7,000개의 합성 이더리움 지갑 데이터셋을 기반으로 Tfidf 전처리 및 XGBoost 모델을 활용하여 honeypot 지갑을 탐지하고, 이를 Streamlit 웹 앱으로 구현하여 실시간 분류 시스템의 실용성을 입증했다. 논문 요약 해결하려는 문제 본 연구는 이더리움 블록체인 기반의 탈중앙화 애플리케이션(dApps)에서 사용자들을 속여 자산을 탈취하는…
이더리움 주소의 온체인 거래 속성을 추출하여 XGBoost 기반 지도 학습 모델로 악성 지갑을 탐지하는 프레임워크를 제안하고, 우수한 탐지 성능과 주요 특징을 규명했다. 논문 요약 해결하려는 문제 본 연구는 이더리움 블록체인 네트워크 내에서 발생하는 **악성 활동(불법 자금 이동, 사기 등)**을 효과적으로…
이더리움 블록체인 주소를 대상으로 지도 학습(랜덤 포레스트, XGBoost 등)을 적용하여 정상/악성 활동을 분류하고, 그 성능을 분석함으로써 블록체인 보안 및 자금세탁방지에 기여했다. 논문 요약 해결하려는 문제 본 연구는 이더리움 블록체인 네트워크 내에서 발생하는 악성 활동(피싱, 사기, 자금세탁 등)을 탐지하고 분류하는 데…
NFT의 속성, 희소성, 거래 이력 등 다양한 데이터를 활용하여, LightGBM과 같은 머신러닝 회귀 모델이 NFT의 적정 가격을 높은 정확도로 예측할 수 있음을 증명한다. 논문 요약 연구 배경 “이 디지털 그림이 왜 수십억 원의 가치를 가질까?” NFT 시장의 폭발적인 성장 이면에는…
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…