Scifaro

中文

用于加密货币交易异常检测的混合 GCN-GRU 模型

机器学习 2025-09-10 v1 人工智能

作者: Gyuyeon Na , Minjung Park , Hyeonjeong Cha , Soyoun Kim , Sunyoung Moon , Sua Lee , Jaeyoung Choi , Hyemin Lee , Sangmi Chai

在 arXiv 上查看 ↗ PDF ↗

摘要

区块链交易网络十分复杂，具有不断演化的时间模式与节点间关系。为了检测非法活动，我们提出了一种混合 GCN-GRU 模型，以同时捕捉结构特征与序列特征。使用真实的比特币交易数据（2020-2024 年），我们的模型达到了 0.9470 的准确率和 0.9807 的 AUC-ROC，优于所有基线模型。

关键词

异常检测加密货币交易 GCN-GRU 区块链时间模式

引用

@article{arxiv.2509.07392,
  title  = {Hybrid GCN-GRU Model for Anomaly Detection in Cryptocurrency Transactions},
  author = {Gyuyeon Na and Minjung Park and Hyeonjeong Cha and Soyoun Kim and Sunyoung Moon and Sua Lee and Jaeyoung Choi and Hyemin Lee and Sangmi Chai},
  journal= {arXiv preprint arXiv:2509.07392},
  year   = {2025}
}