文献

J-GLOBAL ID：202102229734901411   整理番号：21A0088046

Ethernetブロックチェーンネットワークにおけるグラフ深層学習ベースの異常検出【JST・京大機械翻訳】

Graph Deep Learning Based Anomaly Detection in Ethereum Blockchain Network

著者 (3件)： Patel Vatsal (School of IT, Deakin University, Geelong, VIC, Australia) ,  Pan Lei (School of IT, Deakin University, Geelong, VIC, Australia) ,  Rajasegarar Sutharshan (School of IT, Deakin University, Geelong, VIC, Australia)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12570  ページ： 132-148  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： Ethereumは世界最大のブロックチェーンネットワークの一つである。スマート契約のその特徴は,他の暗号発生の間でユニークであり,より広い注目を得た。しかし,スマート契約はネットワーク内の攻撃と財政的 fraudに脆弱である。この大規模ネットワークにおける異常の同定は匿名性のため困難である。1クラスサポートベクトルマシンと分離森林のような従来の機械学習ベース技法の使用は,トランザクションにおける節間の捕捉または関係情報の説明に関して,その限界のため,Ethereum取引における異常の同定に無効である。Ethereum取引は,ノードとエッジが相互依存性を捉える属性グラフを用いて効果的に表現できる。したがって,本論文では,Ethereumブロックチェーンネットワークにおける異常を検出するための1クラスグラフニューラルネットワークベース異常検出フレームワークの使用を提案した。経験的評価は,提案方法が従来の非グラフベースの機械学習アルゴリズムより高い異常検出精度を達成できることを証明した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  ニューラルネットワーク ,  暗号 ,  *Ethernet ,  機械学習 ,  学習アルゴリズム
準シソーラス用語： 脆弱性 ,  相互依存性 ,  異常検出 ,  大規模ネットワーク ,  節間 ,  *深層学習 ,  *ブロックチェーン , 【Automatic Indexing@JST】

著者キーワード (3件)： エーテルブロック鎖 ,  ワンクラス法 ,  グラフニューラルネットワーク

分類 (2件)： 計算機網  (JC03000K) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： Ethernet ,  ブロックチェーン ,  グラフ ,  深層学習 ,  異常検出