Real-CATS (Real-world dataset of Cryptocurrency Addresses with Transaction profileS), Bitcoin va Ethereum tarmoqlarida jinoyat bilan bogʻlangan hamda benign deb belgilangan blockchain manzillarini ularning statistik tranzaksiya profillari va batafsil tranzaksiya yozuvlari bilan birga taqdim etish uchun yaratilgan real dunyoga asoslangan tadqiqot maʼlumotlar toʻplamidir. Yuklangan arXiv v1 versiyasida Real-CATS 103.203 criminal manzil va 106.196 benign manzilni oʻz ichiga oladi. Criminal yorliqlar real foydalanuvchi-jabrlanuvchilar hisobotlaridan, benign manzillar esa markazlashgan birjalarning hot-wallet chiqishlaridan hosil qilingan. Tadqiqotchilar maʼlumotlar toʻplamini Comprehensiveness, Classifiability, Customizability va Real-world Transferability deb ataluvchi toʻrtta C3R xususiyati orqali baholaydilar. Tadqiqotning eng muhim talqin chegarasi shuki: Real-CATS jinoyatni aniqlash algoritmi yoki manzilning huquqiy jihatdan jinoyatchi ekanini isbotlaydigan tizim emas; u turli aniqlash usullarini rivojlantirish, taqqoslash va realistikroq sinov sharoitlarida tekshirish uchun ishlab chiqilgan belgilangan maʼlumotlar infratuzilmasidir.
Yuklangan versiyada criminal manzillarning 90.612 tasi Bitcoin, 12.591 tasi Ethereum tarmogʻidadir. Benign manzillarning 90.176 tasi Bitcoin, 16.020 tasi Ethereum tarmogʻidadir. Bitcoin manzillari 32 xususiyat, Ethereum manzillari esa 52 xususiyat bilan ifodalanadi. Tadqiqotchilar Bitcoin uchun 39.752.469, Ethereum uchun 23.436.690 ta tegishli blockchain tranzaksiyasini qayta ishlab, profil xususiyatlarini ajratib olganlar. Ethereum profillari, shuningdek, ERC-20, ERC-721 va ERC-1155 token oʻzaro taʼsirlarini oʻz ichiga oladi.
Classifiability tahlilida criminal va benign manzillarning nol balans hamda faoliyat muddati xatti-harakatlarida farqlar kuzatilgan. Bitcoinʼda tranzaksiyasi mavjud criminal manzillarning %90,70 ida nol balans qayd etilgan boʻlsa, benign manzillarda bu koʻrsatkich %76,56 ni tashkil etadi. Criminal Bitcoin manzillarining %60 ining faoliyat muddati 31,10 kundan qisqa, benign manzillarning %60 iniki esa 84,94 kundan qisqa. 1.000 kundan ortiq faol qolgan Bitcoin manzillari ulushi criminal guruhda %4,09, benign guruhda %14,43. Ethereumʼda nol balans ulushi criminal manzillarda %50,06, benign manzillarda %20,77 deb xabar qilingan.
Profil xususiyatlarining tasniflanish imkoniyatini baholash uchun SVM, k-NN, Decision Tree, Random Forest va LightGBM ishlatilgan. Yuklangan manbada LightGBM Ethereum uchun 0,9187 precision, 0,8520 recall, 0,8840 F1-score va 0,9080 accuracy; Bitcoin uchun 0,8130 precision, 0,7712 recall, 0,7916 F1-score va 0,8716 accuracy natijasini bergan. Biroq Table 5 dagi Ethereum Random Forest qatorida 0,7116 accuracy qiymati shu qatordagi boshqa metrikalar bilan ichki jihatdan mos kelmagani sababli u oʻzgartirilmasdan, ammo ogohlantirish bilan berilishi kerak.
Customizability tajribasi doirasida tadqiqotchilar 2.500 manzildan iborat muvozanatlangan quyi namunadan birinchi darajali qoʻshnilarni qoʻshib, 47.009 tugunli kengaytirilgan transaction graph yaratgan va Trans2Vecʼni sinagan. Trans2Vec 0,8976 precision, 0,9261 recall, 0,9116 F1-score va 0,9348 accuracy natijasini bildirgan. Ushbu tajriba batafsil transaction records yordamida Real-CATSʼdan faqat qatʼiy feature table sifatida emas, balki graph asosidagi usullarga kirish imkonini beruvchi moslashtiriladigan manba sifatida foydalanish mumkinligini koʻrsatishni maqsad qiladi.
Real-world Transferability bahosi uchun tadqiqotchilar 12 Avgust 2024 kuni Ethereumʼdagi 7.161 blokni skanerlab, Sup-CATS nomli alohida test toʻplamini yaratganlar. Manba Sup-CATS uchun 3.147 criminal va 11.058 benign manzilni bildiradi. Real-CATS ustida oʻqitilgan Random Forest, mualliflar hisobotiga koʻra, yangi criminal manzillarning %74,9 ini aniqlagan, LGBM esa juda katta samaradorlik yoʻqotgan. Bu natija ayniqsa muhim: ayni modelning tasodifiy train-test ajratishida yuqori natija koʻrsatishi, yangi va boshqa taqsimotga ega manzillarda ham ayni muvaffaqiyatni saqlashini kafolatlamaydi.
Tadqiqot hal qilishga urinayotgan asosiy muammo
Kriptovalyuta kiberjinoyatini aniqlashda faqat yaxshi mashinaviy oʻrganish algoritmiga ega boʻlish yetarli emas. Modelni ilmiy jihatdan baholash uchun u qaysi criminal va benign manzillarda oʻqitilgani, sinovdan oʻtkazilgani va boshqa tadqiqotlar bilan taqqoslangani ham maʼlum boʻlishi kerak. Tadqiqotchilarning boshlangʻich nuqtasi, ayniqsa Ethereum tadqiqotlarida, koʻplab maʼlumotlar toʻplamlarining xususiy tarzda yigʻilishi, barcha manzillarning ulashilmasligi va benign namuna tanlash usulining tadqiqotlar oʻrtasida farq qilishidir.
Bu muammo ikki oqibatga olib keladi. Birinchidan, ikki xil tadqiqot bir xil yoki oʻxshash modellardan foydalansa ham, turli maʼlumotlar toʻplamlari sabab natijalarni bevosita taqqoslash mumkin boʻlmasligi mumkin. Ikkinchidan, cheklangan yoki juda toza belgilangan maʼlumotlarda muvaffaqiyatli boʻlgan usul real dunyodagi murakkabroq taqsimotga oʻtganda samaradorligini yoʻqotishi mumkin.
Shu sababli Real-CATSʼning asosiy maqsadi yangi classifier ixtiro qilishdan koʻra, tadqiqotchilar turli classifier va graph-learning usullarini bir xil real-dunyoga asoslangan maʼlumotlar infratuzilmasida baholay oladigan ish muhitini yaratishdir.
C3R nima va Real-CATS uchun nimani anglatadi?
