Akademik tədqiqatlar, aydın dil

Verianla | Akademik Araştırmalardan Türkçe Ekonomi ve Bilim İçerikleri

19 noyabr 2026, cümə axşamı
VERİANLA Müstəqil elmi yayımçılıq
Menyunu açın və ya bağlayın
...
Home / Sosial Elmlər / Maliyyə İqtisadiyyatı / Real-CATS: Kriptovalyuta Kibercinayətlərinin Aşkarlanması üzrə İnkişaf edən Tədqiqatlar üçün Praktik İş və Təlim Mühiti
Maliyyə İqtisadiyyatı

Real-CATS: Kriptovalyuta Kibercinayətlərinin Aşkarlanması üzrə İnkişaf edən Tədqiqatlar üçün Praktik İş və Təlim Mühiti

Real-CATS (Real-world dataset of Cryptocurrency Addresses with Transaction profileS), Bitcoin və Ethereum üzərində cinayətlə əlaqələndirilmiş və benign kimi etiketlənmiş blockchain ünvanlarını onların statistik əməliyyat profilləri və ətraflı əməliyyat qeydləri ilə birlikdə təqdim etmək üçün yaradılmış real dünya əsaslı tədqiqat məlumat dəstidir.

16/11/2026  Veri Anla  166 baxış
Real-CATS: Kriptovalyuta Kibercinayətlərinin Aşkarlanması üzrə İnkişaf edən Tədqiqatlar üçün Praktik İş və Təlim Mühiti

Real-CATS (Real-world dataset of Cryptocurrency Addresses with Transaction profileS), Bitcoin və Ethereum üzərində cinayətlə əlaqələndirilmiş və benign kimi etiketlənmiş blockchain ünvanlarını; onların statistik əməliyyat profilləri və ətraflı əməliyyat qeydləri ilə birlikdə təqdim etmək üçün yaradılmış real dünya əsaslı tədqiqat məlumat dəstidir. Yüklənmiş arXiv v1 versiyasında Real-CATS 103.203 criminal ünvan və 106.196 benign ünvan ehtiva edir. Criminal etiketlər real istifadəçi zərərçəkən hesabatlarından, benign ünvanlar isə mərkəzləşdirilmiş birjaların hot-wallet çıxışlarından törədilmişdir. Tədqiqatçılar məlumat dəstini Comprehensiveness, Classifiability, Customizability və Real-world Transferability olmaqla dörd C3R xüsusiyyəti üzrə qiymətləndirirlər. Tədqiqatın ən mühüm şərh sərhədi budur: Real-CATS cinayət aşkarlama alqoritmi və ya bir ünvanın hüquqi baxımdan cinayətkar olduğunu sübut edən sistem deyil; müxtəlif aşkarlama üsullarını inkişaf etdirmək, müqayisə etmək və daha realistik sınaq şəraitində yoxlamaq üçün hazırlanmış etiketlənmiş məlumat infrastrukturudur.

Yüklənmiş versiyada criminal ünvanların 90.612-si Bitcoin, 12.591-i Ethereum üzərindədir. Benign ünvanların 90.176-sı Bitcoin, 16.020-si Ethereum üzərindədir. Bitcoin ünvanları 32 xüsusiyyət, Ethereum ünvanları isə 52 xüsusiyyətlə təmsil olunur. Tədqiqatçılar Bitcoin üçün 39.752.469, Ethereum üçün 23.436.690 əlaqəli blockchain əməliyyatını emal edərək profil xüsusiyyətlərini çıxarmışlar. Ethereum profilləri əlavə olaraq ERC-20, ERC-721 və ERC-1155 token qarşılıqlı təsirlərini ehtiva edir.

Classifiability araşdırmasında criminal və benign ünvanların sıfır balans və yaşam müddəti davranışlarında fərqlər müşahidə edilmişdir. Bitcoin-də əməliyyatı olan criminal ünvanların %90,70-i sıfır balans göstərdiyi halda, benign ünvanlarda bu göstərici %76,56-dır. Criminal Bitcoin ünvanlarının %60-nın yaşam müddəti 31,10 gündən qısa, benign ünvanların %60-nın isə 84,94 gündən qısadır. 1.000 gündən çox yaşayan Bitcoin ünvanlarının nisbəti criminal qrupda %4,09, benign qrupda %14,43-dür. Ethereum-da sıfır balans nisbəti criminal ünvanlarda %50,06, benign ünvanlarda %20,77 olaraq bildirilmişdir.

Profil xüsusiyyətlərinin təsnif edilə bilməsini qiymətləndirmək üçün SVM, k-NN, Decision Tree, Random Forest və LightGBM istifadə edilmişdir. Yüklənmiş mənbədə LightGBM Ethereum üçün 0,9187 precision, 0,8520 recall, 0,8840 F1-score və 0,9080 accuracy; Bitcoin üçün 0,8130 precision, 0,7712 recall, 0,7916 F1-score və 0,8716 accuracy vermişdir. Lakin Table 5-də Ethereum Random Forest sətrindəki 0,7116 accuracy dəyəri həmin sətirdəki digər metriklərlə daxili baxımdan uyğun gəlmədiyinə görə dəyişdirilmədən, lakin xəbərdarlıqla ötürülməlidir.

Customizability təcrübəsi çərçivəsində tədqiqatçılar 2.500 ünvanlıq balanslaşdırılmış alt nümunədən birinci dərəcəli qonşulardan istifadə edərək 47.009 düyünlü genişləndirilmiş transaction graph yaratmış və Trans2Vec-i sınaqdan keçirmişlər. Trans2Vec 0,8976 precision, 0,9261 recall, 0,9116 F1-score və 0,9348 accuracy bildirmişdir. Bu təcrübə ətraflı transaction records istifadə etməklə Real-CATS-in yalnız sabit feature table kimi deyil, graph əsaslı üsullara giriş təmin edən fərdiləşdirilə bilən mənbə kimi istifadə oluna biləcəyini göstərməyi hədəfləyir.

Real-world Transferability qiymətləndirilməsi üçün tədqiqatçılar 12 Avqust 2024-də Ethereum üzərindəki 7.161 bloku skan edərək Sup-CATS adlı ayrıca sınaq dəsti yaratmışlar. Mənbə Sup-CATS üçün 3.147 criminal və 11.058 benign ünvan bildirir. Real-CATS üzərində öyrədilən Random Forest, müəlliflərin hesabatına görə, yeni criminal ünvanların %74,9-nu aşkarladığı halda LGBM çox böyük performans itkisi yaşamışdır. Bu nəticə xüsusilə vacibdir: eyni modelin təsadüfi train-test bölünməsində yüksək performans göstərməsi, daha yeni və fərqli paylanmaya malik ünvanlarda eyni uğuru qoruyacağına zəmanət vermir.

Tədqiqatın həll etməyə çalışdığı əsas problem

Kriptovalyuta kibercinayət aşkarlanmasında yalnız yaxşı maşın öyrənməsi alqoritminə sahib olmaq kifayət deyil. Bir modelin elmi baxımdan qiymətləndirilə bilməsi üçün hansı criminal və benign ünvanlar üzərində öyrədildiyi, sınaqdan keçirildiyi və digər tədqiqatlarla müqayisə edildiyi də bilinməlidir. Tədqiqatçıların çıxış nöqtəsi, xüsusilə Ethereum tədqiqatlarında bir çox məlumat dəstinin xüsusi olaraq toplanması, ünvanların hamısının paylaşılmaması və benign nümunə seçiminin tədqiqatlar arasında dəyişməsidir.

