买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：齐鲁工业大学(山东省科学院)

摘要：本发明公开了基于深度学习的以太坊智能合约庞氏骗局检测方法及系统，属于区块链技术领域，要解决的技术问题为现有技术难以提取智能合约庞氏骗局特征、面对非开源智能合约难以检测和模型类别偏差。包括如下步骤：基于多个操作码特征和多个账户特征组成初始特征；基于每个历史智能合约对应的初始特征以及类标签构建数据集，并通过SMOTE‑Tomek方法对数据集进行平衡处理；对于平衡后数据集中初始特征，得到智能合约的多层级特征，并基于智能合约的多层级特征和类标签构建样本数据集；基于样本数据集对合约识别模型进行模型训练；将待测智能合约的多层级特征输入训练后合约识别模型，通过训练后识别模型预测输出待测智能合约的类标签。

主权项：1.一种基于深度学习的以太坊智能合约庞氏骗局检测方法，其特征在于，包括如下步骤：通过以太坊网站获取多个历史智能合约，每个历史智能合约标注有类标签，类标签类型包括正常合约和庞氏合约两种，其中，多个历史智能合约包括正常合约和庞氏合约；对于每个历史智能合约，获取智能合约执行中多个操作码的调用频率、构建操作码特征，并基于智能合约中交易信息提取多个行为特征作为账户特征，基于多个操作码特征和多个账户特征组成初始特征；基于每个历史智能合约对应的初始特征以及类标签构建数据集，并通过SMOTE-Tomek方法对数据集进行平衡处理，得到平衡后数据集；对于平衡后数据集中初始特征，对初始特征进行细粒特征和粗粒度特征构造，得到智能合约的多层级特征，并基于智能合约的多层级特征和类标签构建样本数据集；构造合约识别模型，并基于样本数据集对合约识别模型进行模型训练，得到训练后合约识别模型，其中，所述合约识别模型包括基于CNN网络模型构建的特征提取器和基于LightGBM算法构建的决策分类器，所述特征提取器用于以多层级特征为输入、对智能合约进行特征提取，所述决策分类器用于以特征提取器输出的特征数据为输入、预测输出智能合约的类标签；对于待测智能合约，获取智能合约执行中多个操作码的调用频率、构建操作码特征，并基于智能合约中交易信息提取多个行为特征作为账户特征，基于多个操作码特征和多个账户特征组成初始特征，并对初始特征进行细粒度特征和粗粒度特征构造，得到待测智能合约的多层级特征；将待测智能合约的多层级特征输入训练后合约识别模型，通过训练后识别模型预测输出待测智能合约的类标签。

全文数据：

权利要求：

百度查询： 齐鲁工业大学(山东省科学院) 基于深度学习的以太坊智能合约庞氏骗局检测方法及系统