FE-GNN: 이더리움 계정 분류를 위한 특징 강화 그래프 신경망 리뷰
이더리움의 복잡한 거래 네트워크를 ‘그래프’로 보고, 최신 딥러닝 기법인 그래프 신경망(GNN)을 활용하여, 각 지갑 주소의 ‘관계’와 ‘행동’을 동시에 학습시켜 유형을 분류하는 새로운 SOTA(최첨단) 방법론을 제시한다. 논문 요약 연구 배경 당신의 지갑은 당신이 누구와 거래하는지에 따라 정의된다. 이 연구는 개별 지갑의…
태그 Ethereum
더 보기 FE-GNN: 이더리움 계정 분류를 위한 특징 강화 그래프 신경망 리뷰
CEAT: 앙상블 머신러닝 알고리즘을 활용한 이더리움 주소의 거래 행동 분류 리뷰
이더리움 지갑 주소의 거래 이력 데이터만으로 해당 주소가 거래소, 피싱/스캠, ICO 지갑 등 어떤 유형에 속하는지, XGBoost와 같은 앙상블 머신러닝 모델을 통해 높은 정확도로 자동 분류하는 방법론을 제시한다. 논문 요약 연구 배경 블록체인 위의 모든 지갑은 0x…로 시작하는 익명의 가면을…
Defining user spectra to classify Ethereum users based on their behavior 리뷰
이더리움 사용자의 거래 이력을 다변량 시계열 ‘행동 스펙트럼’으로 표현하고, 이를 기반으로 한 새로운 유사도 측정 방식을 통해 사용자를 거래소, DEX 등 특정 유형으로 자동 분류하는 독창적인 방법론을 제시한다. 논문 요약 연구 배경 블록체인 위 모든 거래는 투명하게 공개되지만, 정작 그…