Bu problem iki nəticə doğurur. Birincisi, iki fərqli tədqiqat eyni modeli və ya oxşar modelləri istifadə etsə belə, fərqli məlumat dəstləri səbəbindən uğur göstəriciləri birbaşa müqayisə edilə bilməyə bilər. İkincisi, məhdud və ya çox təmiz etiketlənmiş məlumat üzərində uğurlu olan bir üsul real dünyadakı daha mürəkkəb paylanmaya keçdikdə performans itirə bilər.

Buna görə Real-CATS-in əsas məqsədi yeni classifier icad etməkdən daha çox, tədqiqatçıların müxtəlif classifier və graph-learning üsullarını eyni real dünya əsaslı məlumat infrastrukturu üzərində qiymətləndirə biləcəkləri iş mühiti yaratmaqdır.

C3R Nədir və Real-CATS Üçün Nə Deməkdir?

C3R müəlliflərin Real-CATS-i qiymətləndirmək üçün istifadə etdiyi dörd xüsusiyyətin ümumi adıdır: Comprehensiveness, məlumat paylanmasının müxtəlif criminal və benign davranışları əhatə etməsini; Classifiability, ünvan profillərində sinifləri ayırmağa yarayan məlumatın olmasını; Customizability, xam əməliyyat qeydlərindən yeni xüsusiyyətlər və ya graph strukturlarının yaradıla bilməsini; Real-world Transferability isə modelin yalnız təsadüfi ayrılmış köhnə nümunələrdə deyil, daha sonrakı realistik deployment ssenarisinə bənzəyən məlumatda da sınaqdan keçirilə bilməsini ifadə edir.

XüsusiyyətAzərbaycanca izahMənbədə necə qiymətləndirilir?Şərh sərhədi
ComprehensivenessƏhatəlilikCriminal və benign davranışların daha geniş və daha az süni paylanmasını əhatə etmə hədəfi; existing datasets ilə davranış paylanmasının müqayisəsi.Bu, bütün mümkün kriptovalyuta cinayət növlərinin tam əhatə edildiyi demək deyil.
ClassifiabilityTəsnif edilə bilməSıfır balans, Lifetime, t-SNE vizuallaşdırması və beş classifier ilə profil xüsusiyyətlərinin ayırdetmə gücü araşdırılır.Təsnif edilə bilmə hər bir ünvanın səhvsiz təsnif ediləcəyi demək deyil.
CustomizabilityFərdiləşdirilə bilməProfil cədvəllərinə əlavə olaraq ətraflı əməliyyat qeydləri paylaşılır; transaction graph yaradılaraq Trans2Vec sınaqdan keçirilir.Hər graph modelinin eyni uğuru göstərəcəyi sübut olunmur.
Real-world TransferabilityReal dünyaya ötürülə bilmə12 Avqust 2024-ə aid Sup-CATS üzərində daha yeni criminal ünvanların aşkarlanması sınaqdan keçirilir.Bu, istehsal mühitində gələcək bütün məlumat paylanmalarında performans zəmanəti deyil.

Bitcoin və Ethereum niyə eyni şəkildə modelləşdirilmir?

Bitcoin və Ethereum fərqli əməliyyat modellərinə malikdir. Bitcoin böyük ölçüdə UTXO — Unspent Transaction Output modelinə əsaslanır, Ethereum isə hesab əsaslı sistemdir. Bu fərq bir ünvanın davranışını təmsil etmək üçün hansı xüsusiyyətlərin mənalı olduğunu birbaşa təsir edir.

Bitcoin-də UTXO əvvəlki əməliyyatın hələ xərclənməmiş çıxışıdır. Yeni Bitcoin əməliyyatı bir və ya daha çox UTXO-nu input kimi sərf edir və yeni output-lar yaradır. Lazımi transferdən sonra qalan məbləğ varsa, change output kimi geri göndərilir. Bu quruluşa görə Bitcoin ünvanının input/output slotlarında neçə dəfə yer alması və ya neçə fərqli ünvanla giriş/çıxış əlaqəsi qurması mənalı profil xüsusiyyətlərinə çevrilir.

Ethereum isə Externally Owned Account (EOA) və Contract Account (CA) anlayışlarına əsaslanır. EOA şəxsi açarla idarə olunur; Contract Account isə smart contract kodu ilə idarə edilir. Ethereum əməliyyatları ETH köçürə, smart contract funksiyasını çağıra və ya contract deploy edə bilər. Bundan əlavə, Gas istifadəsi, Gas Limit və Gas Price kimi xüsusiyyətlər olduğuna görə Ethereum profilinə Bitcoin-də olmayan əlavə əməliyyat xüsusiyyətləri daxil edilir.

Ethereum ekosistemində ERC-20 fungible token-lar ilə ERC-721 və ERC-1155 kimi NFT/multi-token standartlarının qarşılıqlı təsirləri də ünvan davranışının bir hissəsi ola bilər. Tədqiqatçılar buna görə token interactions məlumatını da məlumat dəstinə daxil edirlər.

Bitcoin və Ethereum Ünvanlarında Niyə 32 və 52 Xüsusiyyət İstifadə Olunur?

Mənbədə Bitcoin profilinin 28 ortaq əsas əməliyyat xüsusiyyəti və Bitcoin-ə məxsus 4 əlavə xüsusiyyətdən ibarət olmaqla 32-yə çatdığı; Ethereum profilinin isə eyni əsas xüsusiyyətlərin Wei vahidinə uyğunlaşdırılmış formasına 8 Gas/contract xüsusiyyəti və dörd ikili ölçünün kombinasiyasından yaranan 16 interaction xüsusiyyəti əlavə edilməklə cəmi 52 xüsusiyyətə çatdığı görünür.

Bitcoin və Ethereum-un ortaq əsas profil xüsusiyyətləri

XüsusiyyətNəyi ifadə edir?
BalanceÜnvanın qalan balansı.
Total_received_BTCCəmi qəbul edilmiş Bitcoin miqdarı; mənbədə Sat vahidində saxlanılır.
Total_sent_BTCCəmi göndərilmiş Bitcoin miqdarı; Sat.
Total_received_USDQəbul edilmiş aktivlərin gündəlik məzənnə üzrə USD qarşılığı.
Total_sent_USDGöndərilmiş aktivlərin gündəlik məzənnə üzrə USD qarşılığı.
Transaction_feeCəmi transaction fee.
Transaction_fee_varianceTransaction fee dispersiyası.
Transaction_numberÜmumi əməliyyat sayı.
Payment_transactionsOutgoing transaction sayı.
Receipt_transactionsIncoming transaction sayı.
First_timeİlk əməliyyatın timestamp-i.
Last_timeSon əməliyyatın timestamp-i.
Lifetimeİlk əməliyyatla son əməliyyat arasındakı müddət; mənbədə saniyə ilə müəyyən edilir.
Activity_wƏn azı bir withdrawal əməliyyatı olan günlərin sayı.
Activity_dƏn azı bir deposit əməliyyatı olan günlərin sayı.
Activity_timeHər hansı aktivliyin olduğu günlərin sayı.
Max_sent_amountƏn böyük göndəriş miqdarı.
Min_sent_amountƏn kiçik göndəriş miqdarı.
Max_received_amountƏn böyük qəbul miqdarı.
Min_received_amountƏn kiçik qəbul miqdarı.
Max_sent_transaction_idƏn böyük göndərişlə əlaqəli transaction hash.
Min_sent_transaction_idƏn kiçik göndərişlə əlaqəli transaction hash.
Max_received_transaction_idƏn böyük qəbulla əlaqəli transaction hash.
Min_received_transaction_idƏn kiçik qəbulla əlaqəli transaction hash.
Received_variance_BTCQəbul edilmiş miqdarın dispersiyası.
Sent_variance_BTCGöndərilmiş miqdarın dispersiyası.
Received_variance_USDUSD ilə qəbul edilmiş miqdarın dispersiyası.
Sent_variance_USDUSD ilə göndərilmiş miqdarın dispersiyası.

