根据国家网信办相关规定和要求,《计算机应用研究》编辑部网站域名更换为arocmag.cn,原域名 arocmag.com 将于2024年12月31日后停用。

基于交易特征对以太网多类型非法账户的分析与预测

Analysis and prediction of multi-type illegal accounts of Ether based on transaction characteristics
周健1,2
闫石1
张杰1
黄世华1
1. 安徽财经大学 管理科学与工程学院, 安徽 蚌埠 233040
2. 北京邮电大学 计算机学院, 北京 100876

摘要

日益频繁的非法交易行为妨害以太坊安全交易,针对电子货币的匿名性使得非法交易行为难于跟踪分析问题。将以太坊平台交易数据作为数据源,以被标记的非法账户和未标记的正常账户数据集作为训练集,利用交易数据的特征属性为构造基础,通过CatBoost算法对其中包含多种类型的非法账户进行整体预测。其过程通过T-SNE算法实现交易特征的降维可视化,采用多倍交叉验证,引入SHAP value因子判断特征影响的正负属性,所建立模型的预测效果准确率达到了94.29%,感受者曲线下面积(AUC)数值的评估度量达到了0.984 6。该方案能较为准确地预测以太坊交易平台上存在的非法行为,有效改善基于区块链的交易环境。

基金项目

国家自然科学基金资助项目(61402001)
安徽省高等学校自然基金资助项目(KJ2020A0013,KJ2019A0657,KJ2018A0441)
安徽财经大学重点项目(ACKY1815ZDB,ACKYB19012)
安徽财经大学科研创新基金项目(ACYC2020369)

出版信息

DOI: 10.19734/j.issn.1001-3695.2022.03.0113
出版期卷: 《计算机应用研究》 印刷出版, 2022年第39卷 第10期
所属栏目: 区块链技术
出版页码: 2923-2928
文章编号: 1001-3695(2022)10-005-2923-06

发布历史

[2022-05-23] 优先出版
[2022-10-05] 印刷出版

引用本文

周健, 闫石, 张杰, 等. 基于交易特征对以太网多类型非法账户的分析与预测 [J]. 计算机应用研究, 2022, 39 (10): 2923-2928. (Zhou Jian, Yan Shi, Zhang Jie, et al. Analysis and prediction of multi-type illegal accounts of Ether based on transaction characteristics [J]. Application Research of Computers, 2022, 39 (10): 2923-2928. )

关于期刊

  • 计算机应用研究 月刊
  • Application Research of Computers
  • 刊号 ISSN 1001-3695
    CN  51-1196/TP

《计算机应用研究》创刊于1984年,是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。

《计算机应用研究》瞄准本学科领域迫切需要的前沿技术,及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。

《计算机应用研究》拥有众多高层次读者、作者,读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员,各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅,所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。


收录和评价

  • 第二届国家期刊奖百种重点期刊
  • 中国期刊方阵双效期刊
  • 全国中文核心期刊(北大2023年版)
  • 中国科技核心期刊
  • 中国科学引文数据库(CSCD)来源期刊
  • RCCSE中国核心学术期刊
  • 中国计算机学会会刊
  • 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
  • 中国科技期刊精品数据库全文来源期刊
  • 中国学术期刊综合评价数据库来源期刊
  • 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
  • 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
  • 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
  • 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
  • 英国《科学文摘》(INSPEC)来源期刊
  • 《日本科学技术振兴机构数据库》(JST)来源期刊
  • 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
  • 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
  • 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
  • 波兰《哥白尼索引》(IC)来源期刊
  • 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