基于机器学习的以太坊欺诈账户检测方法研究

【摘要】 区块链是一种新兴技术以太坊机器价格，具有去中心化、不可篡改、可追溯等特点。 自问世以来，受到众多研究者的青睐。 以太坊作为区块链2.0的产物以太坊机器价格，在为用户带来便利的同时，也存在着诈骗者利用区块链的匿名性进行诈骗活动的隐患，如造假账户、造假合同等，给投资者带来难以估量的经济损失。 目前国内外对以太坊区块链欺诈检测的研究相对较少，现有检测方法难以准确识别欺诈行为。 因此，本文以以太坊数据为基础，综合运用机器学习技术，针对不同账户中的典型欺诈问题，研究相应的检测方法，以促进区块链生态的健康发展。 主要研究工作如下：(1)提出了一种基于Light GBM的欺诈账户检测方法。 目前的欺诈账户检测方法准确性低、性能差。 本文从 Etherscan 平台收集了 2223 个欺诈账户和 5805 个非欺诈账户，从中提取交易和区块数据，并融合了基于交易历史规则提取的 14 个人工特征和 featuretools 工具自动提取的 86 个统计特征。 更全面地描述了用户的交易行为。 借助Light GBM模型进行检测，实验F1值达到94.92%，高于仅使用单一特征的检测结果，能够更加快速有效地检测出欺诈账户。 (2)提出了一种基于注意力胶囊网络的欺诈合同检测方法。 鉴于大多数智能合约部署不需要源代码，难以根据源代码特征进行检测，本文收集并下载了智能合约部署所需的字节码和应用程​​序二进制接口（ABI），并提取顺序、频率和调用顺序用于描述合约的行为，通过可视化技术转换成RGB图像。 为了避免数据不平衡对检测工作的影响，采用Fancy PCA进行数据增强，将放大后的RGB图像输入到注意力胶囊网络模型（SECaps Net）中。 与现有研究工作相比，本文方法的F1值为98.38%，准确率更高，能够在合约部署阶段有效检测欺诈合约。 (3) 以太坊欺诈账户特征分析。 根据本文提出的两种检测方法，通过实验评估账户和合约特征的重要性。 由此可见，交易时间间隔、交易总金额、交易数量等特征是区分欺诈账户的重要因素，而操作码的频率特征对欺诈合约很重要。 测试结果有很大的影响。 此外，本文提出的方法用于分析Kaggle欺诈数据集和蜜罐合约数据集。 实验结果表明，本文方法不仅适用于某类欺诈的检测，而且在其他类型的欺诈检测任务中也取得了成功。 效果好。