摘要：针对区块链游戏生态的复杂性,提出一种基于时序有向加权网络的新型角色识别方法。该方法首先设计了节点投票算法ChainVoteRank以识别出关键基础角色,然后结合多特征融合的层次聚类算法挖掘潜在的隐蔽角色。以play-to-earn(P2E)模式区块链游戏Axie Infinity为对象进行研究,结果表明该P2E模式区块链游戏生态中存在6种基本角色:劳工、正常玩家、经理、繁育商、交易商和机构组织。相较于传统角色识别方法,该方法不仅可以更好地识别出区块链游戏生态中的主要用户角色,而且还揭示了P2E模式区块链游戏生态的角色演化过程、不同阶段中各角色发挥的作用,以及P2E生态日益严重的贫富差距。

摘要：[目的/意义]加密数字货币交易呈现出匿名性、全球性、成本低等特点,非常契合恐怖分子和犯罪团伙在全球范围内转移资金的需求。对加密数字货币交易进行有效监管已成为学术界、工业界和相关执法部门重点关注的问题。[研究设计/方法]依托以比特币为代表的加密数字货币交易数据,利用社会网络分析方法识别异常地址和交易模式,并使用机器学习算法判断比特币拥有者的实体身份。[结论/发现]通过对真实发生的比特币恐怖融资案例进行交易追踪与溯源,验证本文提出的方法可以有效地识别加密数字货币交易中的恐怖融资实体,发现典型的恐怖组织资金转移交易模式。[创新/价值]通过对交易数据的挖掘分析研究数字货币的黑暗面,对数字货币和区块链的监管具有一定的现实意义和理论价值。