基于鏈上數(shù)據(jù)的區(qū)塊鏈欺詐賬戶檢測研究

打開文本圖片集

摘要：針對區(qū)塊鏈上存在的欺詐賬戶給交易帶來的安全問題，提出了基于機(jī)器學(xué)習(xí)的欺詐賬戶的檢測及特征分析模型，將以太坊上真實的鏈上數(shù)據(jù)進(jìn)行特征提取后作為模型的數(shù)據(jù)來源，通過對不同的機(jī)器學(xué)習(xí)方法進(jìn)行比較得到最優(yōu)模型并進(jìn)行迭代訓(xùn)練以獲得最佳的預(yù)測模型，同時引入 SHAP值對數(shù)據(jù)特征進(jìn)行分析。實驗結(jié)果表明，基于XGBoost的欺詐賬戶檢測模型在RMSE、MAE和R2三組指標(biāo)上達(dá)到了0.205、0.084和0.833，優(yōu)于其余的對比模型，并結(jié)合SHAP值識別出預(yù)測欺詐賬戶的關(guān)鍵因素，為區(qū)塊鏈的交易安全提供決策參考。（剩余16581字）