Mənbə Ethereum-un eyni əsas xüsusiyyətlərdən istifadə etdiyini, lakin kriptovalyuta vahidinin Bitcoin-dəki Sat əvəzinə Wei-yə çevrildiyini bildirir. Bir Ether:

\[ 1\ \mathrm{ETH}=10^{18}\ \mathrm{Wei} \]

şəklində ifadə olunur.

Mənbədə verilən USD qiymətləndirmə formulu

\[ \mathrm{Total\_received\_USD} = \sum_{\mathrm{First\_time}\le d\le \mathrm{Last\_time}} Rec_d \times ER_d \tag{1} \]

Formul nəyi hesablayır? Ünvanın müxtəlif günlərdə aldığı kriptovalyuta miqdarlarını hər günün müvafiq exchange rate dəyərinə vuraraq ümumi USD qarşılığı yaratmağı hədəfləyir.

\(d\) nədir? İlk əməliyyat tarixi ilə son əməliyyat tarixi arasındakı gündür.

\(Rec_d\) nədir? Mənbənin ifadəsi ilə \(d\) günündəki received amount-dur.

\(ER_d\) nədir? \(d\) günündəki exchange rate dəyəridir. Tədqiqat məzənnə məlumatını Investing.com-dan aldığını bildirir.

Riyazi rolu nədir? Gündəlik miqdar × gündəlik qiymət hasilinin zaman üzrə cəmidir. Bu yanaşma bütün tarixi coin miqdarlarını bir günün məzənnəsi ilə qiymətləndirmək əvəzinə, onları baş verdiyi günün qiyməti ilə əlaqələndirməyi hədəfləyir.

Vahid nədir? Nəticə USD dəyəridir. Mənbə tənlik daxilində \(Rec_d\)-nin Sat/Wei-dən whole-coin vahidinə çevrilmə təfərrüatını ayrıca göstərmədiyi üçün bu miqyaslama Verianla tərəfindən fərz edilməmişdir.

Müəlliflər gündəlik exchange rate dalğalanmaları səbəbindən nəticələrdə kiçik variasiyaların yarana biləcəyini də bildirirlər.

Bitcoin-ə məxsus dörd əlavə xüsusiyyət

Xüsusiyyətİzah
Total_input_slotsÜnvanın input slot kimi yer aldığı ümumi say.
Total_output_slotsÜnvanın output slot kimi yer aldığı ümumi say.
Sent_countersMənbə tərifində interaction zamanı input slotlarında istifadə edilən ünvanların sayını ümumiləşdirir.
Received_countersMənbə tərifində interaction zamanı output slotlarında istifadə edilən ünvanların sayını ümumiləşdirir.

Mənbənin metod təsviri Sent_counters üçün hədəf ünvan confirmed transaction-da recipient olduqda ünvanın özü istisna olmaqla sender sayının; Received_counters üçün isə hədəf ünvanla əlaqəli recipient sayının hesablandığını izah edir. Table 2-dəki qısa izah mətni ilə metod paraqrafındakı istiqamət terminologiyası fərqli şəkildə yazıldığı üçün burada metod paraqrafının əməliyyat izahı ayrıca qorunmuşdur.

Ethereum-a məxsus əlavə xüsusiyyətlər

Xüsusiyyətİzah
Create_contractContract creation sayı.
Error_countSəhv əməliyyatların sayı.
Total_gas_usedİstifadə edilmiş ümumi Gas.
Total_gas_limitƏməliyyatlarda müəyyən edilmiş ümumi Gas Limit.
Total_gasP_setMüəyyən edilmiş ümumi Gas Price.
Gas_limit_VarianceMüəyyən edilmiş Gas Limit-in dispersiyası.
GasP_set_VarianceMüəyyən edilmiş Gas Price-ın dispersiyası.
Gas_weight_blockMənbə tərifində block başına average transaction cost çəkisi.
ERC InteractionsEthereum interaction davranışını ölçmək üçün 16 əlavə xüsusiyyət.

16 Ethereum interaction xüsusiyyəti necə yaranır?

Mənbə dörd ikili ölçüdən ibarət bir tuple müəyyən edir:

\[ (\mathrm{action},\ \mathrm{with\_contract},\ \mathrm{with\_data},\ \mathrm{transaction\_type}) \]

Hər ölçünün iki mümkün vəziyyəti olduğuna görə kombinasiyaların sayı:

\[ 2\times2\times2\times2=16 \]

olur. action, ünvanın göndərən və ya alan olduğunu; with_contract, əməliyyatın contract ilə qarşılıqlı təsirdə olub-olmadığını; with_data, input data olub-olmadığını; transaction_type isə əməliyyatın internal və ya normal transaction olduğunu göstərir.

Mənbənin verdiyi nümunədə From_contract_wod_internal, hədəf ünvanın sender olduğu, smart contract ilə interaction olduğu, input data olmadığı və əməliyyat növünün internal olduğu əməliyyatları sayır.

Token interaction məlumatları

Ethereum üçün ERC-20, ERC-721 və ERC-1155 ilə qarşılıqlı təsirlər ayrıca qeydə alınır. Criminal ünvanlara aid token interaction faylı mənbə versiyasında TI_C, benign ünvanlar üçün TI_B adlandırılmışdır.

Token contract ünvanlarının uzun mətnlərini hər sətirdə təkrar etmək əvəzinə, tədqiqatda Identifier.tsv adlı indeks faylından istifadə edilmişdir. Mənbə Table 4 bu faylda 910.864 token identifier olduğunu göstərir. ERC-721 və ya ERC-1155-də token ID tələb olunarsa, contract address-ə token ID əlavə edilərək ayrıca identifier yaradılır.

Ünvan toplama və profil çıxarma zənciri

Mənbə Figure 1 əsasında Verianla üçün yenidən yaradılmış metod sxemidir. Orijinal şəklin vizual kompozisiyası kopyalanmayıb; yalnız mənbədə açıq şəkildə verilən məlumat axını qorunub.

Criminal ünvanlar necə etiketlənir?

Tədqiqatçılar Chainabuse.com-dakı hesabatları 30 May 2024-ə qədər crawler-larla toplamışlar. Hər hesabatda suspect address və istifadəçinin göstərdiyi cybercrime category məlumatı götürülmüşdür.

Mənbə burada mühüm etiket keyfiyyəti problemini açıq şəkildə qəbul edir: hesabat verən zərərçəkənlərin ixtisas səviyyələri fərqli olduğuna görə kateqoriyalar ardıcıl deyil. Məsələn, “Other: Disguise as my friend” ifadəsi Impersonation Scam çərçivəsinə daxil edilə bilər; blackmail, mail scam, spam və yazılış səhvi olan oxşar ifadələr Blackmail Scam altında birləşdirilir.

