論文の概要: Detection and Analysis of Sensitive and Illegal Content on the Ethereum Blockchain Using Machine Learning Techniques

• arxiv url: http://arxiv.org/abs/2512.17411v1
• Date: Fri, 19 Dec 2025 10:04:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-22 19:25:54.337031
• Title: Detection and Analysis of Sensitive and Illegal Content on the Ethereum Blockchain Using Machine Learning Techniques
• Title（参考訳）: 機械学習を用いたEthereumブロックチェーン上の高感度・高次コンテンツの検出と解析
• Authors: Xingyu Feng,
• Abstract要約: 本研究は,データ識別と復元のアルゴリズムを提案することに焦点を当てる。 175の共通ファイル、296のイメージ、91,206のテキストを回復しました。 我々の発見は、個人データ、明示的な画像、分裂言語、人種差別を含む、ブロックチェーン上の良質で有害なコンテンツが共存していることを明らかにする。
• 参考スコア（独自算出の注目度）: 1.7898003214561724
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Blockchain technology, lauded for its transparent and immutable nature, introduces a novel trust model. However, its decentralized structure raises concerns about potential inclusion of malicious or illegal content. This study focuses on Ethereum, presenting a data identification and restoration algorithm. Successfully recovering 175 common files, 296 images, and 91,206 texts, we employed the FastText algorithm for sentiment analysis, achieving a 0.9 accuracy after parameter tuning. Classification revealed 70,189 neutral, 5,208 positive, and 15,810 negative texts, aiding in identifying sensitive or illicit information. Leveraging the NSFWJS library, we detected seven indecent images with 100% accuracy. Our findings expose the coexistence of benign and harmful content on the Ethereum blockchain, including personal data, explicit images, divisive language, and racial discrimination. Notably, sensitive information targeted Chinese government officials. Proposing preventative measures, our study offers valuable insights for public comprehension of blockchain technology and regulatory agency guidance. The algorithms employed present innovative solutions to address blockchain data privacy and security concerns.
• Abstract（参考訳）: 透明で不変な性質を持つブロックチェーン技術は、新しい信頼モデルを導入している。 しかし、その分散された構造は、悪意のあるコンテンツや違法コンテンツを含む可能性への懸念を引き起こす。 本研究はEthereumに着目し,データ識別と復元アルゴリズムを提案する。 我々は175の共通ファイル、296のイメージ、91,206のテキストを復元し、FastTextアルゴリズムを用いて感情分析を行い、パラメータチューニング後の0.9の精度を実現した。 分類では、中性70,189件、陽性5,208件、陰性15,810件が判明した。 NSFWJSライブラリを利用すると、100%精度で7つの不正確な画像が検出された。 我々の発見は、個人データ、明示的な画像、分裂言語、人種差別を含む、Ethereumブロックチェーン上の良質で有害なコンテンツが共存していることを明らかにする。 特にセンシティブな情報は中国政府を標的にしていた。 本研究は,予防対策として,ブロックチェーン技術と規制当局のガイダンスの公開理解に有用な知見を提供する。 このアルゴリズムは、ブロックチェーンデータのプライバシとセキュリティ上の問題に対処する革新的なソリューションを採用した。

