8、区块链恶意交易检测与医疗数据验证方案

区块链恶意交易检测与医疗数据验证方案

1. 区块链恶意交易检测

在区块链平台上，检测恶意活动是一项极具挑战性的任务。当前，大多数检测方法具有临时性和特定平台性。不过，我们可以通过一些参数来评估基于区块链的平台，并减少需要进一步分析的可疑活动。

1.1 交易量分析

通过分析 2021 年 1 月 - 4 月的数据，标记出 σ 和 2 · σ 区域。这些区域可用于选择交易数量远超基于分布预期的时间段，从而筛选出需进一步分析的可疑交易。在该数据集中，2 · σ 对应 10 分钟内发生超过 11590 笔交易的时间段。任何交易数量更多的时间段都可标记为可疑，大大减少了需要深度检查的交易总数。在我们的数据中，12816 个总时间段中只有 290 个时间段（占比 2.26%）的交易数量超过 11590 笔。

以下是交易量分析的流程：
1. 收集 2021 年 1 月 - 4 月的交易数据。
2. 计算数据的 σ 和 2 · σ 值。
3. 标记出交易数量超过 2 · σ 对应的时间段。
4. 将这些时间段内的交易标记为可疑交易进行进一步分析。

1.2 唯一地址活动分析

另一种检测潜在恶意参与者的方法是查看实体活动分布。在大多数区块链协议中，实体由单个地址或一组地址表示。假设交易是恶意活动的主要载体，关注高流量地址或地址集具有重要价值。

我们从 2021 年 3 月 5 日至 3 月 15 日的以太坊交易数据中提取发起交易的地址。使用 Python3 进行可视化和分布拟合。绘制的直方图显示了 2021 年 3 月 5 - 15 日这十天内，与发送地址数量的对数（以 1