-
题名基于国民账户均衡模型的未观测经济规模测算
被引量：14
- 1
-
-
作者
李建军
-
机构
中央财经大学金融学院
-
出处
《中央财经大学学报》
CSSCI
北大核心
2008年第6期24-28,共5页
-
基金
教育部人文社科规划基金项目<基于未观测金融分析框架的货币均衡问题研究>(编号:05JA790086)的阶段性成果。
教育部新世纪优秀人才支持计划的资助
-
文摘
自本世纪初未观测经济范畴被OECD等国际机构提出以来,理论界对未观测经济规模测算的探索不断深入。中国经济普查的开展也为认识未观测经济总量提供了非常有说服力的证据。在外部失衡和资本进出管制的背景下,中国未观测规模扩张是必然趋势,也对经济运行产生了深远的影响。本文从国民账户均衡关系入手,采用储蓄、信贷与国际收支之间的均衡关系模型,测算未观测经济规模。结果显示,两种口径的未观测经济规模占GDP比重介于10%-49%之间,2005年未观测经济相对规模因为普查数据调整GDP而有所下降,2006年又出现迅速扩张的态势,开展第二次全国经济普查非常必要。
-
关键词
未观测经济
国民账户均衡模型
规模测算中
-
分类号
F222.33
[经济管理—国民经济]
-
-
题名基于图神经网络的账户余额模型区块链地址分类方法
被引量：2
- 2
-
-
作者
李致远
徐丙磊
周颖仪
-
机构
江苏大学计算机科学与通信工程学院
江苏省工业网络安全技术重点实验室
江苏省泛在数据智能感知与分析应用工程研究中心
-
出处
《通信学报》
EI
CSCD
北大核心
2023年第9期115-126,共12页
-
基金
国家重点研发计划基金资助项目(No.2020YFB1005503)
江苏省自然科学基金资助项目(No.BK20201415)。
-
文摘
为了监管账户余额模型公链上的交易,有必要对该类区块链上的交易进行地址分类研究。基于此,提出了一种基于图神经网络的账户余额模型区块链地址分类方法(简称AJKGS-ABCM)以实现区块链地址的分类,为区块链交易追踪提供有效的支持。该方法将区块链交易数据建模为图结构,以地址为节点,交易为边,提出AJK-GraphSAGE算法学习图的嵌入表示,模型的输入只需要节点及其采样的邻居节点集合。同时,模型引入注意力机制及跳跃知识结合策略,自适应地为不同层的表示分配权重,并在不同层间共享信息,提高了训练速度和泛化能力。最后进行了实验对比,结果表明该模型在准确度、召回率和F1分数上性能优于其他方法。
-
关键词
账户余额模型区块链
地址分类
图神经网络
注意力机制
跳跃知识
-
Keywords
account balance model blockchain
address classification
graph neural network
attention mechanism
jumping knowledge
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名基于门限同态加密的区块链交易隐私保护方案
- 3
-
-
作者
孙爽
唐华云
贾晨
鲍凌峰
王会勇
-
机构
中债金科信息技术有限公司区块链实验室
区块链与数据安全全国重点实验室(浙江大学)
桂林电子科技大学数学与计算科学学院
广西密码学与信息安全重点实验室(桂林电子科技大学)
-
出处
《信息安全研究》
北大核心
2025年第8期746-752,共7页
-
基金
2024年浙江大学区块链与数据安全全国重点实验室开放课题。
-
文摘
区块链因其分布式处理、多方共识、数据不可篡改的特性而被广泛应用.然而公开透明的处理模式会泄露用户的隐私,如何使用加密技术防止敏感信息泄露显得尤为重要.提出基于门限同态加密算法的区块链交易隐私保护方案.首先,通过对用户的账户余额和转账金额进行同态加密,保证敏感交易数据的机密性;然后,设计相应的交易确认和交易验证方法;最后,对该方案进行了安全性分析和实验验证,结果表明,该方案具有良好的稳定性和扩展性,适用于通用的账户模型区块链系统.
-
关键词
门限同态加密
区块链
交易
隐私保护
账户模型
-
Keywords
threshold homomorphic encryption
blockchain
transaction
privacy protection
account model
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名基于节点影响力的区块链匿名交易追踪方法
被引量：3
- 4
-
-
作者
李致远
徐丙磊
周颖仪
-
机构
江苏大学计算机科学与通信工程学院
江苏省工业网络安全技术重点实验室
江苏省泛在数据智能感知与分析应用工程研究中心
-
出处
《计算机科学》
CSCD
北大核心
2024年第7期422-429,共8页
-
基金
国家重点研发计划(2020YFB1005503)
江苏省自然科学基金面上项目(BK20201415)。
-
文摘
随着区块链技术的快速发展,借助虚拟货币进行非法交易的行为越来越普遍,且数量仍在快速增长。为打击该类犯罪行为,目前主要从网络分析技术和图数据挖掘等角度研究区块链交易数据,以进行区块链交易追踪。然而,现有的研究在有效性、普适性以及效率等方面存在不足,且无法对新注册地址进行有效追踪。针对上述问题,文中提出了一种基于节点影响力的账户余额模型区块链交易追踪方法NITT,旨在追踪特定目标账户模型地址的主要资金流向。相比传统方法,该方法引入时间策略,降低了图数据规模,同时采用多重权重分配策略,筛选出了更有影响力的重要账户地址。在真实数据集上进行实验,结果表明,所提方法在有效性、普适性和效率等方面具有较大的优势。
-
关键词
区块链
匿名交易追踪
账户余额模型
节点影响力
-
Keywords
Blockchain
Anonymous transaction tracking
Account balance model
Node influence
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
