-
题名基于时序交易图注意力神经网络的以太坊恶意账户检测
被引量：2
- 1
-
-
作者
石拓
梁飞
尚钢川
田洋俊
-
机构
北京警察学院公安管理系
北京市公安局海淀分局警务支援大队
金寨县公安局
-
出处
《信息网络安全》
CSCD
北大核心
2022年第10期69-75,共7页
-
文摘
随着区块链的迅速发展,利用以太坊从事传销、诈骗、洗钱等犯罪行为逐年增加,因此对于以太坊账户的检测成为了破解新型犯罪的一种有效方法。文章提出将交易时间信息融入到以太坊地址账户特征的模型,从而检测以太坊账户是否为恶意账户。模型对传统的注意力网络进行改进,通过融合时序交易时间图注意力的神经网络实现了地址账户特征的最终表达。实验结果表明,该模型优于传统的机器学习分类算法和图神经网络分类算法。
-
关键词
图注意力机制
时间核函数
以太坊地址
-
Keywords
graph attention mechanism
time kernel function
ethereum accounts
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名基于多分组注意力机制的恶意URL智能检测方法
被引量：4
- 2
-
-
作者
梁飞
-
机构
北京市公安局海淀分局警务支援大队
-
出处
《信息网络安全》
CSCD
北大核心
2020年第S01期18-22,共5页
-
文摘
恶意URL背后往往隐藏着木马程序、诈骗信息、恶意软件,严重威胁到网络安全环境。文章提出了一种基于多分组注意力机制的Bi LSTM-N-Attention模型,将URL作为文本数据分类的问题处理。模型首先将URL作为文本类的时间序列进行输入,通过词嵌入技术映射到稠密向量空间,并利用基于双向的长短时记忆模型(Bi LSTM)进行文本数据的信息提取;然后通过引入多分组Attention机制,提取到时序信息各时刻的相关程度;最后将融合的特征进行二分类预测。实验结果验证了Bi LSTM-N-Attention模型方法的有效性。
-
关键词
注意力机制
神经网络
深度学习
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于变分贝叶斯图神经网络检测比特币非法交易的技术
- 3
-
-
作者
梁飞
方若冰
王凯
-
机构
北京市公安局海淀分局警务支援大队
-
出处
《信息网络安全》
CSCD
北大核心
2021年第S01期1-6,共6页
-
文摘
针对基于区块链技术的比特币交易中存在涉及犯罪行为的现状,文章提出一种利用变分贝叶斯图神经网络在比特币交易链网中检测异常交易的识别方法,将比特币交易数据处理成存在交易时间信息的时序化图结构数据节点分类问题。模型在时序的图卷积神经网络的基础上引入了变分贝叶斯RNN模型结构,有效地捕捉到图卷积模型参数随时间变化而产生的时序特性,同时进行二分类预测。通过实验验证了文章方法的有效性和实用性。
-
关键词
图神经网络
变分自编码器
深度学习
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
