English(EN) Temporal Motif-aware Graph Test-time Adaptation for OOD Blockchain Anomaly Detection

新框架增强区块链异常检测能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-29 04:00

研究人员开发了一个名为TEMG-TTA的新框架，以改进区块链交易中的异常检测。该框架通过捕获时序模式分布并采用测试时自适应策略，解决了交易模式演变和分布外问题等挑战。实验表明，TEMG-TTA在五个真实世界数据集上的平均性能提升了54.88%，显著优于现有方法。 AI

排序理由这是一篇详细介绍新异常检测框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

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

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Runang He, Tongya Zheng, Huiling Peng, Yuanyu Wan, Bingde Hu, Jiawei Chen, Canghong Jin, Mingli Song, Can Wang · 2026-05-29 04:00

面向OOD区块链异常检测的时序模式感知图测试时自适应

arXiv:2605.29526v1 Announce Type: cross Abstract: Ever-evolving transaction patterns have significantly hindered anomaly detection on emerging cryptocurrency blockchains due to the vast number of addresses and diverse anomalous behaviors. Recently, advanced Graph Anomaly Detectio…