“2x”, “3x” və ya “multiplier” kimi çoxqat investisiya gəliri vəd edən ifadələr Investment Scam altında qruplaşdırılır. Mənbə bu geniş kateqoriyanın Ponzi Scheme, Rug Pull, Airdrop Scam və Giveaway Scam kimi alt davranışları ehtiva edə biləcəyini bildirir. “Elon Musk” kimi celebrity istinadları Impersonation Scam; YouTube/Twitter kimi sosial media istinadları Social Media Scam kimi təsnif edilir. Təfərrüatı yetərsiz bəzi hesabatlar Other altında saxlanılır; “Other: Sent by mistake” kimi scam olmayan hesabatlar çıxarılır.

Bu proses ground-truth-un tam avtomatik və səhvsiz olmadığı deməkdir. Etiketlər real zərərçəkən hesabatlarından gəlir, lakin kateqoriya standartlaşdırılmasının bir hissəsi tədqiqatçıların manual aggregation və keyword qərarlarına əsaslanır.

Benign ünvanlar necə seçilir?

Müəlliflərin benign-selection yanaşması məşhur mərkəzləşdirilmiş birjaların anti-money-laundering məqsədilə sərt KYC tətbiq etdiyi fərziyyəsinə əsaslanır. WalletExplorer və Etherscan-dən bəzi exchange hot-wallet ünvanları seed kimi seçilir.

Bir hot-wallet-ın outgoing əməliyyatlarında sender ünvanından fərqli next-hop ünvanları benign qəbul edilir. Ethereum-da token transferi smart contract vasitəsilə baş verə bildiyinə görə birbaşa contract ünvanının real alıcı sayılması səhv ola bilər. Mənbə bu halda transaction input məlumatı `0xa9059cbb` ilə başlayırsa ERC-20 transfer funksiyasını parse edib real next-hop token recipient ünvanını çıxarmağa çalışır.

Incoming əməliyyatlarda exchange deposit address strukturları birjadan birjaya dəyişdiyi üçün previous-hop ünvanın real istifadəçi, yoxsa yenə birjaya aid deposit address olduğunu müəyyən etmək daha çətindir. Tədqiqatçılar buna görə benign ünvanları yalnız exchange-wallet output-larından toplamışlar.

Eyni ünvan həm criminal, həm də benign etiketlənmişsə məlumat dəstindən çıxarılmışdır.

Buradakı “benign” etiketi metodoloji sinif tərifidir. Exchange output-dan seçilmiş olmaq, təkbaşına bir blockchain ünvanının bütün tarixi fəaliyyətlərinin hüquqi və ya faktiki baxımdan təmiz olduğunu sübut edən müstəqil təsdiq deyil.

Tədqiqatın Metodu və Nəticələri

Real-CATS v1 məlumat dəstinin ölçüsü

Blockchain / məlumat dəstiCriminalBenignCəmiProfil xüsusiyyəti
Bitcoin — Real-CATS90.61290.176180.78832
Ethereum — Real-CATS12.59116.02028.61152
Real-CATS cəmi103.203106.196209.399Blockchain-ə görə 32 / 52
Ethereum — Sup-CATS3.14711.05814.205Ethereum profili

Bu rəqəmlər xüsusilə yüklənmiş 26 Yanvar 2025 arXiv v1 versiyasına aiddir. İctimai repozitoriyanın sonrakı versiyalarında məlumat sayları dəyişmişdir; fərqli versiyaların sayları vahid məlumat dəsti kimi birləşdirilməməlidir.

Emal edilmiş blockchain transaction həcmi

BlockchainƏlaqəli transaction sayıƏməliyyat bölgüsü
Bitcoin39.752.469Full-node ledger üzərində hədəf ünvanları ehtiva edən əməliyyatlar.
Ethereum23.436.690Internal, normal, ERC-20, ERC-721 və ERC-1155 bölmələri.

Sıfır balans nümunəsi

Mənbə criminal ünvanların qanunsuz gəliri aldıqdan sonra başqa ünvana köçürmə meylinin sıfır balans davranışı ilə əlaqələndirilə biləcəyini əvvəlki tədqiqatlar əsasında müzakirə edir. Lakin bu nümunə deterministik deyil: sıfır balans təkbaşına criminal etiketi demək deyil və benign ünvanlarda da müşahidə oluna bilər.

BlockchainCriminal ünvanlarda sıfır balansBenign ünvanlarda sıfır balans
Bitcoin%90,70%76,56
Ethereum%50,06%20,77
Mənbə Figure 2 və Figure 4-də açıq şəkildə bildirilmiş sıfır-balans faizlərindən Verianla üçün yenidən çəkilmişdir. Sütunlar exact mənbə faizlərinə əsaslanır; mənbə scatterplot-ları kopyalanmamışdır.

Bitcoin-də iki qrup arasındakı fərq təxminən 14 faiz-bənd, Ethereum-da isə təxminən 29 faiz-bənddir. Bu fərqlərin statistik significance testi mənbədə bildirilmədiyinə görə yalnız təsviri paylanma fərqi kimi şərh edilməlidir.

Lifetime nümunəsi

BlockchainCriminal ünvanBenign ünvanŞərh
Bitcoin%60-ı 31,10 gündən qısa%60-ı 84,94 gündən qısaBenign paylanma daha uzun yaşam müddətinə doğru sürüşür.
Bitcoin%4,09-u 1.000 gündən uzun%14,43-ü 1.000 gündən uzunUzunömürlü ünvanların payı benign qrupda daha yüksəkdir.
Ethereum100 gün içində olanların nisbəti təxminən %60100 gün içində olanların nisbəti %34,09Criminal CDF daha sürətlə yüksəlir.

Mənbə bu nümunəni Short-Life pattern kimi müzakirə edir. Lakin criminal və benign paylanmalar üst-üstə düşdüyünə görə Lifetime təkbaşına qüsursuz classifier deyil. Əslində müəlliflərin “Comprehensiveness” iddiasının bir hissəsi də buradadır: Real-CATS-də siniflər mövcud daha təmiz məlumat dəstlərindəki qədər süni şəkildə ayrılmır.

Mövcud Bitcoin məlumat dəstləri ilə davranış paylanmasının müqayisəsi

Tədqiqatçılar Elliptic və başqa bir illicit Bitcoin address məlumat dəstini birləşdirib duplicate qeydləri çıxardıqda 21.346 criminal ünvan əldə edirlər. Mənbə Figure 3-də bu mövcud məlumat dəstlərindəki criminal ünvanların demək olar hamısının sıfır balans və qısa yaşam müddəti kimi çox aydın nümunələr daşıdığını bildirir.

Müəlliflərin şərhinə görə, bu qədər aydın ayrılma classifier üçün real həyatdan daha asan problem yarada bilər. Buna görə Real-CATS-in daha dağınıq davranış nümunələri ehtiva etməsini qüsur deyil, real dünya müxtəlifliyini daha yaxşı əhatə etmə cəhdi kimi qiymətləndirirlər.

Bu nəticə “Real-CATS bütün real dünya paylanmasını tam təmsil edir” demək deyil. Yalnız seçilmiş müqayisə xüsusiyyətlərində daha az kəskin ayrılmış paylanma təqdim etdiyini göstərir.

t-SNE vizuallaşdırması nəyi göstərir?

