데이터 프라이버시를 지키면서 여러 참여자가 협력하여 신뢰할 수 있는 데이터 분석(군집화)을 수행할 수 있도록, 블록체인 합의 메커니즘을 활용한 새로운 탈중앙화 클러스터링 프레임워크를 제안한다. 논문 요약 연구 배경 데이터의 가치는 높아졌지만, 개인정보보호 규제가 강화되면서 데이터를 한곳에 모아 분석하는 중앙화된 방식은 한계에…
이더리움 블록체인의 방대한 거래 데이터를 머신러닝으로 분석하여, 익명의 지갑 주소 뒤에 숨겨진 사용자의 행동 유형을 자동으로 분류하는 방법론을 제시한 선구적인 온체인 데이터 분석 연구이다. 논문 요약 연구 배경 이 연구는 블록체인 데이터 분석의 초점을 ‘네트워크 자체’에서 ‘네트워크 참여자(사용자)’로 전환시킨 중요한…
대규모 온라인 게임에서 수집되는 플레이어의 행동 로그 데이터를 머신러닝으로 분석하여, 플레이어의 숨겨진 행동 패턴과 유형을 자동으로 발견하는 게임 데이터 분석의 선구적인 연구이다. 논문 요약 연구 배경 이 연구는 게임 개발자의 ‘직감’을 넘어, 실제 ‘데이터’를 통해 플레이어를 이해하려는 게임 애널리틱스(Game Analytics)…
NFT 시장의 거래 데이터를 분석하여, 비지도 학습(Unsupervised Clustering)을 통해 가격을 왜곡하는 워시 트레이딩(자전 거래)과 같은 이상 거래를 효과적으로 자동 탐지하는 방법론을 제안한다. 논문 요약 연구 배경 이 연구는 NFT 시장의 폭발적 성장 이면에 숨겨진 시장 교란 행위, 특히 워시 트레이딩의…
이 논문은 대표적인 탈중앙화 거래소(DEX)인 Sushiswap과 Uniswap V3의 온체인 트랜잭션 데이터를 비교 분석하여, 각 프로토콜 사용자의 행동 패턴을 비지도 학습으로 클러스터링하고 그 차이점을 규명한 연구이다. 논문 요약 연구 배경 이 연구는 급성장하는 DeFi 생태계에서 사용자 행동에 대한 이해가 부족하다는 문제의식에서…