Close

淘金网币圈快讯 > 币圈最新消息 > 5月份币圈被政府封杀,【币圈解读】怎样识

5月份币圈被政府封杀,【币圈解读】怎样识

淘金网币圈快讯 币圈最新消息 2021年11月11日

  日近△◇☆,同提出了一种基于深度学习的加密数字货币 ICO 诈骗鉴别系统 IcoRating香侬科技创始人◁□、斯坦福大学博士李纪为联合美国加州大学圣塔芭芭拉分校◆▷、斯坦福大学共,决这一问题试图帮助解。

  ICO 信息(包括白皮书、github 库○◁▼、创始人信息)之间的关联这种新方法评估了市面上绝大部分加密货币的生命周期、价值变化与其 ,了很高的准确率去预测并实现•■。

  EO 等)正吸引着越来越多人的关注加密货币(如 BTC、币圈最新消息ETH、N。中心化银行系统相反与中心化电子货币和,不需要任何授权大多数数字代币▽◆★。统通过区块链运转这些去中心化系,持续增长的分布式账本区块链是一个开放、。去的三年中取得了显著增长加密货币的市场资本化在过,1 所示如图 。

  心化的本质因其去中▷◆,足风险投资的必要条件加密货币众筹不需要满, ICO而是经过•□▷。CO 中在 I■○●,密货币(BTC、ETH)来获得众筹的加密货币投资者用法定货币(如美元□○▷、人民币)或其他加。O 后IC,具备货币功能的货币单元这些众筹的加密货币成为○▲。币圈最新消息

  以提供公平的投资机会尽管 ICO 项目可,使用 ICO 进行「拉高出货」的机会众筹的便捷性给肆无忌惮的企业创造了▼▷。众筹加密货币的价格(「俗称拉盘」)也就是说 ICO 的发起人抬高了,来获利(「俗称砸盘」)然后迅速出售加密货币。

  dget 的数据根据 Enga,7 年201…▽,货币中 46% 都失败了902 个基于众筹的数字。示了一个更严重的问题图 3 和图 4 展。间隔(bucket)表示价格改变范围图 3 和图 4 中 x 轴上每一个, ICO 项目的百分比y 轴上对应的值表示。

  看到的可以,目在发行半年后都遭受了价格下跌4.56% 现有 ICO 项◆△▽,发指的 99.9%下跌程度超过令人△◇,升到了 6.89%一年后该比例甚至上。年后价格下降超过 80%大约 29% 的项目在半,升到了 39.6%一年后这一比例上。CO 项目都是诈骗是不确切的虽然说每一个价格骤跌的 I▼…,ICO 之前对数字货币进行评估是必要且紧迫的但构建一个可靠的 ICO 信用评级系统在 •▽●。

  coRating本论文提出 I=◇□, ICO 评级系统一种基于机器学习的○▼。 个 ICO 项目通过分析 2251,价格变化与不同级别的 ICO 信息研究者关联了数字货币的生命周期和▽▽,GitHub 库◇…、网站等包括白皮书、创始团队、。

  同种类的信息通过整合不,分数预测一个 ICO 项目能够在 ICO 半年以后依然存活该模型能够以 0.83 的准确率和 0.80 的 F1 。

  一个基于机器学习的系统IcoRating 是。级系统相比与人类评□◇,客观性:机器学习模型包含更少的先验知识IcoRating 有两大强项◆☆●:(1),学习因果关系可以从数据中●○=,家的人类评级系统相反这与需要大量人类专,避免会引入错误且人类专家不可。级结果是机器学习模型通过黑箱训练得到的输出(2)不会被肆无忌惮的人随意篡改:该信用评。少的人为操作该过程涉及极★▲。

  分析和评估 ICO 项目的质量希望这个工作可以鼓励大家更多地,别哪些是 ICO 项目诈骗并且可以潜在地帮助投资者识。

  简要概述加密货币、区块链和 ICO本论文其余部分的结构如下◆=:第二部分。 项目数据集的构建过程第三部分介绍了 ICO○…□,基本的数据分析并且提供了一些。提出的机器学习模型第四章介绍了论文□◆▪,是简短总结第五部分▲■。

  一种数字资产加密货币是「,交换媒介旨在作为,来保护其交易使用加密技术。使用去中心化控制」大多数加密货币■◆◇。(简称 BTC)(Nakamoto第一个去中心化的加密货币是比特币■•◆,08)20,kamoto(中本聪)的名字于 2009 年创建由一个或一群不明身份的人用 Satoshi Na…★◇。C 出现后自 BT□•▪,币被创造出来多种加密货,Ripple、EOS 和 NEO最著名的包括 Ethereum、◁○。