Mənbə rəqəmsal profil xüsusiyyətlərini standartlaşdıraraq Bitcoin və Ethereum üçün t-SNE vizuallaşdırması yaradır. Criminal nümunələr qırmızı, benign nümunələr mavi göstərilir və müəlliflər nümunələrin böyük hissəsində görünən sinif ayrılmasının olduğunu bildirirlər.

t-SNE burada classifier deyil. Yüksəkölçülü profil strukturunu iki ölçüdə vizuallaşdırmaq üçün istifadə edilmişdir. Bundan əlavə, mənbə PDF ikiölçülü t-SNE koordinatlarını cədvəl şəklində vermədiyi üçün Verianla bu paylanmanı təxmini nöqtələrlə yenidən çəkmir. Vizual ayrılma təkbaşına out-of-sample classification accuracy deyil.

Maşın öyrənməsi qiymətləndirmə quruluşu

Tədqiqatçılar profillərdəki rəqəmsal xüsusiyyətlərdən istifadə edərək beş klassik maşın öyrənməsi üsulunu sınaqdan keçirirlər:

  • SVM — RBF kernel;
  • k-NN — \(k=5\);
  • Decision Tree;
  • Random Forest — 100 estimator;
  • LightGBM.

Əməliyyat qeydi olmayan ünvanlar bu classification təcrübəsindən çıxarılır. Dataset 7:3 train/test nisbəti ilə bölünür və training set daxilində real dünyadakı class imbalance qorunur. Nəticələr 5-fold cross-validation ortalamaları kimi verilir.

First_time kimi absolute timestamp xüsusiyyətləri təlimdən çıxarılmışdır. Müəlliflərin əsaslandırması modelin müəyyən tarix intervalını criminal davranışın özü hesab edib gələcək ünvanlara ümumiləşdirilə bilməyən tarix yadda saxlamasının qarşısını almaqdır.

Precision, Recall, F1-score və Accuracy necə oxunmalıdır?

Aşağıdakı tənliklər bu tədqiqatın yeni nəticəsi deyil, mənbədə istifadə edilən təsnifat metriklərinin standart öyrədici tərifləridir. Criminal ünvan müsbət sinif qəbul edildikdə:

\[ \mathrm{Precision} = \frac{TP}{TP+FP} \]

Precision modelin criminal adlandırdığı ünvanların nə qədərinin həqiqətən criminal sinfində olduğunu ölçür.

\[ \mathrm{Recall} = \frac{TP}{TP+FN} \]

Recall real criminal ünvanların nə qədərinin model tərəfindən tutulduğunu ölçür.

\[ F_1 = 2 \frac{ \mathrm{Precision}\times\mathrm{Recall} }{ \mathrm{Precision}+\mathrm{Recall} } \]

F1-score precision və recall arasındakı harmonik ortadır.

\[ \mathrm{Accuracy} = \frac{TP+TN}{TP+TN+FP+FN}. \]

Accuracy bütün düzgün qərarların bütün nümunələrə nisbətidir. Class imbalance olan problemlərdə təkbaşına accuracy kifayət deyil; mənbə də buna görə precision, recall və F1-score-u criminal sinif üçün ayrıca bildirir.

Profil əsaslı beş modelin nəticələri

ModelEthereumBitcoin
PrecisionRecallF1AccuracyPrecisionRecallF1Accuracy
SVM0.87100.35220.50150.71160.68900.17500.28000.7142
k-NN0.78540.65080.71170.78280.76720.77170.76890.7717
Decision Tree0.78250.78340.78290.82100.69850.69970.69910.8096
Random Forest0.90850.82370.86400.7116*0.82940.72340.77260.8654
LightGBM0.91870.85200.88400.90800.81300.77120.79160.8716

*Mənbə uyğunluğu qeydi: Ethereum Random Forest üçün 0.7116 accuracy dəyəri PDF Table 5-də məhz bu şəkildə çap edilmişdir. Precision=0.9085, Recall=0.8237 və F1=0.8640 ilə eyni binary evaluation set altında standart confusion-matrix əlaqələri baxımından birlikdə uyğun görünmədiyi üçün Verianla bu dəyəri düzəltməmiş, mənbə dəyəri kimi işarələmişdir.

Mənbə dəyərlərinə əsasən LightGBM Ethereum-da precision, recall, F1-score və accuracy baxımından cədvəldəki ən yüksək nəticələri verir. Bitcoin-də ən yüksək precision Random Forest-a, ən yüksək recall, F1-score və accuracy isə LightGBM-ə aiddir.

Customizability: transaction graph və Trans2Vec

Real-CATS yalnız sabit profil cədvəli kimi saxlanılmamışdır. Tədqiqatçılar ətraflı əməliyyat qeydlərindən transaction participant, timestamp və amount məlumatlarından istifadə edərək weighted multidigraph yaradıla biləcəyini göstərirlər.

Nümayiş üçün 1:1 criminal/benign nisbətinə malik 2.500 ünvan təsadüfi seçilmiş, birinci dərəcəli qonşular əlavə edilərək graph 47.009 ünvana genişləndirilmişdir. Train/test nisbəti 7:3-dür. Trans2Vec parametrlərinin mənbə tədqiqatdakı orijinal sazlamalarla istifadə edildiyi bildirilmişdir; bu PDF Trans2Vec-in bütün hiperparametrlərini yenidən sadalamır.

PrecisionRecallF1-scoreAccuracy
0.89760.92610.91160.9348

Müəlliflər bu nəticəni customizability üçün sübut kimi istifadə edirlər: transaction records istifadəçilərə profile-based üsullardan kənara çıxaraq graph representation və ya node-embedding üsulları üçün fərqli məlumat strukturları yaratmağa imkan verir.

Bununla yanaşı, tədqiqatçılar node-embedding üsullarının böyük transaction graph yaratmağı və training overhead tələb etdiyini, həmçinin transductive üsulların yeni ünvanları real vaxtda aşkarlamaqda çətinlik çəkə biləcəyini bildirirlər. Buna görə Trans2Vec-i Sup-CATS real dünya ssenarisində sınaqdan keçirməmişlər.

Sup-CATS Niyə Adi Təsadüfi Test Bölməsindən Fərqlidir?

Sup-CATS Real-CATS-dən təsadüfi ayrılmış eyni dövr nümunələrindən ibarət deyil; 12 Avqust 2024-də Ethereum-da aktiv olan ünvanlardan ayrıca yaradılmış, training məlumatından zaman baxımından daha yeni test dəstidir. Məqsəd modelin keçmiş məlumatdan öyrəndiyi nümunələri daha sonrakı bir günlük blockchain snapshot-da nə qədər qoruya bildiyini qiymətləndirməkdir; bu quruluş real istehsal deployment-ının tam ekvivalenti deyil, ona yaxınlaşmağı hədəfləyən nəzarətli sınaq ssenarisidir.

Sup-CATS necə yaradıldı?

Tədqiqatçılar 12 Avqust 2024-dəki bütün 7.161 Ethereum block üzərində skan aparmışlar. Criminal sinif üçün Etherscan tərəfindən etiketlənmiş 3.147 ünvan toplanmışdır.

Benign sinif üçün həmin gün aktiv olan unlabeled ünvanlardan %1 ehtimalla nümunə götürülərək 11.058 ünvan seçilmişdir. Mənbə bu unlabeled nümunələri benign kimi istifadə edir.