C3R — mualliflar Real-CATSʼni baholash uchun ishlatgan toʻrtta xususiyatning umumiy nomi: Comprehensiveness maʼlumotlar taqsimotining turli criminal va benign xatti-harakatlarni qamrab olishini; Classifiability manzil profillarida sinflarni ajratishga xizmat qiladigan axborot mavjudligini; Customizability xom tranzaksiya yozuvlaridan yangi xususiyatlar yoki graph tuzilmalarini yaratish mumkinligini; Real-world Transferability esa modelni faqat tasodifiy ajratilgan eski namunalarda emas, keyingi realistik deployment ssenariysiga oʻxshash maʼlumotlarda ham sinash mumkinligini anglatadi.
| Xususiyat | Oʻzbekcha izoh | Manbada qanday baholanadi? | Talqin chegarasi |
|---|---|---|---|
| Comprehensiveness | Qamrovlilik | Criminal va benign xatti-harakatlarning kengroq va sunʼiyligi kamroq taqsimotini qamrab olish maqsadi; existing datasets bilan xatti-harakat taqsimotini taqqoslash. | Bu kriptovalyuta bilan bogʻliq barcha mumkin boʻlgan jinoyat turlari toʻliq qamrab olinganini anglatmaydi. |
| Classifiability | Tasniflanish imkoniyati | Nol balans, Lifetime, t-SNE vizualizatsiyasi va beshta classifier yordamida profil xususiyatlarining ajratish kuchi oʻrganiladi. | Tasniflanish imkoniyati har bir manzil xatosiz tasniflanishini anglatmaydi. |
| Customizability | Moslashtirilish imkoniyati | Profil jadvallariga qoʻshimcha ravishda batafsil tranzaksiya yozuvlari ulashiladi; transaction graph yaratilib Trans2Vec sinaladi. | Har bir graph modeli ayni muvaffaqiyatni koʻrsatishi isbotlanmaydi. |
| Real-world Transferability | Real dunyoga koʻchirilish imkoniyati | 12 Avgust 2024 sanasiga oid Sup-CATSʼda yangiroq criminal manzillarni aniqlash sinaladi. | Bu ishlab chiqarish muhitidagi kelajakdagi barcha maʼlumot taqsimotlarida samaradorlik kafolati emas. |
Nima uchun Bitcoin va Ethereum bir xil tarzda modellashtirilmaydi?
Bitcoin va Ethereum turli tranzaksiya modellariga ega. Bitcoin asosan UTXO — Unspent Transaction Output modeliga tayansa, Ethereum hisobga asoslangan tizimdir. Bu farq manzil xatti-harakatini ifodalash uchun qaysi xususiyatlar mazmunli ekaniga bevosita taʼsir qiladi.
Bitcoinʼda UTXO oldingi tranzaksiyaning hali sarflanmagan chiqishidir. Yangi Bitcoin tranzaksiyasi bir yoki bir nechta UTXOʼni input sifatida sarflaydi va yangi outputʼlar yaratadi. Kerakli transferdan keyin mablagʻ qolsa, u change output sifatida qaytariladi. Shu tuzilma sabab Bitcoin manzilining input/output slotlarda necha marta qatnashgani yoki qancha turli manzil bilan kirish/chiqish aloqasi oʻrnatgani mazmunli profil xususiyatlariga aylanadi.
Ethereum esa Externally Owned Account (EOA) va Contract Account (CA) tushunchalariga asoslanadi. EOA shaxsiy kalit bilan boshqariladi; Contract Account esa smart contract kodi orqali boshqariladi. Ethereum tranzaksiyalari ETH oʻtkazishi, smart contract funksiyasini chaqirishi yoki contract deploy qilishi mumkin. Bundan tashqari, Gas ishlatilishi, Gas Limit va Gas Price kabi xususiyatlar mavjudligi sabab Ethereum profiliga Bitcoinʼda boʻlmagan qoʻshimcha tranzaksiya xususiyatlari kiritiladi.
Ethereum ekotizimida ERC-20 fungible tokenʼlar hamda ERC-721 va ERC-1155 kabi NFT/multi-token standartlari bilan oʻzaro taʼsirlar ham manzil xatti-harakatining bir qismi boʻlishi mumkin. Shu sabab tadqiqotchilar token interactions maʼlumotini ham maʼlumotlar toʻplamiga kiritadilar.
Nima uchun Bitcoin va Ethereum manzillarida 32 va 52 xususiyat ishlatiladi?
Manbada Bitcoin profili 28 ta umumiy asosiy tranzaksiya xususiyati va Bitcoinʼga xos 4 ta qoʻshimcha xususiyatdan tashkil topib 32 taga yetishi; Ethereum profili esa shu asosiy xususiyatlarning Wei birliklariga moslashtirilgan shakliga 8 ta Gas/contract xususiyati va toʻrtta ikkilik oʻlcham kombinatsiyasidan hosil boʻlgan 16 ta interaction xususiyati qoʻshilib jami 52 taga yetishi koʻrsatilgan.
Bitcoin va Ethereumʼning umumiy asosiy profil xususiyatlari
| Xususiyat | Nimani anglatadi? |
|---|---|
| Balance | Manzilning qolgan balansi. |
| Total_received_BTC | Jami qabul qilingan Bitcoin miqdori; manbada Sat birligida saqlanadi. |
| Total_sent_BTC | Jami yuborilgan Bitcoin miqdori; Sat. |
| Total_received_USD | Qabul qilingan aktivlarning kunlik kurs boʻyicha USD ekvivalenti. |
| Total_sent_USD | Yuborilgan aktivlarning kunlik kurs boʻyicha USD ekvivalenti. |
| Transaction_fee | Jami transaction fee. |
| Transaction_fee_variance | Transaction fee dispersiyasi. |
| Transaction_number | Jami tranzaksiyalar soni. |
| Payment_transactions | Outgoing transaction soni. |
| Receipt_transactions | Incoming transaction soni. |
| First_time | Birinchi tranzaksiyaning timestampʼi. |
| Last_time | Oxirgi tranzaksiyaning timestampʼi. |
| Lifetime | Birinchi va oxirgi tranzaksiya oʻrtasidagi vaqt; manbada soniyalarda taʼriflanadi. |
| Activity_w | Kamida bitta withdrawal tranzaksiyasi boʻlgan kunlar soni. |
| Activity_d | Kamida bitta deposit tranzaksiyasi boʻlgan kunlar soni. |
| Activity_time | Har qanday faollik mavjud boʻlgan kunlar soni. |
| Max_sent_amount | Eng katta yuborilgan miqdor. |
| Min_sent_amount | Eng kichik yuborilgan miqdor. |
| Max_received_amount | Eng katta qabul qilingan miqdor. |
| Min_received_amount | Eng kichik qabul qilingan miqdor. |
| Max_sent_transaction_id | Eng katta yuborish bilan bogʻliq transaction hash. |
| Min_sent_transaction_id | Eng kichik yuborish bilan bogʻliq transaction hash. |
| Max_received_transaction_id | Eng katta qabul bilan bogʻliq transaction hash. |
| Min_received_transaction_id | Eng kichik qabul bilan bogʻliq transaction hash. |
| Received_variance_BTC | Qabul qilingan miqdorning dispersiyasi. |
| Sent_variance_BTC | Yuborilgan miqdorning dispersiyasi. |
| Received_variance_USD | USDda qabul qilingan miqdor dispersiyasi. |
| Sent_variance_USD | USDda yuborilgan miqdor dispersiyasi. |
Manbada Ethereum ham ayni asosiy xususiyatlardan foydalanishi, biroq kriptovalyuta birligi Bitcoinʼdagi Sat oʻrniga Weiʼga oʻtishi qayd etilgan. Bir Ether:
koʻrinishida ifodalanadi.
