一种基于机器学习的以太坊庞氏骗局检测方法及系统

本发明公开了一种基于机器学习的以太坊庞氏骗局检测方法及系统。该方法包括如下步骤：通过对以太坊庞氏骗局的分析，建立欺诈者、投资者、监管者三类智能体的行为模型；从以太坊平台采集智能合约数据，包括源代码和交易记录等，然后对数据进行预处理和特征提取，提取反映庞氏骗局特征的代码特征和交易行为特征。接着，选择多个机器学习模型进行训练和评估，最终选择性能最优的模型，如随机森林模型，用于检测庞氏骗局。本发明可以集成到以太坊钱包、浏览器和节点侧等，实现风险预警、合约筛查和侧链监控等功能，为监管机构、投资者等提供有力支持，保障区块链生态安全。