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
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.
Artículo:
Modelo de enseñanza de inglés profesional basado en comunicación inalámbrica de red y multimedia.
Artículo:
Control compuesto sin modelo de manipuladores flexibles basado en programación dinámica adaptativa
Artículo:
PMAB: una cadena de bloques de auditoría mutua pública para datos externalizados en almacenamiento en nube
Artículo:
La distribución exponencial generalizada de Weibull con muestra censurada: Estimación y aplicación en datos reales
Artículo:
Modelado conjunto de comportamientos de usuario basado en Cadena de Markov Aditiva de Orden Variable para Recomendación de POI