Manbada berilgan USD baholash formulasi
Formula nimani hisoblaydi? Manzil turli kunlarda qabul qilgan kriptovalyuta miqdorlarini har bir kunning tegishli exchange rate qiymatiga koʻpaytirib, jami USD ekvivalentini olishni maqsad qiladi.
\(d\) nima? Birinchi tranzaksiya sanasi bilan oxirgi tranzaksiya sanasi oraligʻidagi kundir.
\(Rec_d\) nima? Manba ifodasiga koʻra, \(d\) kunidagi received amount.
\(ER_d\) nima? \(d\) kunidagi exchange rate qiymati. Tadqiqot kurs maʼlumotlarini Investing.comʼdan olganini bildiradi.
Matematik roli nima? Kunlik miqdor × kunlik narx koʻpaytmalarining vaqt boʻyicha yigʻindisidir. Bu yondashuv barcha tarixiy coin miqdorlarini bitta kun kursi bilan baholash oʻrniga ularni sodir boʻlgan kun narxi bilan bogʻlashni maqsad qiladi.
Birlik nima? Natija USD qiymatidir. Manba tenglama ichida \(Rec_d\) ning Sat/Weiʼdan whole-coin birligiga oʻtish tafsilotini alohida koʻrsatmagani uchun bu masshtablash Verianla tomonidan faraz qilinmagan.
Mualliflar kunlik exchange rate tebranishlari tufayli natijalarda kichik variatsiyalar yuzaga kelishi mumkinligini ham taʼkidlaydilar.
Bitcoinʼga xos toʻrtta qoʻshimcha xususiyat
| Xususiyat | Izoh |
|---|---|
| Total_input_slots | Manzil input slot sifatida qatnashgan jami son. |
| Total_output_slots | Manzil output slot sifatida qatnashgan jami son. |
| Sent_counters | Manba taʼrifida interaction vaqtida input slotlarda ishlatilgan manzillar sonini umumlashtiradi. |
| Received_counters | Manba taʼrifida interaction vaqtida output slotlarda ishlatilgan manzillar sonini umumlashtiradi. |
Manbaning metod tavsifi Sent_counters uchun maqsad manzil confirmed transactionʼda recipient boʻlganda, manzilning oʻzidan tashqari senderlar soni; Received_counters uchun esa maqsad manzil bilan bogʻliq recipientlar soni hisoblanishini tushuntiradi. Table 2 dagi qisqa izoh matni bilan metod paragrafidagi yoʻnalish terminologiyasi turlicha yozilgani uchun bu yerda metod paragrafidagi operatsion izoh ham alohida saqlangan.
Ethereumʼga xos qoʻshimcha xususiyatlar
| Xususiyat | Izoh |
|---|---|
| Create_contract | Contract creation soni. |
| Error_count | Xatoli tranzaksiyalar soni. |
| Total_gas_used | Ishlatilgan jami Gas. |
| Total_gas_limit | Tranzaksiyalarda belgilangan jami Gas Limit. |
| Total_gasP_set | Belgilangan jami Gas Price. |
| Gas_limit_Variance | Belgilangan Gas Limit dispersiyasi. |
| GasP_set_Variance | Belgilangan Gas Price dispersiyasi. |
| Gas_weight_block | Manba taʼrifida block boshiga average transaction cost vazni. |
| ERC Interactions | Ethereum interaction xatti-harakatini oʻlchash uchun 16 ta qoʻshimcha xususiyat. |
16 ta Ethereum interaction xususiyati qanday hosil boʻladi?
Manba toʻrtta ikkilik oʻlchamdan tashkil topgan tupleʼni taʼriflaydi:
Har bir oʻlcham ikki mumkin boʻlgan holatga ega boʻlgani uchun kombinatsiyalar soni:
boʻladi. action, manzil yuboruvchi yoki qabul qiluvchi ekanini; with_contract, tranzaksiya contract bilan oʻzaro taʼsir qilgan-qilmaganini; with_data, input data mavjud yoki mavjud emasligini; transaction_type esa tranzaksiya internal yoki normal transaction ekanini bildiradi.
Manba bergan misolda From_contract_wod_internal, maqsad manzil sender boʻlgan, smart contract bilan interaction mavjud, input data yoʻq va tranzaksiya turi internal boʻlgan tranzaksiyalarni sanaydi.
Token interaction maʼlumotlari
Ethereum uchun ERC-20, ERC-721 va ERC-1155 bilan oʻzaro taʼsirlar ham alohida qayd etiladi. Criminal manzillarga oid token interaction fayli manba versiyasida TI_C, benign manzillar uchun TI_B deb nomlangan.
Token contract manzillarining uzun matnlarini har bir qatorda takrorlash oʻrniga tadqiqotda Identifier.tsv nomli indeks fayli ishlatilgan. Manba Table 4 ushbu faylda 910.864 ta token identifier mavjudligini koʻrsatadi. ERC-721 yoki ERC-1155ʼda token ID kerak boʻlsa, contract addressʼga token ID qoʻshilib alohida identifier yaratiladi.
Manzillarni yigʻish va profil chiqarish zanjiri
Criminal manzillar qanday yorliqlanadi?
Tadqiqotchilar Chainabuse.comʼdagi hisobotlarni 30 May 2024 gacha crawlerlar bilan yigʻganlar. Har bir hisobotdan suspect address va foydalanuvchi ko‘rsatgan cybercrime category maʼlumoti olingan.
Manba bu yerda muhim yorliq sifati muammosini ochiq tan oladi: hisobot beruvchi jabrlanuvchilarning bilim darajasi turlicha boʻlgani sabab kategoriyalar izchil emas. Masalan, “Other: Disguise as my friend” iborasi Impersonation Scam doirasiga kiritilishi mumkin; blackmail, mail scam, spam va imlo xatoli oʻxshash iboralar Blackmail Scam ostida birlashtiriladi.
“2x”, “3x” yoki “multiplier” kabi ko‘p karra investitsiya daromadini vaʼda qiluvchi iboralar Investment Scam ostida guruhlanadi. Manba bu keng kategoriya Ponzi Scheme, Rug Pull, Airdrop Scam va Giveaway Scam kabi quyi xatti-harakatlarni oʻz ichiga olishi mumkinligini bildiradi. “Elon Musk” kabi celebrity havolalari Impersonation Scam, YouTube/Twitter kabi ijtimoiy tarmoq havolalari Social Media Scam sifatida tasniflanadi. Tafsiloti yetarli boʻlmagan ayrim hisobotlar Other ostida qoldiriladi; “Other: Sent by mistake” kabi scam boʻlmagan hisobotlar chiqarib tashlanadi.
Bu jarayon ground-truth toʻliq avtomatik va xatosiz emasligini anglatadi. Yorliqlar real jabrlanuvchilar hisobotlaridan keladi, biroq kategoriyalarni standartlashtirishning bir qismi tadqiqotchilarning manual aggregation va keyword qarorlariga tayanadi.
Benign manzillar qanday tanlanadi?
