Evolve Path Tracer：加密货币恶意地址的早期检测
人工智能
2023-06-06 v3
摘要
随着加密货币的日益繁荣，检测欺诈行为及相关恶意地址吸引了大量研究工作。然而，大多数现有研究仍依赖于完整的历史特征或完备的地址交易网络，因此无法满足早期恶意地址检测的需求，该需求十分紧迫但鲜有现有研究讨论。为了在早期阶段检测恶意地址的欺诈行为，我们提出了 Evolve Path Tracer，它由 Evolve Path Encoder LSTM、Evolve Path Graph GCN 和 Hierarchical Survival Predictor 组成。具体而言，除了一般的地址特征外，我们提出了资产转移路径和相应的路径图来刻画早期交易模式。此外，由于交易模式在早期阶段变化迅速，我们提出了 Evolve Path Encoder LSTM 和 Evolve Path Graph GCN，以在演化结构设定下编码资产转移路径和路径图。Hierarchical Survival Predictor 随后预测地址标签，具有良好的可扩展性和更快的预测速度。我们在三个真实的非法比特币数据集上研究了 Evolve Path Tracer 的有效性和通用性。我们的实验结果表明，Evolve Path Tracer 优于最先进的方法。广泛的可扩展性实验证明了该模型在动态预测设定下的适应性。
引用
@article{arxiv.2301.05412,
title = {Evolve Path Tracer: Early Detection of Malicious Addresses in Cryptocurrency},
author = {Ling Cheng and Feida Zhu and Yong Wang and Ruicheng Liang and Huiwen Liu},
journal= {arXiv preprint arXiv:2301.05412},
year = {2023}
}
备注
In Proceedings of the 29th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD23)