基于深度神经网络的以太坊钓鱼诈骗账户检测方法与装置

摘要

本发明公开了一种基于深度神经网络的以太坊钓鱼诈骗账户检测方法与装置，首先有目标性地采集了权威网站Etherscan上的钓鱼诈骗账户列表用以标注账户类别，然后基于这些钓鱼诈骗账户构建了以太坊钓鱼诈骗子网络，并从中整理得到数据集ETHScam；ETHScam针对以太坊账户以及账户所参与的所有交易记录提取了15个特征，包括账户状态特征、账户交易网络特征和账户交易序列特征三个类别；最终，提出一个以太坊钓鱼诈骗账户检测模型MFL。该模型使用FCN和LSTM来提取账户交易序列特征的数值特征向量和时序特征向量，并结合BP神经网络学习账户状态特征和账户交易网络特征得到账户的统计特征向量，实现了对账户的分类。