Mualliflarning benign-selection yondashuvi ommabop markazlashgan birjalar anti-money-laundering maqsadida qatʼiy KYC qoʻllaydi degan farazga asoslanadi. WalletExplorer va Etherscanʼdan ayrim exchange hot-wallet manzillari seed sifatida tanlanadi.
Hot-walletʼning outgoing tranzaksiyalaridagi sender manzilidan farq qiluvchi next-hop manzillar benign deb qabul qilinadi. Ethereumʼda token transferi smart contract orqali amalga oshishi mumkinligi sabab contract manzilining oʻzini haqiqiy qabul qiluvchi deb hisoblash xato boʻlishi mumkin. Manba bunday holatda transaction input maʼlumoti `0xa9059cbb` bilan boshlansa, ERC-20 transfer funksiyasini parse qilib haqiqiy next-hop token recipient manzilini ajratishga urinadi.
Incoming tranzaksiyalarda exchange deposit address tuzilmalari birjadan birjaga farq qilgani uchun previous-hop manzil haqiqiy foydalanuvchimi yoki yana birjaga tegishli deposit addressmi, buni aniqlash qiyinroq. Shu sabab tadqiqotchilar benign manzillarni faqat exchange-wallet outputʼlaridan yigʻganlar.
Agar ayni manzil ham criminal, ham benign deb belgilangan boʻlsa, u maʼlumotlar toʻplamidan chiqarilgan.
Bu yerdagi “benign” yorligʻi metodologik sinf taʼrifidir. Exchange outputʼdan tanlangan boʻlishning oʻzi blockchain manzilining barcha tarixiy faoliyati huquqiy yoki amaliy jihatdan toza ekanini isbotlaydigan mustaqil tasdiq emas.
Tadqiqot usuli va natijalari
Real-CATS v1 maʼlumotlar toʻplamining hajmi
| Blockchain / maʼlumotlar toʻplami | Criminal | Benign | Jami | Profil xususiyati |
|---|---|---|---|---|
| Bitcoin — Real-CATS | 90.612 | 90.176 | 180.788 | 32 |
| Ethereum — Real-CATS | 12.591 | 16.020 | 28.611 | 52 |
| Real-CATS jami | 103.203 | 106.196 | 209.399 | Blockchainʼga ko‘ra 32 / 52 |
| Ethereum — Sup-CATS | 3.147 | 11.058 | 14.205 | Ethereum profili |
Bu sonlar aynan yuklangan 26 Yanvar 2025 arXiv v1 versiyasiga tegishli. Ommaviy repositoryʼning keyingi versiyalarida maʼlumotlar soni oʻzgargan; turli versiyalardagi sonlar bitta maʼlumotlar toʻplamiga tegishlidek birlashtirilmasligi kerak.
Qayta ishlangan blockchain transaction hajmi
| Blockchain | Tegishli transaction soni | Tranzaksiya boʻlinishi |
|---|---|---|
| Bitcoin | 39.752.469 | Full-node ledgerʼda maqsad manzillarini oʻz ichiga olgan tranzaksiyalar. |
| Ethereum | 23.436.690 | Internal, normal, ERC-20, ERC-721 va ERC-1155 bo‘limlari. |
Nol balans naqshi
Manba criminal manzillar noqonuniy daromadni olgandan keyin boshqa manzilga oʻtkazishga moyilligi nol balans xatti-harakati bilan bogʻliq boʻlishi mumkinligini avvalgi tadqiqotlar asosida muhokama qiladi. Biroq bu naqsh deterministik emas: nol balansning oʻzi criminal yorliqni anglatmaydi va benign manzillarda ham uchrashi mumkin.
| Blockchain | Criminal manzillarda nol balans | Benign manzillarda nol balans |
|---|---|---|
| Bitcoin | %90,70 | %76,56 |
| Ethereum | %50,06 | %20,77 |
Bitcoinʼda ikki guruh orasidagi farq taxminan 14 foiz-punkt, Ethereumʼda taxminan 29 foiz-punkt. Bu farqlarning statistik significance testi manbada bildirilmagani sabab ular faqat tavsifiy taqsimot farqi sifatida talqin qilinishi kerak.
Lifetime naqshi
| Blockchain | Criminal manzil | Benign manzil | Talqin |
|---|---|---|---|
| Bitcoin | %60 i 31,10 kundan qisqa | %60 i 84,94 kundan qisqa | Benign taqsimot uzoqroq faoliyat muddatiga siljiydi. |
| Bitcoin | %4,09 i 1.000 kundan uzoq | %14,43 i 1.000 kundan uzoq | Uzoq umrli manzillar ulushi benign guruhda yuqoriroq. |
| Ethereum | 100 kun ichida bo‘lganlar ulushi taxminan %60 | 100 kun ichida bo‘lganlar ulushi %34,09 | Criminal CDF tezroq ko‘tariladi. |
Manba bu naqshni Short-Life pattern sifatida muhokama qiladi. Biroq criminal va benign taqsimotlar bir-biriga ustma-ust tushgani sabab Lifetime oʻzi mukammal classifier emas. Aslida mualliflarning “Comprehensiveness” daʼvosining bir qismi ham shunda: Real-CATSʼda sinflar mavjud tozaroq maʼlumotlar toʻplamlaridagidek sunʼiy tarzda keskin ajralmaydi.
Mavjud Bitcoin maʼlumotlar toʻplamlari bilan xatti-harakat taqsimotini taqqoslash
Tadqiqotchilar Elliptic va yana bir illicit Bitcoin address maʼlumotlar toʻplamini birlashtirib, duplicate yozuvlarni olib tashlaganda 21.346 ta criminal manzil oladilar. Manba Figure 3 da ushbu mavjud maʼlumotlar toʻplamlaridagi criminal manzillarning deyarli barchasi nol balans va qisqa Lifetime kabi juda aniq naqshlarga ega ekanini bildiradi.
Mualliflar talqiniga ko‘ra, bunday keskin ajralish classifier uchun real hayotdagidan osonroq muammo yaratishi mumkin. Shu sabab Real-CATSʼda tarqoqroq xatti-harakat naqshlarining mavjudligini kamchilik emas, real dunyo xilma-xilligini yaxshiroq qamrab olishga urinish deb baholaydilar.
Bu natija “Real-CATS butun real dunyo taqsimotini toʻliq ifodalaydi” degani emas. U faqat tanlangan taqqoslash xususiyatlarida kamroq keskin ajralgan taqsimotni taqdim etishini koʻrsatadi.
t-SNE vizualizatsiyasi nimani koʻrsatadi?
Manba sonli profil xususiyatlarini standartlashtirib, Bitcoin va Ethereum uchun t-SNE vizualizatsiyasini yaratadi. Criminal namunalar qizil, benign namunalar ko‘k rangda ko‘rsatiladi va mualliflar namunalarning katta qismida ko‘rinadigan sinf ajralishi borligini qayd etadilar.
t-SNE bu yerda classifier emas. U yuqori oʻlchamli profil tuzilmasini ikki oʻlchamda vizuallashtirish uchun ishlatilgan. Shuningdek, manba PDF ikki oʻlchamli t-SNE koordinatalarini jadval koʻrinishida bermagani sabab Verianla bu taqsimotni taxminiy nuqtalar bilan qayta chizmaydi. Vizual ajralishning oʻzi out-of-sample classification accuracy emas.
