一种针对比特币网络的集体异常检测方法
密码学与安全
2021-07-05 v1
摘要
加密货币尤其是比特币的流行与惊人吸引力每日吸引无数爱好者。尽管区块链技术可防止欺诈行为，其自身无法检测欺诈。总存在难以想象的欺诈手段，使用异常检测方法来识别异常与欺诈行为已成为必需。本研究主要目的是提出一种更高效的比特币异常检测新方法。为此，本研究采用集体异常诊断，而非诊断单个地址与钱包的异常，而是考察用户的异常，在拥有多个钱包的用户中异常更为显著。除采用集体异常检测方法外，本研究使用Trimmed_Kmeans算法进行聚类，所提方法成功识别出14名实施盗窃、欺诈与黑客攻击的用户，涉及9起案件中的26个地址。相较此前工作最多检测5起欺诈案件中的7个地址，所提方法表现良好。因此，该方法通过提出新思路，在降低特征提取所需算力的同时，成功检测异常用户，并能发现更多实施诈骗的交易与地址。
引用
@article{arxiv.2107.00925,
title = {A Collective Anomaly Detection Method Over Bitcoin Network},
author = {Mohammad Javad Shayegan and Hamid Reza Sabor},
journal= {arXiv preprint arXiv:2107.00925},
year = {2021}
}