用于以太坊交易追踪的时间-金额快照多重图
密码学与安全
2021-02-17 v1 机器学习
摘要
随着区块链在金融领域的广泛应用，各类网络犯罪的兴起给区块链安全带来了巨大挑战。为了更好地理解这一新兴市场并探索更有效的监管对策，对基于区块链系统的交易进行追踪势在必行。由于以太坊的开放性，我们可以轻松获取公开的交易记录，将其建模为复杂网络，并通过链接预测进一步研究交易追踪问题，从而从网络视角深入理解以太坊交易。具体而言，我们引入了一个由时间-金额快照多重图（TASMG）构成的基于嵌入的链接预测框架，并提出时间-金额游走（TAW）。通过考虑交易网络的实际规则与特征，我们提出 TASMG 将以太坊交易记录建模为时间-金额网络，进而提出 TAW 通过其交易记录有效嵌入账户，该过程融合了所提网络的时间与金额信息。实验结果表明，所提框架在学习更具信息量的表示方面具有优越性，可作为交易追踪的有效方法。
引用
@article{arxiv.2102.08013,
title = {Temporal-Amount Snapshot MultiGraph for Ethereum Transaction Tracking},
author = {Yunyi Xie and Jie Jin and Jian Zhang and Shanqing Yu and Qi Xuan},
journal= {arXiv preprint arXiv:2102.08013},
year = {2021}
}