-
题名以太坊庞氏骗局智能合约的早期检测方法研究
- 1
-
-
作者
张艳梅
郭思颖
贾恒越
姜茸
-
机构
中央财经大学信息学院
四川农商联合银行信息科技部
云南财经大学云南省服务计算重点实验室
-
出处
《通信学报》
北大核心
2025年第9期292-306,共15页
-
基金
国家重点研发计划基金资助项目(No.2024YFC3308100)
国家自然科学基金资助项目(No.62372493)。
-
文摘
以太坊是区块链的典型应用代表,它允许开发者创建和执行智能合约。以太坊技术的迅猛发展在推动智能合约普及的同时,也引发链上安全风险剧增,其中算法驱动的智能庞氏骗局给区块链应用带来了新的安全挑战。为了实现对智能合约庞氏骗局的早期检测,提出了一种基于图卷积网络(GCN)的检测方法PonziGCN。该方法融合了智能合约的语义特征和控制流图特征,通过提取字节码相似度、操作码频率等语义特征,以及控制流图的基本特征和结构特征,构建了多特征融合的检测框架。实验结果表明,所提方法在精确率、召回率、F值和AUC值等关键性能指标上均表现优异,精确率达到0.982,召回率为0.987,F值为0.978,AUC值为0.983,显著优于现有的算法。特征重要性分析表明,图结构特征和代码中与交易功能相关的操作码频率特征在模型中具有最高的重要性。
-
关键词
以太坊
智能合约
庞氏骗局
图卷积神经网络
控制流图
-
Keywords
Ethereum
smart contract
Ponzi scheme
graph convolutional neural network
control flow graph
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
