利用机器学习在区块链上检测智能庞氏骗局：一项全面调查

《Distributed Ledger Technologies: Research and Practice》：Detecting Smart Ponzi Schemes on Blockchain using Machine Learning: A Comprehensive Survey

区块链平台比特币和以太坊上智能庞氏骗局频发，造成巨额投资者损失并威胁生态安全，现有研究多独立且缺乏系统性综述。本文梳理了机器学习与人工智能在智能庞氏检测中的技术进展，涵盖特征工程、算法创新及基准数据构建。

　　

摘要

庞氏骗局这种存在一个多世纪的欺诈手段，最近开始渗透到基于区块链的加密货币领域，尤其是在比特币和以太坊这两种最受欢迎的加密货币中，此类骗局的数量激增。仅在这两个平台上，犯罪分子每年就从轻信的投资者手中骗取了数十亿美元。智能庞氏骗局对这些加密货币生态系统构成了威胁，降低了投资者对这些前沿技术的信心，危及了它们的安全性，并阻碍了它们的发展与更广泛的普及。对于执法部门来说，这些智能庞氏骗局也带来了巨大挑战，因为追踪诈骗者、采取对策以及追回受害者投资都十分困难。多年来，研究人员利用机器学习和人工智能领域的重大进展来检测并及时提醒用户不要投资于比特币和以太坊上的庞氏骗局。然而，这些研究往往相互孤立，缺乏一篇能够全面分析各种方法的详细综述性论文，尤其是针对智能庞氏骗局这一威胁。本文综述了现有文献中提出的用于检测比特币和以太坊平台上智能庞氏骗局的最先进技术。我们整理、分类并讨论了那些提供了基准数据集的论文，研究了开发出的用于识别智能庞氏骗局各个方面的新特征，以及提出的新型机器学习检测方法。