Burada mühüm şərh sərhədi var: unlabeled olmaq kriptoqrafik və ya hüquqi baxımdan “mütləq benign” olmağın müstəqil sübutu deyil. Bu, tədqiqatın test məlumat dəstini qurmaq üçün istifadə etdiyi əməliyyat etiketləmə yanaşmasıdır.

Sup-CATS confusion matrix nəticələri

Mənbə Table 6-nın çap olunmuş “Prediction / Truth” başlıqları rəqəmlərin class-error arifmetikası və dərhal sonrakı mətnlə əks istiqamətdə görünür. Aşağıdakı cədvəl mənbədəki dörd xana sayını dəyişdirmədən, class-error hesablamaları və müəlliflərin “Random Forest %74,9 criminal ünvan aşkarladı” ifadəsi ilə uyğun semantik yerləşdirmədə təqdim edir. Bu yenidən düzülüş yeni təcrübə nəticəsi deyil; mənbə cədvəlinin başa düşülməsini təmin edən uyğunluq təqdimatıdır.

ModelHəqiqi sinifBenign proqnozCriminal proqnozMənbə class error
Random ForestBenign8.1482.907%26,3
Random ForestCriminal7902.357%25,1
LGBMBenign8.3792.676%24,2
LGBMCriminal2.834313%90,1

Random Forest üçün criminal-class detection rate:

\[ \frac{2357}{790+2357} = 0.74897 \approx 74.9\%. \]

Bu dəyər müəlliflərin mətndəki “detecting 74.9% of the criminal addresses” cümləsi ilə tam uyğun gəlir.

LGBM üçün eyni criminal-class nisbəti:

\[ \frac{313}{2834+313} = 0.09946 \approx 9.9\%. \]

Bu dəyər standart terminologiyada criminal-class recall/detection rate hesablamasına uyğundur. Mənbə prose bunu “9.9% precision” adlandırır. Verianla mənbə terminini səssizcə təkrarlayıb yanlış metrikə çevirməmək üçün bu uyğunsuzluğu açıq saxlayır.

Cədvəl xanalarının cəmi:

\[ 8148+2907+790+2357=14202 \]

olduğu halda mənbə Sup-CATS-i:

\[ 3147+11058=14205 \]

ünvan kimi müəyyən edir. Aradakı üç qeydlilik fərq mənbədə açıq izah edilməmişdir. Section 4.1-də əməliyyat qeydi olmayan ünvanların classification təcrübəsindən filtrdən keçirildiyi deyilsə də, Section 4.3 bu üç qeydin eyni səbəbdən çıxarıldığını birbaşa demir; buna görə səbəb təxmin edilməməlidir.

Yüksək Təsadüfi Test Uğuru Real Dünyada Eyni Performansa Zəmanət Verirmi?

Xeyr. Bu tədqiqatda LGBM Real-CATS üzərində standart profil qiymətləndirməsində Ethereum üçün 0,9080 accuracy və 0,8520 recall verdiyi halda, zaman baxımından daha yeni Sup-CATS ssenarisində criminal sinfin düzgün tutulma nisbəti təxminən %9,9-a düşür; Random Forest isə eyni Sup-CATS ssenarisində criminal ünvanların təxminən %74,9-nu tutur. Bu fərq model sıralamasının məlumat paylanması və deployment şərti dəyişdikdə dəyişə biləcəyini göstərir və yalnız təsadüfi train-test bölünməsinin real dünyaya ötürülə bilməni təmin etmədiyini ortaya qoyur.

Bu tapıntı Real-CATS tədqiqatının ən öyrədici nəticələrindən biridir. Table 5-də ən güclü görünən modelin yeni paylanmada ən güclü qalmaması, dataset quality qiymətləndirilməsində yalnız yüksək in-sample və ya random-split score-a fokuslanmağın yetərsiz ola biləcəyini göstərir.

Bununla belə, Sup-CATS yalnız bir günlük Ethereum məlumatına əsaslanır. Buna görə nəticə “LGBM real dünyada ümumiyyətlə pis alqoritmdir” və ya “Random Forest gələcəkdə həmişə daha yaxşıdır” kimi ümumiləşdirilə bilməz.

Yüksək false-positive yükünün əhəmiyyəti

Random Forest criminal recall baxımından LGBM-dən xeyli uğurlu olsa da, mənbə yüksək false-positive nisbətinin detection performance-a ciddi təsir etdiyini açıq şəkildə qəbul edir.

Mənbə matrisinin ardıcıl oxunuşunda Random Forest 11.055 benign test ünvanının 2.907-ni criminal kimi işarələyir. Buna görə yalnız criminal ünvanların %74,9-nu tutmaq deployment üçün təkbaşına kifayət deyil; yanlış həyəcan yükü də nəzərə alınmalıdır.

Müəlliflər daha mürəkkəb və sistematik criminal-address filtering üsullarının bu false positives-i azalda biləcəyini irəli sürürlər. Bu ifadə gələcək iş şərhi xarakteri daşıyır; mövcud təcrübə belə filtering sisteminin həqiqətən nə qədər yaxşılaşdırma təmin edəcəyini ölçməmişdir.

Tədqiqatın dəstəklədiyi nəticələr

  • Yüklənmiş v1 versiyasında Real-CATS Bitcoin və Ethereum üzərində 103.203 criminal və 106.196 benign ünvan ehtiva edən geniş etiketlənmiş məlumat dəsti təqdim edir.
  • Bitcoin üçün 32, Ethereum üçün 52 profil xüsusiyyəti çıxarılmışdır.
  • Mənbə ətraflı transaction records və Ethereum token interaction məlumatlarını da məlumat dəstinə daxil edir.
  • Bitcoin və Ethereum criminal/benign ünvanlarında sıfır balans və Lifetime paylanmaları fərqlidir.
  • Real-CATS-dəki criminal nümunələr müqayisə olunan mövcud Bitcoin criminal dataset-lərinə nisbətən daha az kəskin və daha geniş davranış paylanması göstərir.
  • Profil xüsusiyyətləri beş klassik classifier tərəfindən istifadə oluna bilən ayırdetmə məlumatı daşıyır.
  • Mənbə Table 5-də LightGBM Ethereum üçün cədvəldəki ən yüksək precision, recall, F1 və accuracy dəyərlərini verir.
  • Transaction records istifadə etməklə graph yaradıla və Trans2Vec kimi node-embedding üsulları tətbiq oluna bilər.
  • Sup-CATS təcrübəsi model performansının yeni temporal paylanmaya keçdikdə ciddi şəkildə dəyişə biləcəyini göstərir.
  • Random Forest mənbə təsvirinə görə Sup-CATS-dəki criminal ünvanların %74,9-nu aşkarlayır.
  • Mənbə məlumatları və ətraflı transaction records-u ictimai şəkildə paylaşmağı hədəfləyir.

