基于联邦学习框架的虚拟货币交易行为异常识别技术研究.docxVIP

基于联邦学习框架的虚拟货币交易行为异常识别技术研究

目录

内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.3研究目标与内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

1.4研究方法与技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

1.5论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

相关技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

2.1联邦学习基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

2.1.1联邦学习定义及特点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

2.1.2联邦学习经典模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

2.2机器学习异常检测方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

2.2.1基于统计的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

2.2.2基于距离的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

2.2.3基于密度的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

2.2.4基于聚类的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

2.2.5基于神经网络的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

2.3虚拟货币交易数据分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

2.3.1虚拟货币交易数据结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

2.3.2虚拟货币交易常见风险类型．．．．．．．．．．．．．．．．．．．．．．．．．．．．50

2.4本章小结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54

基于联邦学习的虚拟货币交易异常识别模型．．．．．．．．．．．．．．．．．56

3.1模型整体架构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59

3.2数据预处理与特征工程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．63

3.2.1数据清洗与填充．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．67

3.2.2特征选择与提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．69

3.3联邦学习环境搭建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．70

3.3.1节点通信协议设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．74

3.3.2模型更新策略设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．75

3.4异常检测模型选择与改进．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．79

3.4.1常用异常检测算法分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82

3.4.2针对联邦学习环境改进．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．86

3.5模型训练与评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．89

3.5.1联邦学习模型训练流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．93

3.5.2模型性能评估指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．97

3.6本章小结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．99

实验研究与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．101

4.1实验数据集与设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．102

4.1.1实验数据来源．．．．．．．．．．．．．．．．．．．．