SourceP：基于源代码在以太坊上检测庞氏骗局

随着区块链技术日益普及，一种典型的金融诈骗——庞氏骗局，也出现在区块链平台以太坊上。这种通过智能合约部署的庞氏骗局，又称智能庞氏骗局，已造成大量经济损失和负面影响。现有在以太坊上检测智能庞氏骗局的方法主要依赖智能合约的字节码特征、操作码特征、账户特征和交易行为特征，无法真正刻画庞氏骗局的行为特征，因此在检测准确率和误报率方面普遍表现不佳。本文提出 SourceP，一种利用预训练模型和数据流在以太坊平台上检测智能庞氏骗局的方法，仅需使用智能合约的源代码作为特征。SourceP 降低了现有检测方法的数据获取与特征提取难度。具体而言，我们首先将智能合约的源代码转换为数据流图，然后引入基于代码表示学习的预训练模型来构建分类模型，以识别智能合约中的庞氏骗局。实验结果表明，在以太坊智能合约数据集上，SourceP 检测智能庞氏骗局的召回率达 87.2%，F-score 达 90.7%，在性能和可持续性上均优于 SOTA 方法。我们还通过额外实验证明预训练模型和数据流对 SourceP 有重要贡献，并证明 SourceP 具有良好的泛化能力。