머신러닝

Amazon SageMaker studio 초기 세팅하기 (S3, IAM, Studio )

AI와 머신러닝 모델을 개발하고 싶지만, 복잡한 초기 설정 때문에 망설여질 때가 많다. Amazon SageMaker(세이지메이커)는 이러한 모델 개발, 학습, 배포의 전 과정을 쉽게 처리해 주는 강력한 AWS 서비스로 활용할 수 있다. 하지만 SageMaker를 제대로 사용하려면 몇 가지 핵심 구성 요소를 미리…

공간을 가진 데이터: 유클리드 vs 비유클리드

데이터는 단순한 숫자와 문자의 나열이 아니다. 데이터는 마치 공간처럼 차원과 구조를 가지며, 이를 어떻게 이해하느냐에 따라 분석 방식과 결과가 달라진다. 데이터가 놓이는 공간을 유클리드 공간으로 볼지, 비유클리드 공간으로 볼지 구분하는 것은 데이터 분석의 출발점이다. 데이터에도 공간이 있다 데이터는 ‘좌표로 표현되는가’,…

TSGN: Transaction Subgraph Networks for Identifying Ethereum Phishing Accounts 논문 리뷰

이더리움 계정의 트랜잭션 서브그래프를 추출하고 그래프 대비 학습 기반의 GNN(Directed-TSGN, Temporal-TSGN)을 활용하여 피싱 계정을 식별하며, 높은 정확도와 시간 효율성을 달성했다. 논문 요약 해결하려는 문제 본 연구는 이더리움 블록체인 네트워크에서 피싱(Phishing) 계정을 효과적으로 식별하고 탐지하는 데 따르는 어려움을 해결하고자 했다. 피싱은…

BlockGC: A Joint Learning Framework for Account Identity Inference on Blockchain with Graph Contrast 논문 리뷰

온체인 거래 데이터를 기반으로 상호작용 그래프(AIG)를 구성하고, 서브그래프 대비 학습(contrastive learning)과 GNN 분류기를 공동 학습하는 BlockGC 프레임워크를 제안하여 블록체인 계정 정체성 추론 정확도를 향상시켰다. 논문 요약 해결하려는 문제 본 연구는 블록체인 네트워크에서 익명성으로 인해 사용자 계정의 정체성을 파악하고 악성 행위를…

Leveraging Tabular GANs for Malicious Ethereum Address Classification in Ethereum Network 논문 리뷰

Tabular GAN(CTGAN/CTABGAN+)을 활용하여 이더리움 주소 데이터를 증강하고, 이를 통해 피싱 및 Ponzi 등 악성 지갑을 식별하는 분류기의 성능을 개선했다. 논문 요약 해결하려는 문제 본 연구는 이더리움 블록체인 네트워크에서 **악성 지갑(피싱, Ponzi 등)**을 분류하는 데 있어 라벨링된 데이터셋의 부족과 클래스 불균형(Class…