面向以太坊庞氏检测的时间感知元路径特征增强

随着强调去中心化的 Web 3.0 的发展，区块链技术迎来了其变革，也带来了众多挑战，尤其在加密货币领域。近来，区块链上不断出现大量犯罪行为，如庞氏骗局和网络钓鱼诈骗，严重威胁去中心化金融。现有的基于图的区块链异常行为检测方法通常侧重于构建同质交易图而不区分节点与边的异质性，导致交易模式信息的部分丢失。尽管现有异质建模方法可通过元路径刻画更丰富的信息，所提取的元路径一般忽略实体间的时间依赖且不能反映真实行为。本文引入时间感知元路径特征增强（TMFAug）作为一个即插即用模块，以在以太坊上的庞氏骗局检测中捕捉基于真实元路径的交易模式。所提模块可自适应地与现有基于图的庞氏检测方法结合。大量实验结果表明，我们的 TMFAug 能帮助现有庞氏检测方法在以太坊数据集上取得显著性能提升，表明异质时间信息对庞氏骗局检测的有效性。