BlockGC：基于图对比的区块链账户身份联合推断学习框架
密码学与安全
2021-12-08 v1 社会与信息网络
摘要
区块链技术具有去中心化、可追溯和防篡改的特征，创造了可靠的去中心化交易模式，进一步加速了区块链平台的发展。然而，随着各类金融应用的普及，由区块链数字资产引发的安全问题，如洗钱、非法募资和钓鱼欺诈，不断上升。因此，金融安全已成为区块链生态中的重要问题，识别区块链中账户的类型（例如矿工、钓鱼账户、庞氏合约等）在风险评估和市场监督中具有重要意义。本文中，我们以图视角利用原始区块链数据构建账户交互图，并提出一种基于图对比的区块链账户身份联合推断学习框架。我们首先从交互图中捕获交易特征和关联特征，然后进行采样和数据增强以为账户子图生成多个视图，最后联合训练子图对比与账户分类任务。在以太坊数据集上的大量实验表明，我们的方法在账户身份推断任务中在分类性能、可扩展性和泛化性方面取得了显著优势。
引用
@article{arxiv.2112.03659,
title = {BlockGC: A Joint Learning Framework for Account Identity Inference on Blockchain with Graph Contrast},
author = {Jiajun Zhou and Chenkai Hu and Shenbo Gong and Jiaying Xu and Jie Shen and Qi Xuan},
journal= {arXiv preprint arXiv:2112.03659},
year = {2021}
}