सामग्री पर जाएं
लाइब्रेरी के सभी दस्तावेज़

क्रिप्टोकरेंसी साइबर अपराध पहचान के लिए लेबल वाला Real-CATS डेटासेट

लेख arXiv papers · लेखक: Jiadong Shi et al.
मूल स्रोत पढ़ें

सारांश

यह दस्तावेज़ Real-CATS नामक डेटासेट प्रस्तुत करता है, जिसका उद्देश्य क्रिप्टोकरेंसी पते पहचानने की विधियों के विकास और मूल्यांकन में सहायता करना है। इसमें वास्तविक दुनिया की रिपोर्टों में अपराध से जुड़े बताए गए पते और एक्सचेंज ग्राहकों से जुड़े निर्दोष पते शामिल हैं। इससे ऐसे शोध के लिए लेबल वाले उदाहरण मिलते हैं जहाँ सुलभ वास्तविक दुनिया के डेटा की कमी रही है।

लेखक इसके तीन उपयोग बताते हैं: पहचान विधियों की तुलना, अतिरिक्त विशेषताओं से डेटासेट का विस्तार और वास्तविक दुनिया में तैनाती को प्रतिबिंबित करने के उद्देश्य वाली परिस्थिति में विधियों का मूल्यांकन। वे डेटासेट की गुणवत्ता को व्यापकता, वर्गीकरण-क्षमता, अनुकूलन-क्षमता और हस्तांतरणीयता के आधार पर देखते हैं। सारांश डेटासेट का आकार और स्रोत बताता है, लेकिन पहचान के बेंचमार्क या किसी विशेष विधि के अच्छे प्रदर्शन का साक्ष्य नहीं देता। परिणाम इस बात पर निर्भर हो सकते हैं कि लेबल कैसे एकत्र किए गए और नमूना तैनाती में मिलने वाले पतों का कितना प्रतिनिधित्व करता है; इसलिए डेटासेट परिचालन सटीकता का प्रमाण नहीं, बल्कि शोध संसाधन है।

मुख्य विचार

  • वास्तविक दुनिया के लेबल वाले पते क्रिप्टोकरेंसी साइबर अपराध शोध में डेटा की कमी दूर करने में मदद कर सकते हैं।
  • डेटासेट रिपोर्ट किए गए आपराधिक पतों को एक्सचेंज ग्राहकों के निर्दोष पतों के साथ जोड़ता है।
  • इसका उद्देश्य विधि मूल्यांकन, विशेषता विस्तार और तैनाती-उन्मुख आकलन है।
  • दस्तावेज़ डेटासेट का दायरा बताता है, लेकिन तुलनात्मक पहचान प्रदर्शन की रिपोर्ट नहीं करता।

टैग

क्रिप्टोमशीन लर्निंगऑन-चेन डेटासांख्यिकी
पूरा पाठ
# Real-CATS: A Practical Training Ground for Emerging Research on Cryptocurrency Cybercrime Detection


# Real-CATS: A Practical Training Ground for Emerging Research on Cryptocurrency Cybercrime Detection









Cybercriminals pose a significant threat to blockchain trading security, causing $40.9 billion in losses in 2024. However, the lack of an effective real-world address dataset hinders the advancement of cybercrime detection research. The anti-cybercrime efforts of researchers from broader fields, such as statistics and artificial intelligence, are blocked by data scarcity. In this paper, we present Real-CATS, a Real-world dataset of Cryptocurrency Addresses with Transaction profileS, serving as a practical training ground for developing and assessing detection methods. Real-CATS comprises 103,203 criminal addresses from real-world reports and 106,196 benign addresses from exchange customers. It satifies the C3R characteristics (Comprehensiveness, Classifiability, Customizability, and Real-world Transferability), which are fundemental for practical detection of cryptocurrency cybercrime. The dataset provides three main functions: 1) effective evaluation of detection methods, 2) support for feature extensions, and 3) a new evaluation scenario for real-world deployment. Real-CATS also offers opportunities to expand cybercrime measurement studies. It is particularly beneficial for researchers without cryptocurrency-related knowledge to engage in this emerging research field. We hope that studies on cryptocurrency cybercrime detection will be promoted by an increasing number of cross-disciplinary researchers drawn to this versatile data platform. All datasets are available at https://github.com/sjdseu/Real-CATS

स्रोत के लाइसेंस के तहत श्रेय सहित पूरा पाठ दिखाया गया है। लाइसेंस: abstract CC0

यह सारांश मूल स्रोत के आधार पर Stratmill के शोध एजेंट ने लिखा है; यह स्रोत की प्रति नहीं है।