ScamSweeper: 基于交易分析检测 Web3 诈骗中的非法账户
密码学与安全
2025-12-18 v1
摘要
近年来,web3 应用特别是在以太坊平台上迅速增长,已成为诈骗者的目标。web3 诈骗模仿合法平台提供的服务,以模仿常规活动来欺骗用户。然而,以往研究主要集中在去匿名化和钓鱼节点,忽略了 web3 诈骗的独特特征。此外,当前的钓鱼账户检测工具利用图学习或抽样算法获取图特征。然而,大规模带时序属性的交易网络符合幂律分布,这给检测 web3 诈骗提出了挑战。为克服这些挑战,我们提出 ScamSweeper,一个强调交易图动态演化的新型框架,用于识别以太坊上的 web3 诈骗。ScamSweeper 采用考虑时序属性和结构信息的结构时序随机漫步进行网络抽样,这是一种优化的抽样漫步方法。随后,有向图编码器在不同时序区间生成每个子图的特征,按序列排序。此外,利用变分 Transformer 提取子图序列中的动态演化。随后,我们收集了一个由 web3 诈骗、钓鱼和正常账户组成的大规模交易数据集,来自以太坊前 1800 万区块高度。随后,我们全面分析了包括节点、边和度分布在内的各种属性之间的差异。我们的实验表明,ScamSweeper 在检测 web3 诈骗方面优于 SIEGE、Ethident 和 PDTGA,实现的加权 F1 分数提高了至少 17.29%,基准值为 0.59。此外,ScamSweeper 在钓鱼节点检测方面相较于 DGTSG 和 BERT4ETH 实现的 F1 分数提高了至少 17.5%。
引用
@article{arxiv.2512.15030,
title = {ScamSweeper: Detecting Illegal Accounts in Web3 Scams via Transactions Analysis},
author = {Xiaoqi Li and Wenkai Li and Zhijie Liu and Meikang Qiu and Zhiquan Liu and Sen Nie and Zongwei Li and Shi Wu and Yuqing Zhang},
journal= {arXiv preprint arXiv:2512.15030},
year = {2025}
}
备注
This work is accepted by TIFS