Mashinaviy oʻrganishni baholash tuzilmasi
Tadqiqotchilar profillardagi sonli xususiyatlardan foydalanib, beshta klassik mashinaviy oʻrganish usulini sinaydilar:
- SVM — RBF kernel;
- k-NN — \(k=5\);
- Decision Tree;
- Random Forest — 100 estimator;
- LightGBM.
Tranzaksiya yozuvi boʻlmagan manzillar ushbu classification tajribasidan chiqariladi. Dataset 7:3 train/test nisbatida bo‘linadi va training set ichida real dunyodagi class imbalance saqlanadi. Natijalar 5-fold cross-validation o‘rtacha qiymatlari sifatida beriladi.
First_time kabi absolute timestamp xususiyatlari treningdan chiqarilgan. Mualliflarning asosi — model maʼlum bir sana oraligʻini criminal xatti-harakatning oʻzi deb qabul qilib, kelajakdagi manzillarga umumlashtirib boʻlmaydigan sanani yodlab qolishining oldini olish.
Precision, Recall, F1-score va Accuracy qanday oʻqilishi kerak?
Quyidagi tenglamalar ushbu tadqiqotning yangi topilmasi emas, balki manbada qoʻllangan tasniflash metrikalarining standart oʻquv taʼriflaridir. Criminal manzil musbat sinf deb olinsa:
Precision model criminal deb belgilagan manzillarning qanchasi haqiqatan criminal sinfga tegishli ekanini oʻlchaydi.
Recall haqiqiy criminal manzillarning qanchasi model tomonidan topilganini oʻlchaydi.
F1-score precision va recall o‘rtasidagi garmonik o‘rtachadir.
Accuracy barcha toʻgʻri qarorlarning barcha namunalarga nisbatidir. Class imbalance mavjud muammolarda accuracyʼning oʻzi yetarli emas; manba shu sabab precision, recall va F1-scoreʼni criminal sinf uchun alohida bildiradi.
Profilga asoslangan beshta model natijalari
| Model | Ethereum | Bitcoin | ||||||
|---|---|---|---|---|---|---|---|---|
| Precision | Recall | F1 | Accuracy | Precision | Recall | F1 | Accuracy | |
| SVM | 0.8710 | 0.3522 | 0.5015 | 0.7116 | 0.6890 | 0.1750 | 0.2800 | 0.7142 |
| k-NN | 0.7854 | 0.6508 | 0.7117 | 0.7828 | 0.7672 | 0.7717 | 0.7689 | 0.7717 |
| Decision Tree | 0.7825 | 0.7834 | 0.7829 | 0.8210 | 0.6985 | 0.6997 | 0.6991 | 0.8096 |
| Random Forest | 0.9085 | 0.8237 | 0.8640 | 0.7116* | 0.8294 | 0.7234 | 0.7726 | 0.8654 |
| LightGBM | 0.9187 | 0.8520 | 0.8840 | 0.9080 | 0.8130 | 0.7712 | 0.7916 | 0.8716 |
*Manba izchilligi eslatmasi: Ethereum Random Forest uchun 0.7116 accuracy qiymati PDF Table 5 da aynan shu tarzda bosilgan. Precision=0.9085, Recall=0.8237 va F1=0.8640 bilan ayni binary evaluation set doirasidagi standart confusion-matrix munosabatlari nuqtayi nazaridan birgalikda izchil ko‘rinmagani uchun Verianla bu qiymatni tuzatmagan va manba qiymati sifatida belgilagan.
Manba qiymatlari bo‘yicha LightGBM Ethereumʼda precision, recall, F1-score va accuracy jihatidan jadvaldagi eng yuqori natijalarni beradi. Bitcoinʼda eng yuqori precision Random Forestʼga, eng yuqori recall, F1-score va accuracy esa LightGBMʼga tegishli.
Customizability: transaction graph va Trans2Vec
Real-CATS faqat qatʼiy profil jadvali sifatida qoldirilmagan. Tadqiqotchilar batafsil tranzaksiya yozuvlaridagi transaction participant, timestamp va amount maʼlumotlaridan foydalanib weighted multidigraph yaratish mumkinligini ko‘rsatadilar.
Namoyish uchun 1:1 criminal/benign nisbatiga ega 2.500 manzil tasodifiy tanlangan, birinchi darajali qo‘shnilar qo‘shilib graph 47.009 manzilgacha kengaytirilgan. Train/test nisbati 7:3. Trans2Vec parametrlari manba tadqiqotidagi original sozlamalar bilan qoʻllangani aytiladi; ushbu PDF Trans2Vecʼning barcha giperparametrlarini qayta sanab bermaydi.
| Precision | Recall | F1-score | Accuracy |
|---|---|---|---|
| 0.8976 | 0.9261 | 0.9116 | 0.9348 |
Mualliflar bu natijani customizability uchun dalil sifatida qoʻllaydilar: transaction records foydalanuvchilarga profile-based usullardan tashqariga chiqib, graph representation yoki node-embedding usullari uchun turli maʼlumot tuzilmalarini yaratish imkonini beradi.
Buning aksiga, tadqiqotchilar node-embedding usullari katta transaction graph yaratish va training overhead talab qilishini, shuningdek transductive usullar yangi manzillarni real vaqt rejimida aniqlashda qiynalishi mumkinligini qayd etadilar. Shu sabab ular Trans2Vecʼni Sup-CATS real-dunyo ssenariysida sinamaganlar.
Nima uchun Sup-CATS odatiy tasodifiy test bo‘linmasidan farq qiladi?
Sup-CATS Real-CATSʼdan tasodifiy ajratilgan bir davr namunalari emas; u 12 Avgust 2024 kuni Ethereumʼda faol bo‘lgan manzillardan alohida tuzilgan va training maʼlumotlaridan vaqt jihatidan yangiroq test toʻplamidir. Maqsad modelning o‘tmishdagi maʼlumotlardan o‘rgangan naqshlarini keyingi bir kunlik blockchain snapshotʼida qanchalik saqlay olishini baholashdir; bu tuzilma haqiqiy ishlab chiqarish deploymentʼining toʻliq ekvivalenti emas, balki unga yaqinlashishni maqsad qilgan nazoratli test ssenariysidir.
Sup-CATS qanday yaratildi?
Tadqiqotchilar 12 Avgust 2024 kunidagi barcha 7.161 Ethereum block bo‘yicha skanerlash o‘tkazganlar. Criminal sinf uchun Etherscan tomonidan yorliqlangan 3.147 manzil yigʻilgan.
Benign sinf uchun shu kuni faol bo‘lgan unlabeled manzillardan %1 ehtimol bilan namuna olinib 11.058 manzil tanlangan. Manba bu unlabeled namunalarni benign sifatida ishlatadi.
Bu yerda muhim talqin chegarasi bor: unlabeled bo‘lish kriptografik yoki huquqiy jihatdan “aniq benign” ekanining mustaqil isboti emas. Bu tadqiqot test maʼlumotlar toʻplamini tuzishda qoʻllagan operatsion yorliqlash yondashuvidir.
