研究人员开发了一种新颖的方法，通过分析行为相似性来识别以太坊区块链上的 Sybil 攻击者，而无需钱包之间存在直接的财务联系。该方法从 EVM 跟踪中合成了一个符号交易语法，以捕获交易节奏、执行结构和功能意图。该方法利用基于 Gzip 的归一化压缩距离 (NCD) 来构建 Sybil 发现的行为图，事实证明，与传统的闭集分类模型相比，它在应对不断变化的攻击策略方面更加健壮。 AI
影响 这项研究引入了一种新颖的、无需训练的方法来识别区块链上的恶意行为者，有可能增强去中心化系统的安全性和完整性。
排序理由 该集群包含一篇详细介绍区块链安全新方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