関連論文リスト

• Decompiling Smart Contracts with a Large Language Model [51.49197239479266]
  Etherscanの78,047,845のスマートコントラクトがデプロイされているにも関わらず(2025年5月26日現在)、わずか767,520 (1%)がオープンソースである。 この不透明さは、オンチェーンスマートコントラクトバイトコードの自動意味解析を必要とする。 バイトコードを可読でセマンティックに忠実なSolidityコードに変換する,先駆的な逆コンパイルパイプラインを導入する。
  論文  参考訳（メタデータ） (2025-06-24T13:42:59Z)
• Bitcoin's Edge: Embedded Sentiment in Blockchain Transactional Data [5.762286612061954]
  パターンを分析し、検出し、ブロックチェーントランザクションデータにエンコードされた公開感情を抽出するために、自然言語処理技術を使用します。 われわれの発見は、これまで未調査だった、可利用で透明で不変なデータのソースに光を当てた。
  論文  参考訳（メタデータ） (2025-04-18T10:06:21Z)
• Blockchains for Internet of Things: Fundamentals, Applications, and Challenges [38.29453164670072]
  すべてのブロックチェーンシステムが、特定のIoTアプリケーションに適しているわけではない。 パブリックブロックチェーンは機密データを格納するのに適していない。 ブロックチェーンのアプリケーションを、エッジAI、通信、ヘルスケアの3つの重要なIoT領域で調査する。
  論文  参考訳（メタデータ） (2024-05-08T04:25:57Z)
• A Novel Classification of Attacks on Blockchain Layers: Vulnerabilities, Attacks, Mitigations, and Research Directions [0.8540657305162735]
  本調査では,ブロックチェーン攻撃の新たな分類と,ブロックチェーンデータセキュリティに関する詳細な調査を提案する。 さまざまなブロックチェーン層における攻撃の根本的な原因を精査することで、これらのセキュリティ上の懸念の深いダイナミクスを明らかにします。 また、ブロックチェーンにおける量子コンピューティングの影響と、将来利用可能な現在のテクノロジの弱点についても論じる。
  論文  参考訳（メタデータ） (2024-04-28T06:40:50Z)
• The Devil Behind the Mirror: Tracking the Campaigns of Cryptocurrency Abuses on the Dark Web [39.96427593096699]
  不正なブロックチェーンアドレスが1,189件ある2,564の違法サイトを特定します。 私たちの調査は、ダークウェブにおける不正な活動には強い相関関係があることを示唆しており、新たな不正なブロックチェーンアドレスと玉ねぎを識別するためのガイドになります。
  論文  参考訳（メタデータ） (2024-01-09T16:35:25Z)
• Vulnerability Scanners for Ethereum Smart Contracts: A Large-Scale Study [44.25093111430751]
  2023年だけでも、そのような脆弱性は数十億ドルを超える巨額の損失をもたらした。 スマートコントラクトの脆弱性を検出し、軽減するために、さまざまなツールが開発されている。 本研究では,既存のセキュリティスキャナの有効性と,現在も継続している脆弱性とのギャップについて検討する。
  論文  参考訳（メタデータ） (2023-12-27T11:26:26Z)
• Understanding writing style in social media with a supervised contrastively pre-trained transformer [57.48690310135374]
  オンラインソーシャルネットワークは、ヘイトスピーチから偽情報の拡散まで、有害な行動の場として機能している。 本稿では, 4.5 x 106テキストの公開資料から得られた大規模コーパスに基づいて学習したStyle Transformer for Authorship Representations (STAR)を紹介する。 512個のトークンからなる8つのドキュメントからなるサポートベースを使用して、著者を最大1616人の著者のセットから、少なくとも80%の精度で識別することができる。
  論文  参考訳（メタデータ） (2023-10-17T09:01:17Z)
• Protecting the Decentralized Future: An Exploration of Common Blockchain Attacks and their Countermeasures [1.1499361198674167]
  サイバー犯罪者を標的に、セキュリティ上の脅威が増えている。 この研究は、ブロックチェーン攻撃の緩和に関する詳細な分析を提供することを目的としている。 この調査は、ブロックチェーンアプリケーションの特定のニーズを考慮に入れることがいかに重要かも強調している。
  論文  参考訳（メタデータ） (2023-06-20T20:56:06Z)
• Reputation-based PoS for the Restriction of Illicit Activities on Blockchain: Algorand Usecase [2.3455387491754975]
  近年では、ブロックチェーントランザクションデータに基づいて、さまざまな機械学習ベースのテクニックが、このような犯罪要素を検出することができる。 本稿では,上記の不正行為を検知したユーザに対する評価に基づく応答手法を提案する。
  論文  参考訳（メタデータ） (2021-12-21T07:32:22Z)

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。