[发明专利]一种针对以太坊平台的庞氏骗局识别方法及系统

说明书

一种针对以太坊平台的庞氏骗局识别方法，包括步骤：S1：提取目标合约的一阶交易邻居以及它们之间的连边,构成时序有权有向的一阶交易网络；S2:一种特征提取方法，从上述交易网络提取出目标合约的交易特征向量；S3：将上述交易网络转换为简单的无权无向网络，提取出网络拓扑结构特征；S4：结合交易特征向量和拓扑结构特征输入模型进一步地学习特征，识别庞氏骗局性质的合约。本发明还提出了一种针对以太坊平台的庞氏骗局识别系统，包括网络构建模块、数据处理模块、分类识别模块。本发明不仅在特征工程方面存在可解释性，而且对于庞氏骗局的识别具有较高召回率和精度。

技术领域

本发明涉及区块链领域，更具体地说，涉及一种针对以太坊平台的庞氏骗局识别方法及系统。

背景技术

区块链是一种电子分布式账本技术，支持点对点直接交易，无需第三方的中介机构。具体来说，区块链可以被描述为具有去中心化，防伪以及用户篡改能力和匿名性特征的受信任数据库。

以太坊是目前最大的公共区块链能够实现智能合约的平台，可以创建和部署智能合约进行ICO招募融资。以太坊与其他区块链平台一样，同样也拥有其相应的加密货币--以太币，并构建了以太坊加密货币平台。

随着区块链技术的发展，区块链已经演化为两个圈子，即“链圈”和“币圈”。“链圈”专注于区块链技术的开发和应用，而“币圈”则与数字加密货币有关。随着币圈蓬勃发展，投资交易行为日益频繁，混在其中的各种欺诈活动已经引起人们的注意，其中最具代表性的是庞氏骗局。此类骗局核心是通过新投资者的投资金额补助老投资者，直至无资金流入骗局即被揭破。然而庞氏骗局借助了以太坊的智能合约这一重大技术，与其结合在以太坊加密货币平台上表现出了新的形式--欺诈合约。欺诈者利用投资者对区块链技术的信任实施欺诈，根据虚拟货币调查和风险分析公司提供商Cryptoanalysis的报告，在以太坊平台上，庞氏骗局和欺诈ICO等欺诈活动造成投资者的损失高达7.25亿美元。在专利公开号为CN112434742A的专利中，介绍了一种识别以太坊上庞氏骗局的方法、系统及设备。该专利公开利用合约的一度交易网络，主要衡量合约顶点的层次化结构相似并使用随机森林分类器识别出庞氏合约。即，利用网络拓扑特征和机器学习方法进行庞氏合约识别。但是该专利仍存在一些不足之处，其专利没有提取合约交易记录的相关信息，仅利用合约的网络拓扑结构的特征并且使用的是普通的机器学习方法。

发明内容

本发明要克服现有技术的上述缺点，提供一种针对以太坊平台的庞氏骗局识别方法及系统。本发明结合交易特征和网络拓扑特征，能够在以太坊平台上较为精确的识别出庞氏合约。

本发明是针对以太坊上存在的庞氏欺诈情况，提供了一种识别以太坊平台庞氏骗局的新思路。不再局限于合约代码层面，提出了一种交易特征和网络拓扑特征的提取方法，且提出了一种针对以太坊平台的庞氏骗局识别方法及系统。首先，在以太坊平台上获取目标合约的交易记录，提取合约的一阶交易邻居以及其连边,构成时序有权有向一阶交易网络。在上述的一阶交易网络中，提取出各合约的交易特征向量，例如交易账户数量、交易金额、合约生命周期等信息。将时序有权有向一阶交易网络转换为简单的无权无向网络，提取出网络拓扑结构特征。进一步地，将交易特征向量和拓扑结构特征输入至基于图卷积网络的庞氏骗局检测模型中，实现具有庞氏骗局性质的智能合约的识别任务。

本发明既考虑了合约的交易特征和交易网络拓扑结构特征，并使用基于图卷积神经网络的方法进行识别。本发明既拥有较高精度的识别率，又在特征工程方面存在可解释性。

将本发明在以太坊平台上实验，发现本发明明显优于传统基于机器学习的庞氏骗局识别方法。

为实现上述目的，本发明提供了如下方案：

一种针对以太坊平台的庞氏骗局识别方法，其特征在于，包括以下步骤：

S1：在以太坊平台上获取目标合约的交易记录，提取合约的一阶交易邻居以及其连边,构成时序有权有向一阶交易网络；