Sup-CATS confusion matrix natijalari
Manba Table 6 dagi bosma “Prediction / Truth” sarlavhalari sonlarning class-error arifmetikasi va darhol keyingi matnga nisbatan teskari yoʻnalishda ko‘rinadi. Quyidagi jadval manbadagi toʻrtta katak sonini oʻzgartirmasdan, class-error hisoblari hamda mualliflarning “Random Forest %74,9 criminal manzilni aniqladi” degan jumlasi bilan mos semantik joylashuvda taqdim etadi. Bu qayta joylashtirish yangi tajriba natijasi emas; manba jadvalini tushunishni taʼminlovchi izchillik ko‘rsatishidir.
| Model | Haqiqiy sinf | Benign bashorat | Criminal bashorat | Manba class error |
|---|---|---|---|---|
| Random Forest | Benign | 8.148 | 2.907 | %26,3 |
| Random Forest | Criminal | 790 | 2.357 | %25,1 |
| LGBM | Benign | 8.379 | 2.676 | %24,2 |
| LGBM | Criminal | 2.834 | 313 | %90,1 |
Random Forest uchun criminal-class detection rate:
Bu qiymat mualliflarning matndagi “detecting 74.9% of the criminal addresses” jumlasiga toʻliq mos keladi.
LGBM uchun ayni criminal-class ulushi:
Bu qiymat standart terminologiyada criminal-class recall/detection rate hisobiga mos keladi. Manba prose uni “9.9% precision” deb ataydi. Verianla manba atamasini indamay takrorlab, notoʻgʻri metrikaga aylantirmaslik uchun bu nomuvofiqlikni ochiq qoldiradi.
Jadval kataklari yigʻindisi:
boʻlsa, manba Sup-CATSʼni:
manzil deb taʼriflaydi. Oradagi uch yozuvlik farq manbada aniq izohlanmagan. Section 4.1 da tranzaksiya yozuvi bo‘lmagan manzillar classification tajribasidan filtrlab chiqarilgani aytilsa-da, Section 4.3 bu uch yozuv ayni sabab bilan chiqarilganini bevosita aytmaydi; shu bois sabab taxmin qilinmasligi kerak.
Yuqori tasodifiy test muvaffaqiyati real dunyoda ayni samaradorlikni kafolatlaydimi?
Yoʻq. Ushbu tadqiqotda LGBM Real-CATSʼdagi standart profil baholashida Ethereum uchun 0,9080 accuracy va 0,8520 recall bergan bo‘lsa, vaqt jihatidan yangiroq Sup-CATS ssenariysida criminal sinfni to‘g‘ri tutish ulushi taxminan %9,9 gacha tushadi; Random Forest esa ayni Sup-CATS ssenariysida criminal manzillarning taxminan %74,9 ini topadi. Bu farq maʼlumot taqsimoti va deployment sharti oʻzgarganda model reytingi ham oʻzgarishi mumkinligini ko‘rsatadi va faqat tasodifiy train-test bo‘linishi real dunyoga ko‘chirilish imkoniyatini kafolatlamasligini namoyon etadi.
Bu topilma Real-CATS tadqiqotining eng o‘rgatuvchi natijalaridan biridir. Table 5 da eng kuchli ko‘ringan modelning yangi taqsimotda ham eng kuchli bo‘lib qolmasligi dataset quality baholashida faqat yuqori in-sample yoki random-split scoreʼga eʼtibor qaratish yetarli bo‘lmasligini ko‘rsatadi.
Shu bilan birga Sup-CATS faqat bir kunlik Ethereum maʼlumotlariga asoslanadi. Shuning uchun natijani “LGBM real dunyoda umuman yomon algoritm” yoki “Random Forest kelajakda har doim yaxshiroq” deb umumlashtirib bo‘lmaydi.
Yuqori false-positive yukining ahamiyati
Random Forest criminal recall jihatidan LGBMʼdan ancha muvaffaqiyatli bo‘lsa ham, manba yuqori false-positive ulushi detection performanceʼga jiddiy taʼsir qilishini ochiq tan oladi.
Manba matritsasining izchil o‘qilishida Random Forest 11.055 ta benign test manzilining 2.907 tasini criminal deb belgilaydi. Shu sabab faqat criminal manzillarning %74,9 ini topish deployment uchun o‘zi yetarli emas; noto‘g‘ri signal yuki ham hisobga olinishi kerak.
Mualliflar yanada murakkab va tizimli criminal-address filtering usullari ushbu false positivesʼni kamaytirishi mumkinligini taklif qiladilar. Bu ibora kelajakdagi ishga oid talqindir; mavjud tajriba bunday filtering tizimi haqiqatan qanchalik yaxshilanish berishini o‘lchamagan.
Tadqiqot qo‘llab-quvvatlaydigan natijalar
- Yuklangan v1 versiyasida Real-CATS Bitcoin va Ethereum tarmoqlarida 103.203 criminal va 106.196 benign manzilni o‘z ichiga olgan katta belgilangan maʼlumotlar to‘plamini taqdim etadi.
- Bitcoin uchun 32 va Ethereum uchun 52 profil xususiyati ajratib olingan.
- Manba batafsil transaction records va Ethereum token interaction maʼlumotlarini ham maʼlumotlar to‘plamiga kiritadi.
- Bitcoin va Ethereum criminal/benign manzillarida nol balans va Lifetime taqsimotlari farq qiladi.
- Real-CATSʼdagi criminal namunalar taqqoslangan mavjud Bitcoin criminal datasetʼlariga nisbatan kamroq keskin va kengroq xatti-harakat taqsimotini ko‘rsatadi.
- Profil xususiyatlari beshta klassik classifier foydalanishi mumkin bo‘lgan ajratuvchi axborotni tashiydi.
- Manba Table 5 da LightGBM Ethereum uchun jadvaldagi eng yuqori precision, recall, F1 va accuracy qiymatlarini beradi.
- Transaction records yordamida graph yaratish va Trans2Vec kabi node-embedding usullarini qo‘llash mumkin.
- Sup-CATS tajribasi yangi temporal taqsimotga o‘tilganda model samaradorligi keskin o‘zgarishi mumkinligini ko‘rsatadi.
- Random Forest, manba bayoniga ko‘ra, Sup-CATSʼdagi criminal manzillarning %74,9 ini aniqlaydi.
- Manba maʼlumotlar va batafsil transaction recordsʼni ommaga ochiq tarzda ulashishni maqsad qiladi.
Tadqiqot qo‘llab-quvvatlamaydigan xulosalar
- Real-CATS yorlig‘i blockchain manzilining huquqiy jihatdan jinoyatchi ekanining qatʼiy isboti emas.
- Exchange hot-wallet outputʼdan tanlangan barcha manzillar mutlaq benign ekani mustaqil ravishda isbotlanmagan.
- Sup-CATSʼdagi barcha unlabeled manzillar aniq benign ekani ko‘rsatilmagan.
- Nol balans yoki qisqa Lifetimeʼning o‘zi criminal address bo‘yicha qaror chiqarish uchun yetarli emas.
- t-SNEʼdagi vizual ajralish real-dunyo classification accuracy bilan bir xil o‘lchov emas.
- Table 5 da yuqori score olgan model production muhitida ayni scoreʼni saqlashi ko‘rsatilmagan.
