- 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。
- FRAD: 使用三元分类模型在以太坊上进行前置攻击检测
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 - 利用图注意力网络和强化学习分析以优化网络效率和可扩展性的以太坊网络信息传播
该研究提出了一种创新方法,利用图卷积网络(GCNs)分析以太坊网络中的信息传播模式,通过开发结合图注意力网络(GAT)和强化学习(RL)的模型以优化网络效率和可扩展性,从而实现信息在网络中的有效传播,优化区块处理的燃气限制并提高网络效率。
- Tikuna:以太坊区块链网络安全监控系统
本文介绍了一个用于监控和检测以太坊区块链 P2P 网络潜在攻击的开源工具 Tikuna,该工具采用基于循环神经网络的无监督长短期记忆方法,能够高准确度地检测和分类包括 eclipse 攻击、Covert Flash 攻击等针对以太坊区块链 - ETGraph: 连接以太坊和推特的开创性数据集
ETGraph 是一个将 Ethereum 的交易记录和 Twitter 的关注数据进行链接的数据集,通过对其进行统计分析和一系列实验,发现 Twitter 数据在增强 Ethereum 分析方面起到了重要作用。
- 概率采样增强时空 GCN:以太坊网络中交易异常检测的可扩展框架
本研究通过将图卷积网络(GCNs)与时间随机游走(TRW)相结合,并借助概率抽样,来识别以太坊交易的复杂时间序列,从而提供更精细的交易异常检测机制。初步评估表明,我们的 TRW-GCN 框架在检测异常和交易突发事件方面显著提高了性能指标。此 - 使用数据流预训练模型在以太坊上智能侦测庞氏骗局
本文提出了一种新的方法,使用 SourceP 方法和数据流来检测以太坊平台上的智能庞氏骗局,其可以将智能合约的源代码转换成数据流图,并引入了基于学习代码表示的预训练模型来构建分类模型,实现了在 Ethereum 中智能庞氏骗局的高性能和可持 - 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。
- WWWBERT4ETH: 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 - WWWTTAGN: 经时交易聚合图网络用于以太坊钓鱼诈骗检测
本文提出了一种基于时间交易聚合图网络(TTAGN)的以太坊欺诈检测技术,通过模拟节点之间历史交易记录来构建以太坊交易网络的边表示,将边上的表示聚合到节点表示中,然后结合统计和结构特征进行识别,该方法在真实的以太坊欺诈数据集上优于同类方法。
- 将图神经网络与专家知识相结合,用于智能合约漏洞检测
使用图神经网络和专家知识探索智能合约漏洞检测,通过将源代码的控制和数据流语义转换为合同图,然后结合深度神经网络和专家模式检测三种漏洞(再入、时间戳依赖和无限循环漏洞),在以太坊和 VNT Chain 平台上取得了显着的精度提高。
- 非同质化代币(NFT):概述、评估、机遇与挑战
本篇技术报告系统性研究了当前 NFT 生态系统,包括各种技术解决方案、技术组件、协议、标准、安全演化等方面,旨在提供对该领域的系统性概述。
- 基于时间和交易数量的多图快照技术,用于以太坊交易追踪
使用以太坊交易数据作为研究对象,通过构建一个基于复杂网络的预测框架来跟踪交易记录,提高监管效率并保障区块链的安全性。
- 利用复杂网络方法对以太坊交易记录进行建模和理解
本研究利用时间和金额特征,将以太坊交易记录建模成复杂网络,通过设计多种灵活的基于随机游走的图表征策略,证明了边的时间和多样性特征对于准确建模和理解以太坊交易网络是不可或缺的
- 区块链正在监视您:对以太坊用户进行特征描述和去匿名化
本文分析了以太坊的账户模型的隐私问题,并使用类标识符将用户进行了匿名剖析,以此评估了 Tornado Cash 混币的隐私保障,并描述了一种可用于在以太坊上的机密交易层上的恶意价值指纹攻击。
- 以网络嵌入技术检测以太坊网络中的网络钓鱼及骗局探测
通过交易记录的信息提取和网络嵌入技术,本文针对以太坊网络上的网络钓鱼现象提出了一种检测方法,并证明其在以太坊上的有效性和交易网络特征提取算法的优越性。
- 以太坊系统安全概述:漏洞、攻击和防御
介绍了以太坊的新一代区块链技术及其去中心化应用(DApps)的概念,分析了 DApps 系统中存在的安全漏洞、攻击和防御的能力,提出了未来的研究方向。
- Securify:智能合约实践安全分析
Securify 是一个安全分析器,可以自动化地证明以太坊智能合约的行为在特定属性上是安全 / 不安全的,通过符号分析和合规 / 违规模式检查来实现,已经得到专家广泛使用。