[发明专利]一种基于XGBoost算法的区块链产品检测方法、系统及装置

说明书

本发明公开了一种基于XGBoost算法的区块链产品检测方法、系统及装置。首先爬取区块链产品特征属性数据，并对所述区块链产品贴标签，作为XGBoost区块链检测模型的训练样本集；其次根据所述区块链产品相关特征属性数据预处理训练样本集；然后训练区块链产品检测的XGBoost模型树；最后输入需要检测的区块链产品的特征属性，测试XGBoost模型。本发明的基于XGBoost算法的区块链产品检测方法可以实现高效、准确地判别区块链产品是否为欺诈产品的功能。

技术领域

本发明属于区块链技术领域，具体涉及区块链产品交易市场中存在的一些欺诈性区块链产品的检测，尤其涉及一种基于XGBoost算法的区块链产品检测方法、 系统及装置。

背景技术

区块链是近十年来互联网与信息技术领域出现的伟大创新，其去中心、避免人 为干预、降低成本、提升协同效率等技术优势和广阔应用前景，引发了社会持续而 广泛的关注。

对区块链市场进行排查整顿是减少、杜绝区块链产品欺诈事件发生的最有效的手段。但由于一方面区块链技术门槛较高，区块链产品数量巨大、类型繁多，缺乏 相应技术手段对区块链产品进行检测、排查；另一方面互联网技术使世界变为地球 村，各种交易平台和区块链产品遍布于世界的各个角落，增加了监控的难度。目前 亟待提出一种检测方法对区块链产品进行判别、检测。

XGBoost全名叫(eXtreme Gradient Boosting)极端梯度提升，XGBoost算法属 于机器学习中的集成学习方法，指将多个学习模型组合，以获得更好的效果，使组 合后的模型具有更强的泛化能力。XGBoost算法思想就是根据特征分裂来生长一棵 树，并不断地添加树，每次添加一个树，其实是去拟合上次预测的残差从而得到新 函数，逐次迭代来提高模型性能。当我们训练完成得到k棵树，我们要预测一个样 本的分数。它会根据这个样本的特征，在每棵树中会落到对应的一个叶子节点，每 个叶子节点就对应一个分数，最后只需要将每棵树对应的分数加起来就是该样本的 预测值。

本发明结合能反映区块链产品的相关特征属性和XGBoost算法提出一种基于XGBoost算法的区块链产品检测方法，该方法可以根据区块链产品的相关特征属性 对区块链产品进行可信与非可信的判别，提高了区块链产品检测的效率和准确率， 为区块链产品的监管提供了技术支持。

发明内容

本发明基于上述背景和现有技术所存在的问题，拟设计一种基于XGBoost算 法的区块链产品检测方法、系统及装置，其能够根据区块链产品的相关特征属性对 区块链产品进行可信与非可信的判别。

为了实现本发明的这些目的和其它优点，提供了一种基于XGBoost算法的区 块链产品检测方法，所述区块链产品为区块链技术为底层技术的可以带来商业利益 的实体和虚拟的产品，其步骤包括：

爬取互联网上区块链产品相关数据，并对所述区块链产品贴标签，根据区块链 产品与欺诈属性的相互关系，提取区块链产品的相关特征属性，作为XGBoost区 块链检测模型的训练样本集；

对上述爬取的区块链产品特征属性数据进行数据预处理，得到数值化训练样本集；

将所述数值化训练样本集输入利用XGBoost算法搭建的学习机器，训练区块 链产品检测的XGBoost模型树；

作为一种可实施方式，所述训练区块链产品检测的XGBoost模型树，具体是 从给定的区块链产品训练集构造出来一棵由特征信息组成的决策树，决策树从根节 点开始选择特征，选取分裂点进行特征切分。

作为一种可实施方式，所述提取区块链产品的相关特征属性具体包括：