English(EN) An Open-Source, Event-Driven Pipeline for Cryptocurrency Market Data: Ingestion, Forecasting, and On-Chain Fraud Detection

开源管道实现加密货币数据分析和欺诈检测

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-01 04:00

一个新的开源管道已被开发出来，用于处理加密货币市场数据，能够在通用硬件上实现数据摄取、预测和欺诈检测。该系统利用 Apache Kafka 和 Apache Spark 来复制云原生、事件驱动的功能。该管道使用历史 Gemini 交易所数据进行了测试，比较了用于比特币价格预测的 ARIMA 和 LSTM 模型，以及用于以太坊欺诈检测的 Random Forest 和 Gradient Boosting 分类器。 AI

影响为研究人员和开发人员提供了一个框架，用于构建和部署用于加密货币市场分析和欺诈检测的 AI 模型。

排序理由该项目是一篇研究论文，详细介绍了一个用于数据分析的开源管道。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 20 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该项目是一篇研究论文，详细介绍了一个用于数据分析的开源管道。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, infra, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Basil Sajid Shaikh, Melrick Mascarenhas, Nuzhat Faiz Shaikh · 2026-09-01 04:00

一个开源、事件驱动的加密货币市场数据管道：数据摄取、预测和链上欺诈检测

arXiv:2608.29973v1 Announce Type: new Abstract: Cryptocurrency markets generate high-frequency, multi-source data that is expensive to work with unless a team already has commercial-grade streaming and warehousing infrastructure in place. This paper describes a fully open-source …

本文如何被排名

报道来源 [1]

一个开源、事件驱动的加密货币市场数据管道：数据摄取、预测和链上欺诈检测

相关实体

相关话题