- Random Forest barcha kelajakdagi Ethereum manzillarida LGBMʼdan ustun bo‘lishi ko‘rsatilmagan.
- Sup-CATS barcha real-dunyo deployment sharoitlarini ifodalamaydi; u bir kunlik Ethereum snapshotʼiga asoslanadi.
- C3Rʼni Polygon yoki Solanaʼga qo‘llash mumkinligi mualliflarning kelajakdagi ish taklifidir; ushbu tadqiqot bu blockchainʼlarda tekshiruv o‘tkazmagan.
- Maʼlumotlar to‘plamining katta bo‘lishi o‘z-o‘zidan label noise yoki sampling bias yo‘qligini ko‘rsatmaydi.
Tadqiqotning asosiy cheklovlari va qayta ishlab chiqish chegaralari
Yorliq manbasi: Criminal yorliqlar real abuse reportsʼdan keladi; biroq report categories turli tajriba darajasidagi foydalanuvchilar tomonidan yaratilgani uchun manual aggregation talab etiladi.
Benign-selection farazi: Birja mijozlarining hot-wallet outputʼlari markazlashgan birjalar KYC qo‘llaydi degan faraz ostida benign sinfga kiritiladi. Bu label-construction usulidir; mustaqil huquqiy “tozaligi”ni tasdiqlash emas.
Sup-CATS benign sinfi: Ayni kuni faol bo‘lgan unlabeled manzillarning %1 i benign sifatida namunalangan. Unlabeled va guaranteed-benign bir maʼnoni anglatmaydi.
Blockchain qamrovi: Asosiy tadqiqot Bitcoin va Ethereum bilan cheklangan.
Temporal coverage: Criminal-report collection 30 May 2024 gacha bo‘lgan hisobotlardan foydalanadi. Yangi jinoyat turlari yoki keyingi xatti-harakat o‘zgarishlari ushbu snapshotʼda bo‘lmasligi mumkin.
Model qamrovi: Profilga asoslangan demonstration faqat beshta klassik model bilan; graph customizability demonstration esa Trans2Vec misoli bilan bajarilgan. Barcha mumkin bo‘lgan detection architectures sinalmagan.
Table 5 manba nomuvofiqligi: Ethereum Random Forest accuracy qiymati boshqa bildirilgan metrikalar bilan ichki jihatdan izchil ko‘rinmaydi.
Table 6 manba nomuvofiqligi: Bosma Prediction/Truth yo‘nalishi class-error arithmetic va matndagi detection-rate talqini bilan mos kelmaydi.
Table 6 metrika nomlanishi: LGBM uchun matnda “9.9% precision” deyiladi, holbuki matritsa arifmetikasi ayni qiymat criminal recall/detection rate ekanini ko‘rsatadi.
Sup-CATS yozuvlar soni: Bayon qilingan jami 14.205 manzil bilan confusion matrixʼning 14.202 yozuvlik yig‘indisi o‘rtasida izohlanmagan uch yozuvlik farq mavjud.
Versiya farqi: Yuklangan arXiv v1 maʼlumot hajmi keyingi ommaviy repository versiyasi bilan bir xil emas. Qayta ishlab chiqish amalga oshirilsa, foydalanilgan dataset snapshot/version aniq belgilanishi kerak.
Etik doira
Mualliflar Ethics Considerations bo‘limida yig‘ilgan maʼlumotlar ommaga ochiq blockchain ledgerʼlar yoki maʼlumotlar bazalaridan kelgani va haqiqiy shaxsiy maʼlumotlar oshkor qilinmaganini taʼkidlaydilar.
Ayni bo‘limda tadqiqot privacy concernsʼni ko‘rib chiqmasligi ham ochiq aytiladi. Shu sabab “maʼlumotlar ommaga ochiq bo‘lgani uchun hech qanday etik yoki maxfiylik muammosi yo‘q” degan kengroq xulosani tadqiqotdan chiqarib bo‘lmaydi.
Open Science
Manba versiyasi barcha taklif etilgan datasetʼlar GitHubʼdagi sjdseu/Real-CATS repositoryʼsida ulashilgani; 7 ta Real-CATS fayli, 1 ta Sup-CATS fayli va manzillarga oid batafsil transaction records taqdim etilganini bildiradi.
Biroq “open-sourced” soʻzining oʻzi qayta foydalanish litsenziyasini belgilamaydi. Manba PDFʼda yoki ushbu bibliografik tekshiruvda butun dataset uchun ochiq Creative Commons/OSI litsenziyasi tasdiqlanmagani sabab qayta foydalanish shartlari alohida tekshirilishi kerak.
Eng xavfsiz ilmiy xulosa
Real-CATSʼning asosiy hissasi “eng yaxshi jinoyatni aniqlash algoritmi”ni taqdim etish emas. Tadqiqot criminal va benign blockchain manzillarini profil xususiyatlari, batafsil transaction records va Ethereum token interaction maʼlumotlari bilan ochiqroq va qayta foydalaniladigan baholash muhitida jamlashga urinishdir.
Tadqiqotning ayniqsa kuchli xabari — maʼlumotlar toʻplamining oʻzi model baholashining ajralmas qismi ekanidir. Toza va tasodifiy ajratilgan test maʼlumotida kuchli ko‘ringan classifier temporally newer va realistikroq test taqsimotida ayni samaradorlikni ko‘rsatmasligi mumkin. Sup-CATSʼdagi Random Forest–LGBM ajralishi buning tadqiqot ichidagi eng aniq misolidir.
Shu sabab Real-CATS eng toʻgʻri tarzda tadqiqot infratuzilmasi va benchmark nomzodi sifatida oʻqilishi kerak. Manzil yorliqlarini sud hukmi, model metricʼlarini ishlab chiqarish kafolati yoki bir kunlik Sup-CATS natijasini kelajakdagi barcha blockchain xatti-harakatlarining aniq ifodasi deb talqin qilish tadqiqot chegaralaridan chiqib ketadi.
Manba va usul haqida izoh
Original sarlavha: Real-CATS: A Practical Training Ground for Emerging Research on Cryptocurrency Cybercrime Detection
Turkcha nashr sarlavhasi: Real-CATS: Kripto Para Siber Suç Tespitinde Gelişen Araştırmalar İçin Pratik Bir Çalışma ve Eğitim Ortamı
Mualliflar: Jiadong Shi; Chunyu Duan; Hao Lei; Liangmin Wang.
Mualliflar tartibi: Manba PDFʼdagi tartib aynan saqlangan.
Tashkilot: Southeast University. Yuklangan PDF birinchi sahifada toʻrt muallif uchun ushbu tashkilotni ko‘rsatadi, batafsilroq department maʼlumotini bermaydi.
Corresponding author: Liangmin Wang.
Corresponding author e-pochta: liangmin@seu.edu.cn.
Teng hissa: Yuklangan manbada teng birinchi muallif/teng hissa bayonoti aniqlanmagan.
Yuklangan manba versiyasi: arXiv:2501.15553v1 [cs.CR].
Yuklangan versiya sanasi: 26 Yanvar 2025.
2026 DOI aloqasi: 10.23919/NANACPS00070.2026.00020 yuklangan faylning OpenAlex moslashtirishida va OpenAlexʼdan hosil qilingan bibliografik indekslarda ushbu sarlavha bilan bogʻlangan. DOI yuklangan arXiv v1 PDF sahifalarining oʻzida bosilmagan.