Tədqiqatın dəstəkləmədiyi nəticələr

  • Real-CATS etiketi bir blockchain ünvanının hüquqi baxımdan cinayətkar olduğunun qəti sübutu deyil.
  • Exchange hot-wallet output-dan seçilən bütün ünvanların mütləq benign olduğu müstəqil şəkildə sübut edilməmişdir.
  • Sup-CATS-dəki bütün unlabeled ünvanların qəti benign olduğu göstərilməmişdir.
  • Sıfır balans və ya qısa Lifetime təkbaşına criminal address qərarı vermək üçün kifayət deyil.
  • t-SNE-dəki vizual ayrılma real dünya classification accuracy ilə eyni ölçü deyil.
  • Table 5-də yüksək score alan modelin production mühitində eyni score-u qoruyacağı göstərilməmişdir.
  • Random Forest-ın bütün gələcək Ethereum ünvanlarında LGBM-dən üstün olacağı göstərilməmişdir.
  • Sup-CATS bütün real dünya deployment şərtlərini təmsil etmir; bir günlük Ethereum snapshot-a əsaslanır.
  • C3R-nin Polygon və ya Solana-ya tətbiq edilə biləcəyi müəlliflərin gələcək iş təklifidir; bu tədqiqat həmin blockchain-lərdə doğrulama aparmamışdır.
  • Məlumat dəstinin böyük olması təkbaşına label noise və ya sampling bias olmadığını göstərmir.

Tədqiqatın əsas məhdudiyyətləri və təkrar istehsal edilə bilmə sərhədləri

Etiket mənbəyi: Criminal etiketlər real abuse reports-dan gəlir; lakin report categories fərqli ixtisas səviyyəsində olan istifadəçilər tərəfindən yaradıldığı üçün manual aggregation tələb olunur.

Benign-selection fərziyyəsi: Birja müştərilərinin hot-wallet output-ları mərkəzləşdirilmiş birjaların KYC tətbiq etdiyi fərziyyəsi altında benign sinfə daxil edilir. Bu bir label-construction üsuludur; müstəqil hüquqi təmizlik təsdiqi deyil.

Sup-CATS benign sinfi: Həmin gün aktiv unlabeled ünvanların %1-i benign kimi nümunələnmişdir. Unlabeled ilə guaranteed-benign eyni məna daşımır.

Blockchain əhatəsi: Əsas tədqiqat Bitcoin və Ethereum ilə məhdudlaşır.

Temporal coverage: Criminal-report collection 30 May 2024-ə qədər olan hesabatlardan istifadə edir. Yeni cinayət növləri və ya sonrakı davranış dəyişiklikləri bu snapshot-da olmaya bilər.

Model əhatəsi: Profil əsaslı demonstration yalnız beş klassik modellə; graph customizability demonstration isə Trans2Vec nümunəsi ilə aparılmışdır. Bütün mümkün detection architectures sınaqdan keçirilməmişdir.

Table 5 mənbə uyğunsuzluğu: Ethereum Random Forest accuracy dəyəri digər bildirilən metriklərlə daxili baxımdan uyğun görünmür.

Table 6 mənbə uyğunsuzluğu: Çap edilmiş Prediction/Truth istiqaməti class-error arithmetic və mətndəki detection-rate şərhi ilə uyğun gəlmir.

Table 6 metrik adlandırması: LGBM üçün mətndə “9.9% precision” deyildiyi halda matris arifmetikası eyni dəyərin criminal recall/detection rate olduğunu göstərir.

Sup-CATS qeyd sayı: Bildirilən ümumi 14.205 ünvan ilə confusion matrix-in 14.202 qeydlik cəmi arasında izah edilməmiş üç qeydlilik fərq var.

Versiya fərqi: Yüklənmiş arXiv v1-in məlumat ölçüsü sonrakı ictimai repository versiyası ilə eyni deyil. Reproduksiya aparılacaqsa istifadə olunan dataset snapshot/version açıq şəkildə sabitlənməlidir.

Etik çərçivə

Müəlliflər Ethics Considerations bölməsində topladıqları məlumatların ictimai blockchain ledger-larından və ya məlumat bazalarından gəldiyini və real şəxsi məlumatın üzə çıxarılmadığını bildirirlər.

Eyni bölmədə tədqiqatın privacy concerns-u əhatə etmədiyi də açıq şəkildə deyilir. Buna görə “məlumatlar ictimai olduğu üçün heç bir etik və ya məxfilik problemi yoxdur” kimi daha geniş nəticə tədqiqatdan çıxarılmamalıdır.

Open Science

Mənbə versiyası bütün təklif olunan dataset-lərin GitHub-dakı sjdseu/Real-CATS repozitoriyasında paylaşıldığını; 7 Real-CATS faylı, 1 Sup-CATS faylı və ünvanlara aid ətraflı transaction records təqdim edildiyini bildirir.

Lakin “open-sourced” sözü təkbaşına təkrar istifadə lisenziyasını müəyyən etmir. Mənbə PDF-də və ya bu biblioqrafik yoxlamada bütün dataset üçün açıq Creative Commons/OSI lisenziyası təsdiqlənmədiyinə görə təkrar istifadə şərtləri ayrıca yoxlanmalıdır.

Ən təhlükəsiz elmi nəticə

Real-CATS-in əsas töhfəsi “ən yaxşı cinayət aşkarlama alqoritmini” təqdim etmək deyil. Tədqiqat criminal və benign blockchain ünvanlarını; profil xüsusiyyətləri, ətraflı transaction records və Ethereum token interaction məlumatları ilə daha açıq və təkrar istifadə oluna bilən qiymətləndirmə bazasında toplama cəhdidir.

Tədqiqatın xüsusilə güclü mesajı məlumat dəstinin özünün model qiymətləndirməsinin ayrılmaz hissəsi olmasıdır. Təmiz və təsadüfi bölünmüş test məlumatında güclü görünən classifier temporally newer və daha realistik test paylanmasında eyni performansı göstərməyə bilər. Sup-CATS-dəki Random Forest–LGBM ayrışması bunun tədqiqat daxilində ən aydın nümunəsidir.

Buna görə Real-CATS ən düzgün şəkildə bir tədqiqat infrastrukturu və benchmark namizədi kimi oxunmalıdır. Ünvan etiketlərini məhkəmə qərarı, model metric-lərini istehsal zəmanəti və ya bir günlük Sup-CATS nəticəsini bütün gələcək blockchain davranışlarının qəti təmsili kimi şərh etmək tədqiqatın sərhədlərini aşır.

Mənbə və Metod Qeydi

Orijinal başlıq: Real-CATS: A Practical Training Ground for Emerging Research on Cryptocurrency Cybercrime Detection

Türkcə nəşr başlığı: Real-CATS: Kripto Para Siber Suç Tespitinde Gelişen Araştırmalar İçin Pratik Bir Çalışma ve Eğitim Ortamı

Müəlliflər: Jiadong Shi; Chunyu Duan; Hao Lei; Liangmin Wang.

Müəllif sırası: Mənbə PDF-dəki sıra olduğu kimi qorunmuşdur.

Qurum: Southeast University. Yüklənmiş PDF ilk səhifədə dörd müəllif üçün bu qurumu göstərir, daha ətraflı department məlumatı vermir.

Corresponding author: Liangmin Wang.

Corresponding author e-poçt: liangmin@seu.edu.cn.

Bərabər töhfə: Yüklənmiş mənbədə ortaq birinci müəllif/bərabər töhfə bildirişi aşkar edilməmişdir.

Yüklənmiş mənbə versiyası: arXiv:2501.15553v1 [cs.CR].

Yüklənmiş versiyanın tarixi: 26 Yanvar 2025.

2026 DOI əlaqəsi: 10.23919/NANACPS00070.2026.00020, yüklənmiş faylın OpenAlex uyğunlaşdırmasında və OpenAlex-törəməli biblioqrafik indekslərdə bu başlıqla əlaqələndirilir. DOI yüklənmiş arXiv v1 PDF-in öz səhifələrində çap edilməyib.

