|
|||||
|
|
| 基于机器学习的比特币实体分类方法研究综述 | |
| 作者姓名： | 秦璐 李易 林仙铖 罗自强 |
| 作者单位： | 1. 海南师范大学 信息科学技术学院,海南 海口 571158; 2. 数据科学与智慧教育教育部重点实验室,海南 海口 571158 |
| 基金项目： | 海南省自然科学基金项目（620MS045,620MS046,3620RC605）;海南省高等学校教育基金项目（Hnky2022ZD-7） |
| 摘 要： |  比特币是一种去中心化的电子加密货币,交易地址的匿名性隐藏了交易用户的真实身 份,导致比特币被一些不法分子应用于各类非法活动中。通过分析已知实体的交易属性和行为特 征,利用机器学习的方法可以对未知实体的交易类别进行预测。本文首先概述了比特币实体类别 及分类标签的来源;其次,分析和归纳了基于机器学习的比特币实体分类方法;最后,分析了现阶 段面临的主要问题,并对未来的发展趋势进行了展望。 |
| 关 键 词： | 区块链 比特币 机器学习 实体分类 |
| 点击此处可从《海南师范大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《海南师范大学学报(自然科学版)》下载免费的PDF全文 | |