3、区块链诈骗检测与识别：现状、挑战与未来方向

区块链诈骗检测与识别：现状、挑战与未来方向

1. 引言

自2008年中本聪推出首个基于区块链的数字货币以来，加密货币市场蓬勃发展。2022年，全球加密货币市场总市值达到1.76万亿美元，为投资者带来了巨大的金融机遇和利润。然而，加密货币也成为了诈骗分子的目标。据美国联邦贸易委员会数据，2021年加密货币投资诈骗造成的损失超过8000万美元，同比增长超10倍。过去，诈骗分子常通过电子邮件或论坛发送钓鱼信息，如今随着社交媒体的兴起，他们利用Telegram等平台向投资者提供诱人的回报承诺，实施空投诈骗、庞氏骗局、ICO诈骗等多种欺诈手段。

目前大多数诈骗检测技术依赖于诈骗地址的交易历史，只能在受害者陷入陷阱后识别诈骗。因此，我们提出两个研究问题：能否在诈骗成功欺骗受害者之前识别区块链诈骗？如何确定一条消息是否为诈骗推广消息？

2. 常见诈骗类型及检测方法

2.1 拉高出货（Pump and Dump）

• Xu等人的方法 ：基于对加密货币市场走势的分析，提取拉高出货前的硬币特征，构建随机森林（RF）和广义线性模型（GLM）进行检测。
• Morgia等人的方法 ：将历史交易数据按秒分割，定义移动窗口，提取与移动窗口相关的特征，如交易数量的移动标准差，构建检测模型。
• Nghiem等人的方法 ：从历史社交数据中提取社交特征，如关于该硬币的论坛评论总数，构建卷积神经网络（CNN）和长短期记忆网络（LSTM）模型进行检测。

3. 现有检测方法的