Version-of-record qeydi: Bu araşdırmada rəsmi IEEE nəşr səhifəsinin conference name, proceedings title, səhifə/məqalə nömrəsi və lisenziya metadata-sı müstəqil şəkildə təsdiqlənmədiyi üçün bu sahələr uydurulmayıb. Əsas elmi məzmun yüklənmiş arXiv v1-ə əsaslanır.

Mənbə növü: Məlumat dəsti yaratma və empirik maşın öyrənməsi qiymətləndirmə tədqiqatı; yüklənmiş fayl preprint versiyasıdır.

Rəyçilik: Yüklənmiş arXiv v1 özü-özlüyündə rəyli version of record deyil. 2026 DOI ilə əlaqəli sonrakı nəşr qeydinin rəyçilik/venue təfərrüatları bu yoxlamada təsdiqlənmədiyinə görə qəti təsnifat aparılmayıb.

Preprint–sonrakı versiya fərqi: İctimai sonrakı repository və SSRN qeydlərində dataset ölçüsü yüklənmiş v1-dən fərqlidir. Bu məqalədə v1 rəqəmləri qorunmuş və versiyalar birləşdirilməmişdir.

Əsas məlumat dəstləri: Real-CATS və Sup-CATS.

Blockchain-lər: Bitcoin və Ethereum.

Criminal label mənbəyi: 30 May 2024-ə qədər Chainabuse abuse reports.

Benign-selection mənbəyi: WalletExplorer və Etherscan vasitəsilə exchange hot-wallet seed-lərinin outgoing next-hop ünvanları.

Benign-selection fərziyyəsi: Məşhur mərkəzləşdirilmiş birjaların KYC tətbiqlərinin exchange customer ünvanlarını benign nümunə üçün daha etibarlı namizədə çevirdiyi fərziyyəsi.

Toqquşan etiketlər: Həm benign, həm də criminal kimi görünən ünvanlar çıxarılmışdır.

Bitcoin profil əməliyyat sayı: 39.752.469.

Ethereum profil əməliyyat sayı: 23.436.690.

Bitcoin profil ölçüsü: 32 xüsusiyyət.

Ethereum profil ölçüsü: 52 xüsusiyyət.

Ethereum əməliyyat bölmələri: internal, normal, ERC-20, ERC-721, ERC-1155.

Token identifier sayı: Mənbə v1 Identifier.tsv üçün 910.864 identifier bildirir.

Exchange-rate mənbəyi: Investing.com; gündəlik məzənnə məlumatları USD əsaslı profil xüsusiyyətlərində istifadə edilmişdir.

Profil classification modelləri: SVM, k-NN, Decision Tree, Random Forest, LightGBM.

SVM sazlaması: RBF kernel.

k-NN sazlaması: 5 qonşu.

Random Forest sazlaması: 100 estimator.

Train/test bölgüsü: 7:3.

Cross-validation: Mənbə Table 5 nəticələrini 5-fold cross-validation mean metrics kimi bildirir.

Class imbalance: Training set-də qorunmuşdur.

Training-dən çıxarılan xüsusiyyət: First_time kimi absolute timestamp xüsusiyyətləri gələcəyə ümumiləşdirməni poza biləcəyi əsaslandırması ilə istifadə edilməmişdir.

Qiymətləndirmə metrikləri: Precision, Recall, F1-score və Accuracy; mənbə ilk üç metrikin criminal sinif üçün bildirildiyini qeyd edir.

Customizability təcrübəsi: 2.500 başlanğıc ünvanı, 1:1 criminal/benign; birinci dərəcəli qonşularla 47.009 node-a genişləndirilmiş transaction graph; Trans2Vec; 7:3 train/test.

Trans2Vec nəticəsi: Precision 0.8976; Recall 0.9261; F1-score 0.9116; Accuracy 0.9348.

Sup-CATS tarixi: 12 Avqust 2024.

Sup-CATS block sayı: 7.161 Ethereum block.

Sup-CATS criminal: 3.147 Etherscan-labeled ünvan.

Sup-CATS benign: 11.058 unlabeled active ünvan; mənbə bunları %1 sampling ilə benign sinfə daxil edir.

Sup-CATS mühüm nəticəsi: Müəlliflərin mənbə təsvirində Random Forest criminal ünvanların %74,9-nu aşkarlayır. LGBM üçün verilən %9,9 dəyəri confusion-matrix arithmetic baxımından criminal-class recall/detection rate ilə uyğun gəlir, lakin prose-da precision kimi adlandırılır.

Table 5 QA qeydi: Ethereum Random Forest Accuracy=0.7116 dəyəri həmin sətirdəki Precision=0.9085, Recall=0.8237 və F1=0.8640 ilə standart binary metric əlaqələri baxımından uyğun görünmür. Dəyər dəyişdirilməmişdir.

Table 6 QA qeydi: Çap edilmiş Prediction/Truth başlıq düzümü class-error hesablamaları və mətndəki %74,9 detection izahı ilə əks görünür. Rəqəmlər qorunmuş, uyğun semantik oxunuş ayrıca izah edilmişdir.

Sup-CATS nümunə QA qeydi: Bildirilən 14.205 ünvan ilə Table 6-nın 14.202 xana cəmi arasında izah edilməmiş üç qeydlilik fərq var.

Ethics: Müəlliflər məlumatların ictimai blockchain ledger/database mənbələrindən toplandığını, real personal information-a məruz qalmadıqlarını və tədqiqatlarının privacy concerns-u əhatə etmədiyini bildirirlər.

Open Science: Mənbə məlumat fayllarının GitHub-dakı sjdseu/Real-CATS repozitoriyasında və ətraflı transaction records-un ictimai şəkildə paylaşıldığını bildirir.

Lisenziya: Yüklənmiş PDF-in və ya məlumat repozitoriyasının hamısını əhatə edən exact açıq təkrar istifadə lisenziyası bu araşdırmada təsdiqlənməmişdir. “Open-sourced” ifadəsi təkbaşına Creative Commons/OSI lisenziyası kimi şərh edilməmişdir.

Maliyyələşdirmə: Yüklənmiş versiyada ayrıca funding/acknowledgment statement aşkar edilməmişdir.

Maraqların toqquşması: Yüklənmiş versiyada ayrıca Conflict of Interest / Competing Interests bildirişi aşkar edilməmişdir.

Müəllif töhfələri: Ayrıca CRediT / Author Contributions bildirişi aşkar edilməmişdir.

Vizual yenidən qurma: Mənbə Figure 1 proses əlaqələri müstəqil inline SVG kimi yenidən yaradılmışdır. Figure 2 və Figure 4-də açıq şəkildə verilən sıfır-balans nisbətləri exact source values ilə orijinal SVG kimi çəkilmişdir. Figure 5 t-SNE koordinatları olmadığından saxta paylanma yaradılmamışdır.

Əsas şərh sərhədi: Dataset label-ları məhkəmə hökmü deyil; random-split model score-ları production guarantee deyil; Sup-CATS bir günlük Ethereum ssenarisidir və bütün gələcək blockchain paylanmalarına avtomatik ümumiləşdirilə bilməz.


Paylaşın:

Şərhlər yoxlandıqdan sonra yayımlanır. Şərhiniz təsdiq prosesinə daxil ediləcək və uyğun hesab olunduqda görünəcək.

Şərh yazın

E-poçt ünvanınız yayımlanmayacaq. Məcburi sahələr * ilə işarələnib