(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111222764.1 (22)申请日 2021.10.20 (71)申请人 北京派盾信安科技有限公司 地址 100191 北京市海淀区知春路27号15 层1708 (72)发明人 李瑞　 (74)专利代理 机构 北京润泽恒知识产权代理有 限公司 1 1319 专利代理师 苟冬梅 (51)Int.Cl. G06Q 20/40(2012.01) G06Q 20/38(2012.01) G06N 20/00(2019.01) G06K 9/62(2022.01) G06F 21/56(2013.01) (54)发明名称 区块链庞氏骗局的检测方法、 装置、 设备及 存储介质 (57)摘要 本申请实施例提供一种区块链庞氏骗局的 检测方法、 装置、 设备及存储介质， 涉及互联网技 术领域， 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。 本申请通过提取各个钱包地址的 交易特征来训练机器学习算法建立检测模型， 能 够在庞氏骗局运营的过程中， 根据钱包地址的交 易记录提前识别出庞氏骗局。 权利要求书1页 说明书7页 附图1页 CN 114511327 A 2022.05.17 CN 114511327 A 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。权　利　要　求　书 1/1 页 2 CN 114511327 A 2区块链庞氏骗局的检测方 法、 装置、 设备及存储介质 技术领域 [0001]本申请实施例 涉及互联网技术领域， 具体而言， 涉及一种区块链庞氏骗局的检测 方法、 装置、 设备及存 储介质。 背景技术 [0002]智能合约指在 区块链上运行的应用或程序。 通常情况下， 它们为一组具有特定规 则的数字化协议， 且 该协议能够被强制执行。 这些规则由计算机源代码预先定义， 所有网络 节点会复制和执行这些计算机源码， 区块链智能合约支持创建无需信任的协议。 这意味着 执行合约的双方可以通过区块链做出承诺， 而无需相互了解或相互信任。 合约内容经双方 确认后， 如果没达 到触发条件， 合约将不会被执 行。 [0003]许多区块链项 目吸引用户投资并给出高额返利， 但实际上是庞氏骗局， 智能合约 中的庞氏骗局更具迷惑性， 因为区块链具有不可更改的特性， 所以被上传至以太坊中的合 约将永远不会失效。 这使得很多投资者认为： 一个持续运行 的且能够不断获得收益的智能 合约项目， 不存在类似庞氏骗局的风险， 最后项目方无力支 付时会倒闭或提前跑路， 给 投资 者造成巨额损失。 发明内容 [0004]本申请实施例提供一种区块链庞氏骗局的检测方法、 装置、 设备及存储介质， 旨在 对区块链上的庞氏骗局提前进行准确检测。 [0005]本申请实施例第一方面 提供一种区块链 庞氏骗局的检测方法， 所述方法包括： [0006]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； [0007]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。 [0008]可选地， 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： [0009]获取所述区块链中多个钱 包地址的交易数据； [0010]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； [0011]根据提取的交易特 征建立训练集和 测试集； [0012]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； [0013]利用所述测试集测试 所述检测模型的准确度。 [0014]可选地， 所述多个钱 包地址包括： [0015]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。 [0016]本申请实施例第二方面 提供一种区块链 庞氏骗局的检测装置， 所述装置包括：说　明　书 1/7 页 3 CN 114511327 A 3