HNN4RP：基于异构图神经网络的以太坊地毯拉动骗局检测

来源：电子与信息学报杂志2025年第10期北京时间：

作者：李晨晨, 金海, 吴敏睿, 肖江

单位：1.大数据技术与系统国家地方联合工程研究中心 武汉 4300742.服务计算技术与系统教育部重点实验室 武汉 4300743.集群与网格计算湖北省重点实验室 武汉 4300744.华中科技大学计算机科学与技术学院 武汉 430074

摘要：去中心化金融(DeFi)依托区块链技术，实现了金融交易和服务的去中心化，重塑了传统金融体系中的信任机制，成为近年来学术界和工业界的研究热点。然而，DeFi的开放性、匿名性和无需许可的特征，虽然赋予用户更大的灵活性和自主权，但也带来了严峻的监管挑战，导致金融欺诈行为频发，尤其是地毯拉动骗局(Rug Pull)屡见不鲜。针对这一问题，该文提出一种基于异构图神经网络的地毯拉动骗局早期检测算法(HNN4RP)，用于识别和预警DeFi生态中的地毯拉动骗局。具体而言，将以太坊交易数据建模为异构图，并结合重启随机游走采样策略、异构节点特征提取技术和基于双向长短期记忆网络的时序特征融合方法，以有效应对数据分布不均、异构节点特征提取困难以及时序信息缺失等3大关键挑战。实验结果表明，通过在真实的以太坊数据集上，HNN4RP取得了96%的精确率和94%的召回率，相较于基线方法精确率提升了17.8%，显著优于传统检测方法，并能够提供及时的欺诈预警。此外，消融实验和敏感性分析验证了模型的鲁棒性。

关键词：区块链, 以太坊, 去中心化金融, 图神经网络, 地毯拉动骗局

基金资助：国家自然科学基金(62472185)