典型文献
基于LSCP算法的比特币网络异常交易检测
文献摘要：
异常检测是比特币交易数据分析的研究热点之一.针对现有的基于机器学习的异常交易检测方法难以对多种异常类型进行准确概括、泛化能力不足的问题,对比特币交易数据构建网络结构并提取异常行为模式相关特征,应用基于局部动态选择组合的并行集成算法(LSCP)构建检测模型,并在算法中融入7种经典的异常检测算法,利用基学习器对不同异常类型的敏感性,提升检测模型的可靠性和稳定性.实验结果表明,与传统的检测方法相比,结合异构基学习器的LSCP算法在整体检测性能上具有更好的效果.
文献关键词：
比特币;异常交易检测;集成学习;LSCP算法
中图分类号：
作者姓名：
廖茜;顾益军
作者机构：
中国人民公安大学 信息网络安全学院,北京 102600
文献出处：
引用格式：
[1]廖茜;顾益军-.基于LSCP算法的比特币网络异常交易检测)[J].计算机工程与应用,2022(15):117-123
A类：
LSCP
B类：
比特币,网络异常,异常交易检测,异常检测,交易数据,基于机器学习,泛化能力,建网,异常行为模式,动态选择,集成算法,检测模型,检测算法,基学习器,检测性能,集成学习
AB值：
0.296871
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
