【摘 要】
：
区块链提供了去中心化、防篡改、匿名和公开透明的环境。由智能合约组成的去中心化应用程序为区块链的发展开辟了新的视野。人们在推动各种区块链去中心化应用落地的同时,一些诈骗者也利用区块链经营欺诈犯罪活动。他们将庞氏骗局伪装成以投资、赌博和游戏等形式的去中心化应用程序,并在网站上对其推广,使经验不足的投资者面临严重的财产损失风险。因此,检测区块链上的智能庞氏骗局成为当前区块链发展过程中亟待解决的关键安全问
论文部分内容阅读
区块链提供了去中心化、防篡改、匿名和公开透明的环境。由智能合约组成的去中心化应用程序为区块链的发展开辟了新的视野。人们在推动各种区块链去中心化应用落地的同时,一些诈骗者也利用区块链经营欺诈犯罪活动。他们将庞氏骗局伪装成以投资、赌博和游戏等形式的去中心化应用程序,并在网站上对其推广,使经验不足的投资者面临严重的财产损失风险。因此,检测区块链上的智能庞氏骗局成为当前区块链发展过程中亟待解决的关键安全问题。由于数据集较小,可用于训练的智能庞氏骗局比非智能庞氏骗局少得多,同时现有方法存在目标泄露和预测偏移问题,使得提出的模型泛化能力弱,难以及时和准确地标记出智能庞氏骗局。为此,本文立足数据挖掘和机器学习方法,深入分析了区块链智能庞氏骗局的现状和特征,重点从基于梯度提升树的检测技术和联邦学习检测技术两个方面展开研究。论文的主要研究工作和贡献包括以下几个方面:（1）针对现有智能庞氏骗局检测方法未考虑数据集的不平衡性,以及在处理类别特征和计算梯度估计时存在目标泄漏的问题,提出一种抗目标泄露的智能庞氏骗局检测模型AL-SPSD。AL-SPSD可以从智能合约操作码层面实现对非开源智能庞氏骗局的检测,进而可实时地从区块链上部署的智能合约中检测出庞氏骗局。AL-SPSD主要采用了排序提升算法的设计思路,并通过数据增强的方法解决不平衡数据集的问题,从而能够加强模型的泛化能力,避免模型出现过拟合。实验测试结果表明AL-SPSD具有较高的精度和召回率,综合性能较其他竞争方法更好。（2）针对已有智能庞氏骗局检测方法仅以单边训练方式进行,不能解决数据集短缺和多方联合训练下的隐私保护问题,提出一种基于联邦学习的智能庞氏骗局检测框架SPSD-FL。SPSD-FL首次在区块链上实现了对智能庞氏骗局的联合检测。SPSD-FL利用基于直方图的树构建算法加快训练速度,并通过差分隐私方法实现参数的安全聚合,从而允许在多方之间进行检测模型的联合训练,而无需共享原始训练数据并保护用户敏感信息。实验测试结果表明SPSD-FL具有较高的精度和召回率,综合性能比单边训练模型更好,并且具有与数据集中训练模型几乎相同的性能。
其他文献
老龄化现象已经成为一个不容忽视的存在,在我国社会的持续稳步发展中,需要对其高度重视并审慎对待。第七次全国人口普查数据显示,G市60岁及以上人口总数为2130598人,占总人口比例11.41%,而65岁及以上人口则占总人口比例7.82%。广州人口总量持续增长,但劳动人口比重下降,预计到2025年,G市常住人口将达到2150万人左右,未来五年将进入老龄化和少子化"双加速"的转折期。居家养老是当前乃至未
海上目标探测和定位对于国防安全有着重要意义,沿海侦察站可对第一岛链内的目标高精度定位,但对于第一岛链外的目标需借助卫星无源定位系统进行定位。随着战争形态的转变,对无源定位系统的生存能力和快速响应能力的要求变高,侦察卫星小型化和网络化成为新的研究热点和趋势,由于小卫星的有效载荷受限且电功率较低,其只能搭载性能有限的数据采集和卫星链路通信设备,因此对星上数据采集和地面站处理提出了新的要求。本文在低采样
