Biblioteca122.294 documentos en línea

Artículo

Bitcoin Theft Detection Based on Supervised Machine Learning AlgorithmsDetección de robos de Bitcoin basada en algoritmos de aprendizaje automático supervisado

Resumen

Desde su creación, Bitcoin ha sido objeto de numerosos robos debido a su enorme valor económico. Los hackers roban las claves de las carteras de Bitcoin para transferir Bitcoin de usuarios comprometidos, causando enormes pérdidas económicas a las víctimas. Para abordar la amenaza de seguridad del robo de Bitcoin, en este estudio se utilizaron métodos de aprendizaje supervisado para detectar y proporcionar advertencias sobre eventos de robo de Bitcoin. Para superar las deficiencias del trabajo existente, se extrajeron características más completas de los datos de transacciones de Bitcoin, se igualó el conjunto de datos desequilibrado y se utilizaron cinco métodos supervisados: el vecino más cercano (KNN), la máquina de vectores de soporte (SVM), el bosque aleatorio (RF), el aumento adaptativo (AdaBoost) y las técnicas de perceptrón multicapa (MLP), así como tres métodos no supervisados: el factor local de valores atípicos (LOF), la máquina de vectores de soporte de una clase (OCSVM) y el enfo

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento