[发明专利]区块链庞氏骗局的检测方法、装置、设备及存储介质

权利要求书

1.一种区块链庞氏骗局的检测方法，其特征在于，所述方法包括：

确定原始数据集，根据所述原始数据集建立针对庞氏骗局的检测模型，所述原始数据集中用于训练的交易特征包括以下至少一者：投资者和收款人的交集比例、赔钱的人在投资者中的占比、交易金额的离散程度；

利用所述检测模型对区块链上钱包地址的交易记录进行检测，以确定所述钱包地址是否为庞氏骗局的钱包地址。

2.根据权利要求1所述方法，其特征在于，所述确定原始数据集，根据所述原始数据集建立针对庞氏骗局的检测模型，包括：

获取所述区块链中多个钱包地址的交易数据；

根据预设指标从交易数据中提取各钱包地址的交易特征，所述预设指标包括：投资者和收款人的交集比例、赔钱的人在投资者中的占比、交易金额的离散程度；

根据提取的交易特征建立训练集和测试集；

利用所述训练集训练预设的机器学习算法建立所述检测模型；

利用所述测试集测试所述检测模型的准确度。

3.根据权利要求2所述方法，其特征在于，所述多个钱包地址包括：

已知为庞氏骗局的钱包地址和已知为非庞氏骗局的钱包地址。

4.一种区块链庞氏骗局的检测装置，其特征在于，所述装置包括：

训练模块，用于确定原始数据集，根据所述原始数据集建立针对庞氏骗局的检测模型，所述原始数据集中用于训练的交易特征包括以下至少一者：投资者和收款人的交集比例、赔钱的人在投资者中的占比、交易金额的离散程度；

检测模块，用于利用所述检测模型对区块链上钱包地址的交易记录进行检测，以确定所述钱包地址是否为庞氏骗局的钱包地址。

5.根据权利要求4所述装置，其特征在于，所述训练模块包括：

数据获得子模块，用于获取所述区块链中多个钱包地址的交易数据；

特征提取子模块，用于根据预设指标从交易数据中提取各钱包地址的交易特征，所述预设指标包括：投资者和收款人的交集比例、赔钱的人在投资者中的占比、交易金额的离散程度；

数据集建立子模块，用于根据提取的交易特征建立训练集和测试集；

训练子模块，用于利用所述训练集训练预设的机器学习算法建立所述检测模型；

测试子模块，用于利用所述测试集测试所述检测模型的准确度。

6.根据权利要求5所述装置，其特征在于，所述多个钱包地址包括：

已知为庞氏骗局的钱包地址和已知为非庞氏骗局的钱包地址。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时，实现如权利要求1至3任一所述的方法中的步骤。

8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如权利要求1至3任一所述的方法的步骤。