遥感图像目标检测是遥感图像智能解译分析的一个重要研究领域。随着近些年来遥感技术和深度学习技术的快速发展,以及遥感图像目标检测技术在军民领域广泛的应用需求,如何利用卷积神经网络（Convolutional Neural Network,CNN）提高遥感图像目标检测性能并应用到现实场景中已成为该领域的研究热点。与基于模板匹配、基于统计判决等的传统方法相比,基于CNN的方法利用多层网络自主学习样本特征,
战场态势是战场感知能力所实现的最终结果,反映了战场空间中兵力分布和战场环境的当前状态以及对未来战场发展变化趋势的预测,为指挥员作战决策和指挥提供有力的支撑。未来战争逐步趋于无人化、智能化,大规模分布式无人系统将应用于实战战场,有人、无人集群自主协同作战将逐步成为未来战争的主要形式之一,维护各分布式作战单元所面对相关态势信息的一致、实现对战场环境态势的全方位感知的战略意义愈发凸显。针对分布式系统中战
卷积神经网络（Convolution Neural Network,CNN）这一系列深度学习算法是计算机视觉领域的关键算法,已经在无人驾驶、智能语音、智能识别等生活场景中取得了巨大的进展,但CNN对计算力的要求也在不断加大,且随着现代社会的不断发展,在工业生产控制,军事作战管理,医疗电子辅助等多种领域,需要功耗较低的便携设备实时性地完成相关作业,数据处理和数据存储的平台多为嵌入式移动端设备。DSP
导弹武器信息化是提高武器作战性能的重要手段,主要通过提高武器获取和利用目标信息的手段而提升性能。精确制导武器获取目标信息后,需要利用弹载图像处理系统对其进行实时处理来实现对目标的检测、识别和跟踪功能,进而完成对目标的精确打击,但由于对抗环境的日益复杂,图像处理任务越发繁重,导致弹载图像处理系统面临功耗大、效率低等问题。针对这些问题,本文从“多核多用”的角度出发设计并行弹载图像处理系统,以提高处理系
深度神经网络是高效灵活的模型,可以很好地完成,如图像识别,自然语言处理、目标跟踪等各种任务。然而,随着深度神经网络研究不断深入,其自身网络结构愈发复杂,造成手动网络架构设计工作越来越困难。手动网络架构设计需要人类专家大量时间、脑力成本和深厚的相关经验,这在很大程度上制约了深度神经网络的发展。神经网络架构搜索在这样的背景下出现,利用日益增强的算力水平,结合目前已有的深度神经网络研究的先验知识,对复杂
数字经济是实现双循环新发展的重要支撑力量，为区域创新创业提供了新的动力和契机。本文以城市创业活跃度为研究视角，利用2011—2018年我国地级市面板数据，探讨了数字经济对区域“促创业”的影响及其内在机理。研究结果表明，数字经济的发展可以提高城市创业活跃度水平。对于东部城市而言，数字经济对城市创业活跃度的促进作用会更加显著。机制分析表明，消费扩张效应和吸引FDI溢出效应是数字经济影响城市创业活跃度的
对地观测卫星是人类获取地球空间信息的重要载体,在经济建设、社会发展、国防安全等领域发挥着巨大的作用。卫星任务规划作为对地观测卫星工作流程的重要环节,对于提升卫星观测效率具有重要意义。多星任务规划问题通常包含收益最大化、约束条件满足、规划效率等子问题,直接利用单一模型进行求解比较困难且效率不高。若将该问题分解为若干个相对简单的子问题,在此基础上针对不同的子问题设计相适应的算法进行求解,有利于降低求解
在受到技术封锁或发生战争等极端情况下,卫星导航定位系统极可能受到攻击,导致各种应用系统无法实现对自身的导航定位。利用广播信号、公共移动通信信号等普遍使用的民用机会信号可以作为补充卫星导航定位系统的有效技术手段,成为众多学者的研究课题。基于机会信号的自主定位技术分为基于几何关系和基于位置指纹的自主定位技术,其中基于位置指纹的自主定位技术因其成本较低、鲁棒性较高受到了广泛关注,它主要通过提取环境中能够