  由区块链进行验证加密货币的交易▲★。链视为分布式账本人们可以将区块,录两方之间的所有交易它不断增长并永久记□•。叫作一个块每条记录,戳和交易数据的加密哈希指针包含链接到前一个块、时间■▽◆。被所有参与者拥有账本以分布形式,续网络块的情况下得到更改且记录只能在改变所有后。络中的所有节点交易被广播给网。种时间戳方案区块链使用多,明或股权证明例如工作量证。存的风险:它没有中心故障点区块链概念消除了数据集中储,与者都是透明的数据对每个参-★。

  为中心的众筹融资手段ICO 是以加密货币。CO 中在 I□●,币形式)被转移给投资者众筹加密货币(主要以代▽◆,或其他加密货币以换取法定货币。融资目标达到时当 ICO 的,货币功能的货币单元这些代币就成为具备,或者其他加密货币可用于交易货物=▷▪。

  项目提供众筹机会ICO 为早期,行和证券交易所的规定以逃避风险投资家、银▪▼。或私募股权投资的投资机会它们还提供了超越风险投资,资机会的主导二者是早期投。方面另一,乏监管由于缺,者带来了重大风险ICO 给投资。和加密货币有不同的规定不同的国家对 ICO 。如例▽◇◆,府禁止所有 ICO中华人民共和国政,有权对 ICO 应用联邦证券法而美国证监会(SEC)则表示它,密货币 petromoneda而委内瑞拉政府则推出了自己的加◁▲。

  雷分布(LDA)模型(Blei et al.研究者在收集到的白皮书上运行了一个潜在狄利克,03)20。个生成统计模型LDA 是一,即「topic」)的文本文档解释了具备基于词共现的词丛(•…▽。的概率分布形式呈现每个文档以潜在主题,是词的概率分布每个潜在主题都。程如图 5 所示LDA 的生成过▽▼▷,见图 6过程图示◆☆□。

  K 个主题●▷、V 个不同单词假设我们有 M 个白皮书、=-◇。-主题分布 θ(M × K 矩阵)每个白皮书 m ∈ M 都有文档。单词分布 φ(K × V 矩阵)每个主题 k ∈ K 都有主题-。

  个基于机器学习的评级模型IcoRating 是一。是监督学习模型这里使用的模型。学习设置中在标准监督,找到模型 F研究者希望,映射至输出 y可使输入 x :

  y ∈ {0输出 输出 ☆▽,个二分变量1} 是一,x 是否为诈骗项目表示输入 ICO 。 ICO 项目是诈骗项目这里的关键问题是如何确定。ICO 一年后下跌 80%本文认为如果数字货币在其 ,项目是诈骗项目则该 ICO ◇•●。

  言之换,货币的历史价格通过检查数字,格不到初始价格的 20%如果数字货币一年后的价,CO 项目是诈骗则我们认为该 I。251 个项目中在收集到的 2▷•,5月份币圈被政府封杀2 个项目的历史价格研究者收集了 148☆◇,少一年(截止到本研究进行时)且这些 ICO 项目都实施至…●。

  合识别 ICO 诈骗项目的结果实验结果展示了使用不同的特征组•△。01 逐渐提升至 1随着 m 值从 0.■…,例也逐渐增加诈骗项目的比,不断提升查准率,逐渐降低召回率。显示实验■◁, 库是最重要的两类特征白皮书和 GitHub,5 时 F1 分数都达到了 0.7在 m 值分别为 0.1 和 0◇••.。

  了更多特征研究者考虑,的查准率和召回率能够逐渐获得更好。有类型的特征研究者使用所,的查准率、0.77 的召回率和 0.80 的 F1 分数在 m=1 时预测 ICO 诈骗项目达到了 0.83 。

  数字代币▷=•、数字货币摘要□▼□:加密货币(或,年来在公众使用…▪、看重程度和理解方面增长迅速如比特币▷•◆、以太币■■▲、 XRP 和 NEO)近,了惊人的利润为投资者带来★•-。银行系统不同与其他货币或☆-,币无需中央授权大多数数字代。信用评级构成了重大挑战这种去中心化的方式对,目目前不受政府监管大多数 ICO 项,信赖的 ICO 评级系统这意味着我们急需一种值得。

  coRating本论文介绍了 I,◆=☆:我们分析了目前 2251 种数字货币第一个基于机器学习的加密货币评级系统,化与其 ICO 信息之间的关联并评估了货币的生命周期、价格变=▷●,始团队、GitHub 库和网站ICO 信息包括白皮书内容、创。的准确率达到了 0□▪☆.85该系统预测 ICO 诈骗▪○。

  投资者识别 ICO 诈骗我们希望该研究可以帮助, 项目的分析与评估研究同时引出更多对 ICO。新手炒币怎么看涨跌比特币初始价格5月份币圈被政府封杀,【币圈解读】怎样识别空气币和山寨币?

标签: