社交媒体对工作量证明加密货币51%攻击的认知：一种自然语言处理方法
社会与信息网络
2024-01-31 v2
摘要
本研究首次探讨社交媒体用户情感与情绪中所表达的针对加密货币攻击的影响。我们的目标是设计研究方法（包括数据收集）、对数据进行体量与时序分析，并刻画数据中浮现的情感与情绪特征。作为第一步，我们创建了首个涵盖31起各类PoW加密货币51%攻击事件的详尽列表，表明此类事件相当常见，与普遍认知相反。我们收集了关于这些事件的Twitter数据以及正常时期的基准数据用于比较。我们基于情感与情绪定义了刻画数据集特征的参数。我们研究了同一加密货币遭受攻击时与否则、同一加密货币多次攻击事件之间以及不同加密货币之间的情感与情绪画像差异。结果证实了一些预期的整体行为与反应，同时提供了可能不明显甚至令人惊讶的细致洞察。我们的代码与数据集已公开。
引用
@article{arxiv.2310.14307,
title = {Social Media Perceptions of 51% Attacks on Proof-of-Work Cryptocurrencies: A Natural Language Processing Approach},
author = {Zsofia Baruwa and Sanjay Bhattacherjee and Sahil Rey Chandnani and Zhen Zhu},
journal= {arXiv preprint arXiv:2310.14307},
year = {2024}
}