이 연구는 대규모 블록체인 데이터에서 지속적인 행동 패턴을 발견하는 범용 프레임워크를 제안한다. 컨트랙트·토큰·시장 맥락을 담은 '행동 문장'을 구성한 뒤, 개별 행동을 포착하는 문장 단위 임베딩과 시간에 따른 사용자 행동을 포착하는 시퀀스 단위 임베딩을 결합하는 2단계 방식을 적용했다. 이더리움 거래 3,000만 건 이상에 적용한 결과 DEX 거래, NFT 활동은 물론 피싱, 봇 운영, 오라클 조작, 러그풀 등 악성 패턴까지 발견했다. 다수 패턴이 서로 다른 관찰 기간에도 안정적으로 유지돼, 단일 시점을 넘어선 장기 행동 식별이 가능함을 보였다.
- •블록체인 행동 패턴을 발견하는 확장 가능하고 애플리케이션에 무관한 프레임워크 제안
- •행동 문장 구성 후 문장 단위·시퀀스 단위 2단계 임베딩 적용
- •이더리움 거래 3,000만 건 이상에서 DEX·NFT부터 피싱·봇·오라클 조작·러그풀까지 탐지
- •다수 패턴이 관찰 기간과 무관하게 지속되어 장기 행동 식별에 활용 가능
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Discovering Persistent Behavioural Patterns for Interpretable Blockchain Forensics
- 1.이더리움 3000만건 이상 트랜잭션에 '행동 문장' 기반 응용 무관 프레임워크로 지속적 행동패턴 발굴
- 2.문장 단위·시퀀스 단위 2단계 임베딩으로 개별 행위와 시간에 따른 사용자 행동을 함께 포착
- 3.DEX 거래, NFT 활동, 피싱, 봇 운영, 오라클 조작, 러그풀 등 정상·악성 패턴을 동시에 탐지
- 4.다수 패턴이 독립된 관찰 기간에 걸쳐 안정적으로 유지되어 장기 행동 식별 가능
왜 중요한가?
특정 애플리케이션에 종속되지 않는 범용 프레임워크로 대규모 온체인 데이터에서 해석 가능한 행동 프로파일을 추출한다는 점에서, 블록체인 포렌식과 위협 탐지의 확장성·해석가능성 문제를 함께 해결하려는 시도로 평가된다.
언급 프로젝트
본문 미리보기
arXiv:2608.12864v1 Announce Type: new Abstract: Public blockchain data enables large-scale DeFi-related analysis, but many existing approaches are application-specific, difficult to scale, or hard to interpret. This research proposes a scalable, application-agnostic framework for \emph{persistent behavioural pattern discovery} from large-scale blockchain activity. It constructs behaviour sentences enriched with contract, token and market context, then applies a two-step embedding process: sente
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:23AI 초안
