BERT4ETH：用于以太坊欺诈检测的预训练Transformer
密码学与安全
2023-11-01 v2 机器学习
摘要
随着以太坊上各类欺诈形式泛滥，防范这些恶意活动以保护易受害用户免受侵害已势在必行。当前研究仅依赖基于图的欺诈检测方法，我们认为其可能并不适合处理高度重复、偏斜分布且异构的以太坊交易。为应对这些挑战，我们提出BERT4ETH，一种通用预训练Transformer编码器，用作账户表征提取器以检测以太坊上的各类欺诈行为。BERT4ETH具备Transformer的优越建模能力，可捕捉以太坊交易中固有的动态序列模式，并通过三种实用有效的策略（即重复性降低、偏斜缓解与异构建模）解决以太坊上BERT模型预训练的挑战。我们的实证评估表明，BERT4ETH在钓鱼账户检测与去匿名化任务上以显著提升优于最先进方法。BERT4ETH的代码见：https://github.com/git-disl/BERT4ETH。
引用
@article{arxiv.2303.18138,
title = {BERT4ETH: A Pre-trained Transformer for Ethereum Fraud Detection},
author = {Sihao Hu and Zhen Zhang and Bingqiao Luo and Shengliang Lu and Bingsheng He and Ling Liu},
journal= {arXiv preprint arXiv:2303.18138},
year = {2023}
}
备注
The ACM Web conference (WWW) 2023