用于比特币数据增强的生成对抗网络
机器学习
2020-05-28 v1 机器学习
摘要
在比特币实体分类中,结果强烈依赖于真值数据集,尤其当应用监督式机器学习方法时。然而,这些真值数据集常受显著类别不平衡影响,因为通常其包含关于合法服务(交易所、赌博)的信息远多于可能关联非法活动(混币器、服务)的信息。类别不平衡增加了机器学习技术的应用复杂度,并降低了分类结果质量,尤其对代表性不足但关键的类别。本文中,我们提议使用生成对抗网络(GANs)进行比特币数据增强以解决该问题,因为GANs近期在图像分类领域展现出有前景的结果。然而,并不存在适用于所有场景的“万能”GAN方案。事实上,GAN训练参数的设置并非易事且严重影响生成合成数据的质量。因此我们评估了GAN参数(如优化函数、数据集大小及所选批量大小)如何影响针对一个代表性不足实体类(矿池)的GAN实现,并展示如何获得“良好”的GAN配置,使合成生成与真实比特币地址数据间实现高相似性。据我们所知,这是首项将GANs作为比特币实体分类中数据增强的合成地址数据生成有效工具的研究。
引用
@article{arxiv.2005.13369,
title = {Generative Adversarial Networks for Bitcoin Data Augmentation},
author = {Francesco Zola and Jan Lukas Bruse and Xabier Etxeberria Barrio and Mikel Galar and Raul Orduna Urrutia},
journal= {arXiv preprint arXiv:2005.13369},
year = {2020}
}
备注
8 pages, 5 figures, 4 tables