ethereum, Solana has distinct designs of accounts and transactions, leading to the emergence of new types of phishing transactions that we term SolPhish. We define three types of SolPhish and develop a detection tool called SolPhishHunter. Utilizing SolPhishHunter, we detect a total of 8,058 instances of SolPhish and conduct an empirical analysis of these detected cases. Our analysis explores the distribution and impact of SolPhish, the characteristics of the phishers, and the relationships among phishing gangs. Particularly, the detected SolPhish transactions have resulted in nearly \$1.1 million in losses for victims. We report our detection results to the community and construct SolPhishDataset, the \emph{first} Solana phishing-related dataset in academia.
- Abstract（参考訳）: Solanaは急速に進化するブロックチェーンプラットフォームであり、ユーザを惹きつけている。
しかし、この成長は悪意ある俳優の注意を惹きつけ、一部のフィッシングはソラナの生態系に手を伸ばした。
Ethereumのようなプラットフォームとは異なり、Solanaにはアカウントとトランザクションの異なるデザインがあり、SolPhishと呼ばれる新しいタイプのフィッシングトランザクションが出現する。
我々はSolPhishの3つのタイプを定義し、SolPhishHunterと呼ばれる検出ツールを開発した。
SolPhishHunterを用いて、合計8,058件のSolPhishインスタンスを検出し、これらの検出事例を実証分析する。
分析では,SolPhishの分布と影響,フィッシンググルーパーの特性,およびフィッシンググルーパー間の関係について検討した。
特に、検出されたSolPhish取引は、被害者に約110万米ドルの損失をもたらした。
我々は,この検出結果をコミュニティに報告し,学術におけるSolPhishDataset,the \emph{first} Solana phishing関連データセットを構築した。
関連論文リスト
- SolRPDS: A Dataset for Analyzing Rug Pulls in Solana Decentralized Finance [0.6367946001576646]
Solanaの暴走は、分散ファイナンス(DeFi)と対話するユーザに大きなダメージを与えている。
開発者がユーザの信頼を利用して、DEX(Decentralized Exchanges)上のトークンプールから流動性を引き出すと、ラグプルが発生します。
Solanaのトランザクションから派生した最初の公開ルーグプルデータセットであるSolRPDSを紹介する。
論文 参考訳（メタデータ） (2025-04-06T11:36:48Z) - Detecting Malicious Accounts in Web3 through Transaction Graph [5.860182743283932]
ScamSweeperは、大規模なトランザクションデータセット上でWeb3の詐欺を識別する新しいフレームワークである。
実験の結果, ScamSweeper は Web3 詐欺検出の最先端を超えていることがわかった。
論文 参考訳（メタデータ） (2024-10-28T03:56:22Z) - BlockFound: Customized blockchain foundation model for anomaly detection [47.04595143348698]
BlockFoundは、異常なブロックチェーントランザクション検出のためのカスタマイズされた基盤モデルである。
ブロックチェーントランザクションのユニークなデータ構造をモデル化するための、一連のカスタマイズデザインを紹介します。
BlockFoundは、Solana上の異常なトランザクションを高精度に検出する唯一の方法である。
論文 参考訳（メタデータ） (2024-10-05T05:11:34Z) - Eyes on the Phish(er): Towards Understanding Users' Email Processing Pattern and Mental Models in Phishing Detection [0.4543820534430522]
本研究では, 作業負荷がフィッシングに対する感受性に与える影響について検討した。
我々は、視線追跡技術を用いて、参加者の読書パターンやフィッシングメールとのインタラクションを観察する。
以上の結果から,メール送信者への注意がフィッシングの感受性を低下させる可能性が示唆された。
論文 参考訳（メタデータ） (2024-09-12T02:57:49Z) - Dissecting Payload-based Transaction Phishing on Ethereum [13.398858969125495]
ペイロードベースのトランザクションフィッシング(PTXPHISH)は、悪意のあるペイロードの実行を通じてユーザを騙すスマートコントラクトインタラクションを操作する。
PTXPHISHは急速に重大な脅威となり、2023年の報告書では7000万ドルを超える損失を招いた。
5000のフィッシングトランザクションからなるPTXPHISHデータセットを構築。
そこで本研究では,PTXPHISHを同定するためのルールベース多次元検出手法を提案する。
論文 参考訳（メタデータ） (2024-09-04T02:26:59Z) - 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) - An Empirical Investigation of Personalization Factors on TikTok [77.34726150561087]
TikTokのアルゴリズムがプラットフォームの成功とコンテンツの配布に重要であるにもかかわらず、アルゴリズムの実証的な分析はほとんど行われていない。
我々は,私たちが開発したカスタムアルゴリズムを用いたソック・パペット・監査手法を用いて,TikTokへのアクセスに使用される言語と位置情報の効果を検証,分析した。
その結果,フォローフェールが最も強い影響を受けており,ライクフェールやビデオ視聴率が高いことが判明した。
論文 参考訳（メタデータ） (2022-01-28T17:40:00Z) - E-Commerce Dispute Resolution Prediction [69.84319333335935]
我々は、紛争解決における人間のエージェントを大規模に支援する第一歩を踏み出す。
eBayのオンラインマーケットプレースから大規模な論争のデータセットを構築し、いくつかの興味深い行動パターンと言語パターンを特定します。
次に、高い精度で論争の結果を予測するために分類器を訓練する。
論文 参考訳（メタデータ） (2021-10-13T09:45:06Z) - Phishing and Spear Phishing: examples in Cyber Espionage and techniques
to protect against them [91.3755431537592]
フィッシング攻撃は、2012年以降、サイバー攻撃の91%以上を突破し、オンライン詐欺で最も使われているテクニックとなっている。
本研究は, フィッシングとスピア・フィッシングによる攻撃が, 結果を大きくする5つのステップを通じて, フィッシングとスピア・フィッシングによる攻撃の実施方法についてレビューした。
論文 参考訳（メタデータ） (2020-05-31T18:10:09Z)
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。