自动化技术论文_基于交易不可信度的比特币非法-计算机工程

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

自动化技术论文_基于交易不可信度的比特币非法

作者:

关键词:

摘要：

文章摘要:比特币非法交易检测是指：根据交易特征，建立检测模型，鉴别非法交易。现有检测方法采用的特征中没有直接反映交易非法性的特征，导致检测精度受限、召回率低。事实上，交易的非法性源于交易被用于违法活动，且违法交易之间具有关联性。基于此，提出交易非法性程度概念——交易不可信度，并提出算法对其进行量化，作为直接反映交易非法性的特征，融合到现有模型，以提高检测精度和召回率。针对非法交易样本少、标注困难、以及模型训练需要大量非法交易样本的问题，选择不可信度高的交易作为样本来扩大非法样本。实验表明，采用不可信度特征后，逻辑回归、随机森林、多层感知机和图卷积网络分类模型的F1值平均提高8.5%。

文章关键词: