Transformer 模型在区块链技术进步中的作用：系统综述
机器学习
2024-09-06 v2 人工智能
密码学与安全
摘要
随着区块链技术的快速发展，对提高效率、安全性和可扩展性的需求日益增长。Transformer 模型作为强大的深度学习架构，在解决各种区块链挑战方面展现了非凡潜力。然而，缺乏对 Transformer 在区块链应用中的系统性综述。本文旨在填补这一研究空白，通过调查超过 200 篇相关论文，全面回顾 Transformer 在区块链应用中的实际案例和研究进展。我们的调查涵盖关键领域，包括异常检测、智能合约安全分析、加密货币预测与趋势分析以及代码摘要生成。为了清晰阐述 Transformer 在各区块链领域的取得的进展，我们采用领域导向的分类体系，依据当前区块链研究中的主要挑战，对代表性方法进行组织和介绍。在每个研究领域中，我们首先介绍其背景和目标，然后回顾以前的代表性方法并分析其局限性，最后介绍 Transformer 模型带来的进展。此外，我们探讨了利用 Transformer 的挑战，如数据隐私、模型复杂度和实时处理要求。最后，本文提出了未来研究方向，强调深入探索 Transformer 架构以适应特定区块链应用的重要性，并讨论了其在推动区块链技术发展中的潜在作用。本综述旨在为区块链技术与机器学习的集成开发提供新视角和研究基础，支持区块链技术的进一步创新和应用扩展。
引用
@article{arxiv.2409.02139,
title = {The Role of Transformer Models in Advancing Blockchain Technology: A Systematic Survey},
author = {Tianxu Liu and Yanbin Wang and Jianguo Sun and Ye Tian and Yanyu Huang and Tao Xue and Peiyue Li and Yiwei Liu},
journal= {arXiv preprint arXiv:2409.02139},
year = {2024}
}