18、CapsFraud：识别金融活动中欺诈性交易的深度方法

CapsFraud：识别金融活动中欺诈性交易的深度方法

在当今金融领域，随着技术的飞速发展，欺诈性交易日益猖獗，给经济带来了巨大损失。因此，有效识别区块链金融活动中的欺诈性交易至关重要。本文将介绍一种名为 CapsFraud 的深度方法，它能有效识别以太坊账户中的虚假交易。

相关工作局限性

在探讨 CapsFraud 方法之前，先了解一些相关工作的局限性，如下表所示：
| 研究 | 技术 | 局限性 |
| — | — | — |
| [5] | 检测区块链账户中的庞氏骗局 | 智能合约的手动分析，耗时且成本高 |
| [9] | 机器学习方法查找非法账户 | 难以获取相关特征以获得更准确的结果 |
| [14] | 使用支持向量机检测以太坊网络中的恶意欺诈 | 统计工作对欺诈检测无帮助 |
| [18] | 检测以太坊账户中的庞氏骗局 | 数据驱动分析不足，复杂度高 |

CapsFraud 方法原理

该方法旨在利用区块链有效检测金融活动中欺诈性交易的存在。其核心是将数据集的统计信息转换为图像格式，以便注意力机制能有效映射更丰富的特征，再由胶囊网络对欺诈性交易进行准确预测。具体步骤如下：
1. 特征提取（使用 DeepInsight 机制）
- 将表格统计信息转换为图像形式，以提取特定特征。
- 把从数据集中收集的特征向量转换为特征矩阵。
- 根据特征的相似性确定每个特征的位置，用于映射表达值。
- 确定位置后，使用凸包算法获取最大相关像素点。
- 为避免特征点重叠导致图像分辨率降低，在映射前应用 t