基于XGBoost和随机森林的区块链异常交易检测

分享到

【获取途径】超星期刊网
【作者】赵鹏，王文剑，吴迪，张虹
【刊名】南京邮电大学学报(自然科学版)
【作者单位】¹太原师范学院计算机科学与技术学院；²山西大学计算机与信息技术学院；³大连理工大学计算机学院
【年份】2025
【卷号】第45卷
【期号】第1期
【页码】115-122
【ISSN】1673-5439
【关键词】区块链异常交易检测 XGBoost 随机森林比特币交易
【摘要】近年来，黑客攻击、网络钓鱼、勒索病毒等事件频发，使得区块链交易异常检测成为当前研究的热点之一。XGBoost作为一种基于梯度提升框架的机器学习算法，可灵活地处理数据特征，不仅关注模型的预测误差，还考虑了每个样本的相对重要性。在前人区块链交易异常检测研究的基础上，将XGBoost与随机森林算法相结合，提出了基于XGBoost和随机森林的区块链异常交易检测模型。模型分为数据特征处理、特征选择、分类检测3个模块，选取Elliptic Data Set、Bitcoin Alpha Dataset和Bit...
【基金】国家自然科学基金
【文献类型】期刊