以太坊交易中的异常用户检测

科研背景

以太坊是全球最大的区块链网络之一。 其自身特性在其他加密货币中独树一帜，得到了更广泛的关注。由于匿名性，在这个庞大的网络中识别异常是一个挑战。 传统的基于机器学习的技术，如单类支持向量机和隔离森林，由于在获取以太坊事务中节点间或账户关系信息方面的局限性，在识别以太坊事务中的异常方面有很大的局限性。以太坊事务可以使用属性图有选择性地表示，该属性图具有捕获相互依赖关系的节点和边。

科研问题

如何检测以太坊中的异常交易并识别出异常用户？

方法