كنفرانس بين المللی مهندسی صنايع و سيستم ها

صفحه اصلی / یازدهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها

Detection of Fraudulent Transactions in the Cryptocurrency Market Using an Explainable Graph Isomorphism Network

نویسندگان :

Fatemeh Jalalzaei¹ Akbar Esfahanipour² Ali Reza Keivanimehr³

1- دانشگاه صنعتی امیرکبیر (پلی‌تکنیک تهران) 2- دانشگاه صنعتی امیرکبیر (پلی‌تکنیک تهران) 3- دانشگاه صنعتی امیرکبیر (پلی‌تکنیک تهران)

کلمات کلیدی :

Fraud Detection،Graph Isomorphism Network،Graph Neural Network،Explainable AI،Deep Learning،Bitcoin

چکیده :

Cryptocurrency markets are highly vulnerable to fraud due to the lack of comprehensive regulatory frameworks and the pseudonymous nature of transactions. This paper proposes a graph-based learning approach for detecting suspicious transactions in decentralized networks, with a focus on Bitcoin. We evaluate three graph neural network (GNN) models: Graph Convolutional Networks (GCN), Graph Attention Networks (GAT), and Graph Isomorphism Networks (GIN). Experiments on the Elliptic dataset, which contains highly imbalanced data between legitimate and illicit transactions, show that GIN outperforms other models in detecting fraudulent patterns. To enhance interpretability and provide insights into the decision-making process of the models, we integrate explainable AI techniques, specifically using GNNExplainer, which identifies the most influential nodes and features contributing to each fraud prediction. This approach not only enables analysts and regulators to understand why a transaction is classified as suspicious, improving trust and accountability in automated cryptocurrency fraud detection systems, but also achieves a high detection F1-score of 96.22% for illicit transactions using GIN.

لیست مقالات

لیست مقالات بایگانی شده

Short-run control chart for monitoring Gamma regression profiles

Fatemeh Sogandi

پیش بینی بیماری دیابت با رویکرد یادگیری ماشین

احمد نصراله پور - توکتم خطیبی

بهبود کیفیت خدمات حمل و نقل آخرین مایل در تجارت الکترونیک با استفاده از مسیریابی مبتنی بر خوشه بندی : مطالعه موردی

پانته آ سبکتکین - فاطمه صنعتی اردستانی - مرتضی باقری

اولویت بندی تامین کنندگان در صنعت داروسازی با ترکیب روش های MDL و WASPAS فازی

محمدعلی بهشتی‌نیا - مائده دقیقی - زینب سلمانی

طبقه بندی اقلام انبار بر اساس روش ABC و رتبه بندی تامین کنندگان اقلام حیاتی با روش BWM و مولتی مورا (مطالعه موردی شرکت گوشتی کاله)

پژمان عسگری - امیر خاکباز

ارائه مدل ریاضی حهت انتخاب و زمان‌بندی سبد پروژه با درنظر گرفتن وابستگی متقابل میان پروژه‌ها

مهسا صفرخانلو - سید حسن قدسی پور

یادگیری و بازنمایی الگوی داده ها جهت تشخیص ناهنجاری در تراکنش های بانکی با استفاده از شبکه عصبی خودرمزنگار

وجیهه منتظرتربتی - پرستو محمدی - مهرداد کارگری - عبدالله عشقی

بهینه سازی فرآیند تخلیه و تغذیه محصولات نیمه ساخته با رویکرد افزایش تولید بعد از تعطیلات بلند مدت – مطالعه موردی شرکت خودروسازی سایپا

مجتبی وصال - مهدی عاشری

یک مدل ریاضی دوهدفه برای بازیافت پسماندهای پلاستیکی با اهداف زیست‌محیطی و اقتصادی

ندا خسروی فرد - ناعمه زرین پور - مرتضی کاظمی

ارزیابی عملکرد کشورها و بررسی تاثیر عوامل موثر در کنترل پاندمی کووید-19 با بهره‌گیری از رویکردهای تصمیم‌گیری چندمعیاره و یادگیری ماشین

محمدرضا رسولی - سید امیررضا صالحی امیری - عرفان حسن نایبی

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 43.7.0