Ricerca
Rilevamento e analisi di contenuti sensibili e illegali sulla blockchain Ethereum mediante tecniche di apprendimento automatico
La tecnologia blockchain, apprezzata per la sua trasparenza e immutabilità, introduce un nuovo modello di fiducia. La sua struttura decentralizzata solleva tuttavia preoccupazioni per la possibile…

- arXiv
- 2512.17411
- Pubblicato
- 2025-12-19
- Autori
- Xingyu Feng
Abstract degli autori
La tecnologia blockchain, apprezzata per la sua trasparenza e immutabilità, introduce un nuovo modello di fiducia. La sua struttura decentralizzata solleva tuttavia preoccupazioni per la possibile presenza di contenuti dannosi o illegali. Questo studio si concentra su Ethereum e presenta un algoritmo per l’identificazione e il ripristino dei dati. Dopo aver recuperato 175 file comuni, 296 immagini e 91.206 testi, abbiamo impiegato l’algoritmo FastText per l’analisi del sentiment, raggiungendo un’accuratezza di 0,9 dopo la messa a punto dei parametri. La classificazione ha individuato 70.189 testi neutri, 5.208 positivi e 15.810 negativi, contribuendo a identificare informazioni sensibili o illecite. Utilizzando la libreria NSFWJS, abbiamo rilevato sette immagini indecenti con un’accuratezza del 100%. I nostri risultati mostrano che sulla blockchain Ethereum coesistono contenuti innocui e dannosi, tra cui dati personali, immagini esplicite, linguaggio divisivo e discriminazione razziale. In particolare, alcune informazioni sensibili avevano come bersaglio funzionari del governo cinese. Proponendo misure preventive, il nostro studio offre indicazioni preziose per la comprensione della tecnologia blockchain da parte del pubblico e per orientare le autorità di regolamentazione. Gli algoritmi impiegati offrono soluzioni innovative per affrontare i problemi di riservatezza e sicurezza dei dati sulla blockchain.
Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.
Leggi il paper originale su arXiv