Real-CATS: размеченный набор данных для выявления киберпреступлений, связанных с криптовалютами

Статья arXiv papers · Автор: Jiadong Shi et al.

Сводка

В документе представлен Real-CATS — набор данных для разработки и оценки методов выявления криптовалютных адресов. Он объединяет адреса, связанные с преступной деятельностью в реальных сообщениях, и добросовестные адреса клиентов бирж, предоставляя размеченные примеры для исследований в области, где доступных данных из реального мира было мало.

Авторы описывают три способа применения датасета: сравнение методов выявления, расширение датасета дополнительными признаками и оценка методов в условиях, призванных отражать реальное использование. Качество датасета они рассматривают с точки зрения полноты, возможности классификации, настройки и переносимости. В описании приведены размеры датасета и источники данных, но нет бенчмарков выявления или свидетельств эффективности какого-либо конкретного метода. Результаты могут зависеть от способа сбора меток и того, насколько выборка похожа на адреса, встречающиеся при практическом применении. Поэтому датасет является исследовательским ресурсом, а не доказательством точности в работе.

Ключевые идеи

Размеченные адреса из реального мира могут помочь решить проблему нехватки данных в исследованиях криптовалютных киберпреступлений.
Датасет объединяет адреса, связанные с преступлениями в отчётах, и добросовестные адреса клиентов бирж.
Датасет предназначен для оценки методов, расширения набора признаков и анализа применимости в реальных условиях.
В документе описан охват датасета, но не приведены сравнительные результаты выявления.

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

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.

Real-CATS: размеченный набор данных для выявления киберпреступлений, связанных с криптовалютами

Сводка

Ключевые идеи

Теги