TEGDetector：一种感知演化交易行为的钓鱼检测器
密码学与安全
2021-12-01 v1 人工智能
摘要
近年来，钓鱼诈骗对区块链构成了重大威胁。钓鱼检测器致力于追踪钓鱼地址。大多数检测器通过随机游走或构建静态子图来提取目标地址的交易行为特征。遗憾的是，随机游走方法通常因采样序列长度有限而丢失结构信息，而静态子图方法往往忽略演化交易行为中蕴含的时间特征。更重要的是，当恶意用户故意隐藏钓鱼行为时，它们的性能会严重下降。为应对这些挑战，我们提出 TEGDetector，一种从交易演化图（TEGs）中学习演化行为特征的动态图分类器。首先，我们将交易序列划分为多个时间片，捕捉目标地址在不同时期的交易行为。接着，我们提供一种快速非参数钓鱼检测器来缩小可疑地址的搜索空间。最后，TEGDetector 同时考虑空间与时间演化，以完整刻画演化交易行为。此外，TEGDetector 利用自适应学习的时间系数对不同阶段给予差异化关注，提供了若干新颖见解。在大规模以太坊交易数据集上的大量实验表明，所提方法取得了最先进的检测性能。
引用
@article{arxiv.2111.15446,
title = {TEGDetector: A Phishing Detector that Knows Evolving Transaction Behaviors},
author = {Jinyin Chen and Haiyang Xiong and Dunjie Zhang and Zhenguang Liu and Jiajing Wu},
journal= {arXiv preprint arXiv:2111.15446},
year = {2021}
}