Clustering analysis and classification of cryptocurrency transaction using genetic algorithm

유전알고리즘을 이용한 암호화폐 거래정보의 군집화 분석 및 분류

In this paper, we propose a model that classifies different transaction information by clustering and learning through similarity and transaction pattern of cryptocurrency transaction information. By using characteristics of genetic algorithms, we can get better clustering performance by eliminating unnecessary elements in clustering process. The transaction information including the clustering value is set as the training data, and the transaction information can be predicted through the classification algorithm. This can be used to automatically detect abnormal transactions from various transaction information of the cryptocurrency.

본 논문은 암호화폐 거래정보의 유사성과 거래패턴을 파악해서 군집화를 하고 학습을 통해서 다른 거래정보를 자동으로 분류해내는 모델을 제시한다. 유전알고리즘의 특성을 이용하여 군집화 과정에서 불필요한 요소를 최대한 제거하여 더 좋은 군집화 성능을 보여준다. 군집화 값이 포함된 거래정보를 훈련 데이터로 정하고 분류 알고리즘을 통해 거래정보의 예측이 가능해진다. 이는 암호화폐의 다양한 거래정보들로부터 자동으로 비정상 거래를 검출하는데 활용될 수 있다.