Version-of-record izohi: Ushbu tekshiruvda rasmiy IEEE nashr sahifasining conference name, proceedings title, sahifa/maqola raqami va litsenziya metadataʼsi mustaqil ravishda tasdiqlanmagani uchun bu maydonlar uydirilmagan. Asosiy ilmiy mazmun yuklangan arXiv v1 ga tayanadi.
Manba turi: Maʼlumotlar toʻplamini yaratish va empirik mashinaviy oʻrganishni baholash tadqiqoti; yuklangan fayl preprint versiyasidir.
Taqriz holati: Yuklangan arXiv v1 oʻzi taqrizdan oʻtgan version of record emas. 2026 DOI bilan bogʻliq keyingi nashr yozuvining taqriz/venue tafsilotlari ushbu tekshiruvda tasdiqlanmagani sabab qatʼiy tasnif qilinmagan.
Preprint–keyingi versiya farqi: Ommaga ochiq keyingi repository va SSRN yozuvlarida dataset hajmi yuklangan v1 dan farq qiladi. Ushbu maqolada v1 sonlari saqlangan va versiyalar birlashtirilmagan.
Asosiy maʼlumotlar toʻplamlari: Real-CATS va Sup-CATS.
Blockchainʼlar: Bitcoin va Ethereum.
Criminal label manbasi: 30 May 2024 gacha Chainabuse abuse reports.
Benign-selection manbasi: WalletExplorer va Etherscan orqali exchange hot-wallet seedʼlarining outgoing next-hop manzillari.
Benign-selection farazi: Ommabop markazlashgan birjalarning KYC amaliyotlari exchange customer manzillarini benign namuna uchun ishonchliroq nomzodga aylantiradi degan faraz.
Ustma-ust tushgan yorliqlar: Ham benign, ham criminal sifatida ko‘ringan manzillar chiqarilgan.
Bitcoin profil tranzaksiyalari soni: 39.752.469.
Ethereum profil tranzaksiyalari soni: 23.436.690.
Bitcoin profil hajmi: 32 xususiyat.
Ethereum profil hajmi: 52 xususiyat.
Ethereum tranzaksiya bo‘limlari: internal, normal, ERC-20, ERC-721, ERC-1155.
Token identifier soni: Manba v1 Identifier.tsv uchun 910.864 identifier haqida xabar beradi.
Exchange-rate manbasi: Investing.com; kunlik kurs maʼlumotlari USD asosidagi profil xususiyatlarida ishlatilgan.
Profil classification modellari: SVM, k-NN, Decision Tree, Random Forest, LightGBM.
SVM sozlamasi: RBF kernel.
k-NN sozlamasi: 5 qoʻshni.
Random Forest sozlamasi: 100 estimator.
Train/test ajratilishi: 7:3.
Cross-validation: Manba Table 5 natijalarini 5-fold cross-validation mean metrics sifatida bildiradi.
Class imbalance: Training setʼda saqlangan.
Trainingʼdan chiqarilgan xususiyat: First_time kabi absolute timestamp xususiyatlari kelajakka umumlashtirishni buzishi mumkinligi sabab ishlatilmagan.
Baholash metrikalari: Precision, Recall, F1-score va Accuracy; manba dastlabki uch metrika criminal sinf uchun bildirilganini taʼkidlaydi.
Customizability tajribasi: 2.500 boshlangʻich manzil, 1:1 criminal/benign; birinchi darajali qoʻshnilar bilan 47.009 nodeʼgacha kengaytirilgan transaction graph; Trans2Vec; 7:3 train/test.
Trans2Vec natijasi: Precision 0.8976; Recall 0.9261; F1-score 0.9116; Accuracy 0.9348.
Sup-CATS sanasi: 12 Avgust 2024.
Sup-CATS block soni: 7.161 Ethereum block.
Sup-CATS criminal: 3.147 Etherscan-labeled manzil.
Sup-CATS benign: 11.058 unlabeled active manzil; manba ularni %1 sampling bilan benign sinfga kiritadi.
Sup-CATS muhim natijasi: Mualliflar manba bayonida Random Forest criminal manzillarning %74,9 ini aniqlashini qayd etadilar. LGBM uchun berilgan %9,9 qiymat confusion-matrix arithmetic nuqtayi nazaridan criminal-class recall/detection rate bilan mos keladi, biroq proseʼda precision deb nomlangan.
Table 5 QA izohi: Ethereum Random Forest Accuracy=0.7116 qiymati shu qatordagi Precision=0.9085, Recall=0.8237 va F1=0.8640 bilan standart binary metric munosabatlari jihatidan izchil ko‘rinmaydi. Qiymat o‘zgartirilmagan.
Table 6 QA izohi: Bosma Prediction/Truth sarlavha tuzilishi class-error hisoblari va matndagi %74,9 detection izohiga teskari ko‘rinadi. Sonlar saqlangan, izchil semantik o‘qish alohida tushuntirilgan.
Sup-CATS namuna QA izohi: Bayon qilingan 14.205 manzil bilan Table 6 ning 14.202 katak yig‘indisi o‘rtasida izohlanmagan uch yozuvlik farq mavjud.
Ethics: Mualliflar maʼlumotlar ommaga ochiq blockchain ledger/database manbalaridan yigʻilgani, haqiqiy personal information fosh qilinmagani va tadqiqot privacy concernsʼni ko‘rib chiqmasligini bildiradilar.
Open Science: Manba maʼlumot fayllari GitHubʼdagi sjdseu/Real-CATS repositoryʼsida va batafsil transaction records ommaga ochiq ulashilganini bildiradi.
Litsenziya: Yuklangan PDF yoki maʼlumotlar repositoryʼsining barchasini qamrab oladigan exact ochiq qayta foydalanish litsenziyasi ushbu tekshiruvda tasdiqlanmagan. “Open-sourced” iborasi o‘z-o‘zidan Creative Commons/OSI litsenziyasi deb talqin qilinmagan.
Moliyalashtirish: Yuklangan versiyada alohida funding/acknowledgment statement aniqlanmagan.
Manfaatlar to‘qnashuvi: Yuklangan versiyada alohida Conflict of Interest / Competing Interests bayonoti aniqlanmagan.
Muallif hissalari: Alohida CRediT / Author Contributions bayonoti aniqlanmagan.
Vizual qayta qurish: Manba Figure 1 dagi jarayon munosabatlari mustaqil inline SVG sifatida qayta yaratildi. Figure 2 va Figure 4 da aniq berilgan nol-balans ulushlari exact source values bilan original SVG ko‘rinishida chizildi. Figure 5 t-SNE koordinatalari bo‘lmagani uchun soxta taqsimot yaratilmagan.
Asosiy talqin chegarasi: Dataset labelʼlari sud hukmi emas; random-split model scoreʼlari production guarantee emas; Sup-CATS bir kunlik Ethereum ssenariysi va kelajakdagi barcha blockchain taqsimotlariga avtomatik umumlashtirib bo‘lmaydi.
Izoh qoldiring
E-pochta manzilingiz chop etilmaydi. Majburiy maydonlar * bilan belgilangan