FRAD: 使用三元分类模型在以太坊上进行前置攻击检测

Nov, 2023

FRAD: 使用三元分类模型在以太坊上进行前置攻击检测

FRAD: Front-Running Attacks Detection on Ethereum using Ternary Classification Model

Yuheng Zhang, Pin Liu, Guojun Wang, Peiqiang Li, Wanyi Gu...

TL;DR该研究针对以太坊上的前置交易攻击问题，提出了一种名为 FRAD 的新型检测方法，用于准确分类涉及交易位移、插入和压制的前置交易攻击，并通过实验证明，多层感知器（MLP）分类器在检测前置交易攻击方面达到了 84.59% 的准确率和 84.60% 的 F1 分数。

Abstract

With the evolution of blockchain technology, the issue of transaction security, particularly on platforms like ethereum, has become increasingly critical. →

blockchain technology front-running attacks transaction security ethereum detection method

发现论文，激发创造

基于异构图神经网络的以太坊欺诈检测

该研究比较了不同类型图神经网络模型在以太坊交易网络数据和钓鱼标签数据上的性能表现，结果表明异构模型的表现优于同构模型，尤其是 RGCN 模型在整体指标上表现最好。

Mar, 2022

区块链大语言模型

TXRANK 是一种动态、实时的检测异常区块链交易的工具，它不依赖于预定义规则或模式，并通过实时 Intrusion Detection System 识别以太坊中的异常交易，从而在区块链交易分析领域做出了贡献。

Apr, 2023

BERT4ETH: 面向以太坊欺诈检测的预训练 Transformer

提出了一个名为 BERT4ETH 的通用预训练 Transformer 编码器，可用于检测以太坊上的各种欺诈行为，该方法相较于当前研究使用的基于图形的欺诈检测方法，在处理高度重复，偏态分布和异构的以太坊交易方面具有更好的性能，并使用三种实用的有效策略来解决为以太坊预训练 BERT 模型所面临的挑战，BERT4ETH 在钓鱼账户检测和去匿名任务方面表现出显着的改善。

Mar, 2023

GasTrace: 在以太坊中检测夹攻恶意账户

通过 GasTrace 级联分类框架，分析和建模燃料特征，使用 SVM 和 RBF 内核生成预测概率，并通过 GAT 技术捕获行为特征，实现对以夹击攻击为特点的恶意账户的高效检测和生成。

May, 2024

在以太坊区块链上检测金融机器人

利用机器学习在以太坊平台上检测金融机器人，建立了金融机器人分类，并提供关于当前机器人情况的额外见解。

Mar, 2024

攻击尾部：是的，你真的可以破解联邦学习

通过理论分析和实验，研究在分布式机器学习领域，如何有效检测和保护模型免受恶意注入的后门影响。

Jul, 2020

Flash Boys 2.0：去中心化交易所中的预先买卖、交易重排序和共识不稳定性

区块链中的仲裁机器人和优先燃气拍卖所带来的威胁及其对 Etheruem 的影响。