本論文では、Ethereumにおけるポンジスキームの検出に関する研究を行っている。ポンジスキームは、分散型金融の安定性を脅かす重大な問題であり、早期発見が重要である。
論文では以下の点に着目している:
既存のグラフベースのポンジ検出手法は、ノードとエッジの異質性を考慮せず、取引パターン情報の一部が失われる問題がある。一方、異種モデリング手法は、メタパスを通じてより豊富な情報を描写できるが、エンティティ間の時間依存性を無視し、実際の行動を反映していない。
本論文では、時間認識メタパスを導入し、時間依存のアカウント相互作用パターンを捕捉する。さらに、共生関係と行動精緻化基準を提案し、細粒度の相互作用パターンを捕捉しつつ、情報の冗長性を軽減する。
提案するTMFAugモジュールは、時間依存の行動パターン情報を同種のトランザクショングラフに集約することで、既存のポンジ検出手法の性能を大幅に向上させることができる。
実験結果から、TMFAugモジュールが既存のポンジ検出手法の性能を大幅に向上させることが示された。また、TMFAugの汎用性から、時間依存の異種行動パターン情報がEthereum上のポンジスキーム検出に有益であることが示唆された。
In un'altra lingua
dal contenuto originale
arxiv.org
Approfondimenti chiave tratti da
by Chengxiang J... alle arxiv.org 04-02-2024
https://arxiv.org/pdf/2210.16863.pdfDomande più approfondite