Machine learning based detection system for Ransomware classification of Bitcoin Transactions
Notice bibliographique
Résumé
Abstract: Ransomware attacks are increasingly prevalent, posing a severe threat to global cybersecurity. Cybercriminals use cryptocurrencies, particularly Bitcoin, to collect ransom payments, capitalizing on their pseudo-anonymous and decentralized properties to evade detection and law enforcement. This study addresses the detection of Bitcoin transactions linked to ransomware using the BitcoinHeist dataset, which includes transactions from 28 ransomware families categorized as Princeton, Montreal, Padua, and legitimate 'white' transactions. We introduce a hybrid machine learning framework integrating supervised and semi-supervised approaches. The supervised component employs a stacking ensemble with XGBoost, Random Forest, Decision Trees and as base learners and a Multilayer Perceptron as the meta-learner. The semi-supervised component uses Labeled K-means and biased classifiers to identify previously unseen ransomware instances. Hyperparameter optimization via Optuna ensures model robustness. Evaluated through comprehensive metrics, including accuracy, precision, recall, F1-score, ROC score, and prediction time, our approach achieves a state-of-the-art accuracy of 97% in classifying known ransomware transactions and demonstrates robust performance in detecting unknown ransomware within the BitcoinHeist dataset. This research advances efforts to mitigate ransomware’s impact on the cryptocurrency ecosystem. . IndexTerms – Ransomware, Bitcoin transactions, Anamoly Detection , Machine Learning
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».