文章摘要:比特币非法交易检测是指：根据交易特征，建立检测模型，鉴别非法交易。现有检测方法采用的特征中没有直接反映交易非法性的特征，导致检测精度受限、召回率低。事实上，交易的非法性源于交易被用于违法活动，且违法交易之间具有关联性。基于此，提出交易非法性程度概念——交易不可信度，并提出算法对其进行量化，作为直接反映交易非法性的特征，融合到现有模型，以提高检测精度和召回率。针对非法交易样本少、标注困难、以及模型训练需要大量非法交易样本的问题，选择不可信度高的交易作为样本来扩大非法样本。实验表明，采用不可信度特征后，逻辑回归、随机森林、多层感知机和图卷积网络分类模型的F1值平均提高8.5%。

文章关键词:

项目基金:国家自然科学基金(62072326),山西省重点研发计划项目(201903D421007), 上一篇： 农业基础科学论文_基于改进粒子群的农田WSN路
下一篇：数学论文_基于模体的朴素贝叶斯链路预测方法