比特币系统中的异常检测——一种网络视角
社会与信息网络
2017-02-28 v2 密码学与安全
摘要
异常检测问题已被研究很长时间，并且许多网络分析技术已被提出作为解决方案。尽管一些结果看起来很有希望，但没有一种方法明显优于其余方法。在本文中，我们特别考虑比特币交易网络中的异常检测。我们的目标是检测哪些用户和交易最可疑；在这种情况下，异常行为是可疑行为的代理。为此，我们在由比特币交易网络生成的两个图上使用幂度定律和稠密化定律以及局部离群因子 (LOF) 方法（其前面使用 k-means 聚类方法）：一个图以用户为节点，另一个以交易为节点。我们注意到，这里使用的方法可应用于任何具有内在图结构的设置，包括但不限于计算机网络、电信网络、拍卖网络、安全网络、社交网络、Web 网络或任何金融网络。我们在本文中使用比特币交易网络是由于数据集的可用性、规模和吸引力。
引用
@article{arxiv.1611.03942,
title = {Anomaly Detection in the Bitcoin System - A Network Perspective},
author = {Thai Pham and Steven Lee},
journal= {arXiv preprint arXiv:1611.03942},
year = {2017}
}