TM-RUGPULL: A Temporary Sound, Multimodal Dataset for Early Detection of RUG Pulls Across the Tokenized Ecosystem
Die Arbeit stellt TM-RugPull vor, einen sorgfältig kuratierten, multimodalen Datensatz von 1.028 Token-Projekten, der entwickelt wurde, um Datenlecks und Modalitätsbeschränkungen in bestehenden Ressourcen zu überwinden und damit einen neuen Benchmark für die Früherkennung von Rug-Pull-Betrugsfällen im gesamten Token-Ökosystem zu etablieren.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich die Welt der Kryptowährungen als einen riesigen, geschäftigen digitalen Marktplatz vor. Auf diesem Markt erschaffen Menschen neue "Token" (digitale Münzen), um sie an Investoren zu verkaufen. Manchmal sind die Schöpfer ehrlich und bauen etwas Wertvolles auf. In anderen Fällen sind sie Betrüger, die einen "Rug Pull" (einen Teppichriss) durchführen.
Stellen Sie sich einen Rug Pull wie einen Karussellbetreiber vor, der einen Stand aufbaut, das Geld aller einsammelt und dann plötzlich den Teppich unter den Spielern wegreißt und mit dem Bargeld davonläuft, bevor jemand merkt, dass das Spiel manipuliert ist.
Das von Ihnen geteilte Papier, TM-RugPull, handelt davon, ein besseres "Trainingsmanual" für Computer zu entwickeln, um diese Betrüger bevor sie fliehen zu entlarven. Hier ist die Aufschlüsselung in einfachen Worten:
Das Problem: Das "rückwärtsgerichtete" Trainingsmanual
Derzeit sind die Werkzeuge, die Computer zur Aufspürung von Betrügern einsetzen, fehlerhaft. Es ist, als würde man versuchen, einen Sicherheitsbeamten darin zu schulen, einen Dieb zu erkennen, indem man ihm Bilder des Diebes zeigt, nachdem er das Geld bereits gestohlen und die Flucht ergriffen hat.
- Der Fehler: Alte Datensätze verwenden Hinweise, die erst nach Abschluss des Betrugs auftreten (wie der Kurssturz oder das Verschwinden des Geldes).
- Das Ergebnis: Computer, die auf diesen Daten trainiert wurden, glauben, sie seien hervorragend darin, Betrug vorherzusagen, scheitern aber in der realen Welt, weil sie nach Hinweisen suchen, die erst existieren, wenn es zu spät ist. Außerdem betrachten sie hauptsächlich nur eine Art von Projekt (DeFi) und übersehen Betrügereien bei Memes, Spielen oder Promi-Token.
Die Lösung: Der "Zeitreise"-Datensatz
Die Autoren haben einen neuen Datensatz namens TM-RugPull erstellt. Sie entwarfen ihn nach einer strengen Zeitreise-Regel: "Sie dürfen nur Informationen betrachten, die vor der Katastrophe verfügbar waren."
So haben sie ihn aufgebaut:
1. Eine vielfältige Menge (Die 1.000 Projekte)
Anstatt nur ernsthafte Finanzanwendungen zu betrachten, sammelten sie 1.000 verschiedene Projekte. Stellen Sie sich eine Aufstellung vor, die Folgendes umfasst:
- Ernsthafte Finanzanwendungen (DeFi).
- Lustige Internetwitze (Meme-Token).
- Digitale Kunst und Spiele (NFTs).
- Von Prominenten beworbene Münzen.
Dies stellt sicher, dass der Computer lernt, Betrüger in jeder Art von digitalem Projekt zu erkennen, nicht nur bei den seriösen.
2. Die "Mitte"-Regel (Verhinderung von Zeitleckagen)
Um sicherzustellen, dass der Computer nicht durch Blick in die Zukunft schummelt, wählten die Autoren für jedes Projekt einen spezifischen "Mitte"-Zeitpunkt.
- Die Regel: Der Computer darf nur Daten aus der ersten Hälfte der Lebensdauer des Projekts (vor dem Mittelpunkt) sehen.
- Die Prüfung: Wenn sich das Projekt später als Betrug herausstellt, wird der Computer nur daran bewertet, ob er es hätte vorhersagen können, indem er nur die frühen Hinweise nutzte. Wenn der Computer einen Hinweis verwendete, der nach Beginn des Betrugs erschien, wird er disqualifiziert. Dies wird als Verhinderung von "temporal leakage" (zeitlicher Leckage) bezeichnet.
3. Drei Augen auf den Markt (Multimodale Daten)
Um ein vollständiges Bild zu erhalten, betrachtet der Datensatz die Projekte gleichzeitig durch drei verschiedene "Linsen":
- Linse 1: On-Chain-Verhalten: Beobachtung der tatsächlichen Bewegung von Geld und Token auf der Blockchain (wie das Beobachten der Registrierkasse).
- Linse 2: Smart-Contract-Metadaten: Lesen der "Regeln", die im Code selbst geschrieben sind (wie das Lesen des Kleingedruckten eines Vertrags).
- Linse 3: OSINT (Open Source Intelligence): Überprüfung von Social Media, Google-Suchen und Nachrichten (wie das Lauschen des Geredes auf dem Marktplatz).
- Warum es wichtig ist: Oft beginnen Menschen auf Twitter oder bei Google bevor das Geld tatsächlich auf der Blockchain verschwindet, über einen Betrug zu sprechen. Dieser Datensatz fängt diese frühen Flüsterer auf.
4. Das menschliche Detektiv-Team (Manuelle Kennzeichnung)
Die Autoren ließen nicht einfach einen Computer entscheiden, wer ein Betrüger ist. Sie nutzten ein Team menschlicher Experten.
- Der Prozess: Sie beobachteten Projekte 72 Stunden lang, nachdem etwas schiefgelaufen war. Wenn die Liquidität verschwand, die Aktivität einbrach und der Preis einfroren, kennzeichneten sie es als "Rug Pull".
- Das Sicherheitsnetz: Sie überprüften dies doppelt gegen bekannte Betrugsdatenbanken und ließen zwei Experten das Urteil bestätigen, um sicherzustellen, dass keine Fehler gemacht wurden.
Das Ergebnis
Das Papier präsentiert einen sauberen, ehrlichen und vielfältigen Trainingsdatensatz für KI.
- Er umfasst 1.000 Projekte (etwa 60 % Betrüger, 40 % ehrlich).
- Er deckt 5 verschiedene Blockchains ab (wie Ethereum und Binance).
- Er verbietet striktes "Schummeln" durch die Verwendung zukünftiger Informationen.
Kurz gesagt: Die Autoren haben einen "Flugsimulator" für KI-Sicherheitsbeamte gebaut. Anstatt sie auf Videos von bereits geschehenen Abstürzen zu trainieren, haben sie sie auf die Vor-Absturz-Signale trainiert, damit die Wächter das Flugzeug tatsächlich daran hindern können, abzustürzen. Sie haben diesen Simulator und den Code zu seiner Erstellung für jedermann nutzbar gemacht.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.