Sybil bots

XGBoost 在以太坊 Sybil 机器人检测方面优于 Transformer 模型

一篇新发表在 arXiv 上的研究论文评估了不同的机器学习模型在以太坊区块链上检测 Sybil 机器人的性能。该研究引入了一个泄漏感知的评估框架和一个用于表示钱包行为的“交易语法”，旨在提供更准确和实用的检测方法。结果表明，在考虑标签泄漏的情况下，基于树的模型 XGBoost 的表现优于 Transformer++ 和 BiLSTM 等基于序列的 Transformer 模型，同时还具有更低的延迟和能耗。