[发明专利]一种智能庞氏骗局检测方法、装置、终端及存储介质

权利要求书

1.一种智能庞氏骗局检测方法，其特征在于，包括：

S1、获取待检测的目标智能合约，并提取所述目标智能合约的合约特征，所述合约特征包括：字节码特征和创建者账户特征；

S2、将所述合约特征作为智能庞氏骗局合约检测模型的输入变量，以通过所述智能庞氏骗局合约检测模型的运算，获得所述智能庞氏骗局合约检测模型输出的第一检测结果；其中，所述智能庞氏骗局合约检测模型的配置过程具体包括：

基于获取到的合约特征样本，将所述合约特征样本输入到初始回归树分类模型，以通过对所述初始回归树分类模型进行模型训练，得到所述智能庞氏骗局合约检测模型；

S3、根据获取到的区块链交易记录以及已知骗局账户，计算各个账户与所述已知骗局账户之间的关联程度值，并根据所述关联程度值、区块链交易记录以及已知骗局账户，结合非法交易分类模型，得到洗钱关系账户集，其中所述关联程度值为根据所述账户与所述已知骗局账户之间的距离值换算得到的；

S4、将洗钱嫌疑账户的创建者账户特征与所述合约特征作为所述智能庞氏骗局合约检测模型的输入变量，以通过所述智能庞氏骗局合约检测模型的运算，获得所述智能庞氏骗局合约检测模型输出的第二检测结果，其中，所述洗钱嫌疑账户包括：所述洗钱关系账户集内的洗钱关系账户，和/或，与所述洗钱关系账户相邻的账户；

S5、若所述第一检测结果与所述第二检测结果一致，则输出所述目标智能合约的智能庞氏骗局检测结果，若所述第一检测结果与所述第二检测结果不一致，则根据所述第二检测结果更新所述洗钱关系账户集，然后用当前的第二检测结果作为新的第一检测结果，然后返回步骤S4，以便根据更新后洗钱关系账户集获得新的第二检测结果。

2.根据权利要求1所述的一种智能庞氏骗局检测方法，其特征在于，所述初始回归树分类模型具体为XGBoost分类模型。

3.根据权利要求1所述的一种智能庞氏骗局检测方法，其特征在于，所述S3具体包括：

根据获取到的区块链交易记录，结合已知骗局账户，计算各个账户与所述已知骗局账户之间的距离值，并将所述距离值换算为关联程度值；

将所述关联程度值作为非法交易分类模型的输入变量，确定所述区块链交易记录中的非法交易记录集合；

对所述非法交易记录集合进行聚类，并基于聚类结果，将同一个聚类中的账户生成洗钱关系账户集。

4.一种智能庞氏骗局检测装置，其特征在于，包括：

合约特征提取单元，用于获取待检测的目标智能合约，并提取所述目标智能合约的合约特征，所述合约特征包括：字节码特征和创建者账户特征；

第一检测单元，用于将所述合约特征作为智能庞氏骗局合约检测模型的输入变量，以通过所述智能庞氏骗局合约检测模型的运算，获得所述智能庞氏骗局合约检测模型输出的第一检测结果；其中，所述智能庞氏骗局合约检测模型是基于智能庞氏骗局合约检测模型训练单元配置得到的，所述配置过程具体包括：

基于获取到的合约特征样本，将所述合约特征样本输入到初始回归树分类模型，以通过对所述初始回归树分类模型进行模型训练，得到所述智能庞氏骗局合约检测模型；

关系账户集获取单元，用于根据获取到的区块链交易记录以及已知骗局账户，计算各个账户与所述已知骗局账户之间的关联程度值，并根据所述关联程度值、区块链交易记录以及已知骗局账户，结合非法交易分类模型，得到洗钱关系账户集，其中所述关联程度值为根据所述账户与所述已知骗局账户之间的距离值换算得到的；

第二检测单元，用于将洗钱嫌疑账户的创建者账户特征与所述合约特征作为所述智能庞氏骗局合约检测模型的输入变量，以通过所述智能庞氏骗局合约检测模型的运算，获得所述智能庞氏骗局合约检测模型输出的第二检测结果，其中，所述洗钱嫌疑账户为所述洗钱关系账户集内的洗钱关系账户或与所述洗钱关系账户相邻的账户；

检测结果比对单元，用于若所述第一检测结果与所述第二检测结果一致，则输出所述目标智能合约的智能庞氏骗局检测结果，若所述第一检测结果与所述第二检测结果不一致，则根据所述第二检测结果更新所述洗钱关系账户集，然后用当前的第二检测结果作为新的第一检测结果，然后返回步骤S4，以便根据更新后洗钱关系账户集获得新的第二检测结果。