你的加密貨幣有價值嗎？這裡有一個深度學習ICO詐騙鑒別系統

選自arXiv

作者：Shuqing Bian等

機器之心編譯

隨著區塊鏈的熱潮，加密數字貨幣正吸引著越來越多人的注意。然而，面對層出不窮的新「幣種」，我們很難判斷其投資價值，甚至會面臨很大的欺詐風險。近日，香儂科技創始人、斯坦福大學博士李紀為聯合美國加州大學聖塔芭芭拉分校、斯坦福大學共同提出了一種基於深度學習的加密數字貨幣 ICO 詐騙鑒別系統 IcoRating，試圖幫助解決這一問題。這種新方法評估了市面上絕大部分加密貨幣的生命周期、價值變化與其 ICO 信息（包括白皮書、github 庫、創始人信息）之間的關聯，去預測並實現了很高的準確率。

引言

加密貨幣（如 BTC、ETH、NEO 等）正吸引著越來越多人的關注。與中心化電子貨幣和中心化銀行系統相反，大多數數字代幣不需要任何授權。這些去中心化系統通過區塊鏈運轉，區塊鏈是一個開放、持續增長的分散式賬本。加密貨幣的市場資本化在過去的三年中取得了顯著增長，如圖 1 所示。根據 CoinMarketCap.com 提供的數據，加密貨幣日最高交易量接近 2017 年紐約證券交易所的日均交易量。

因其去中心化的本質，加密貨幣眾籌不需要滿足風險投資的必要條件，而是經過 ICO。在 ICO 中，投資者用法定貨幣（如美元、人民幣）或其他加密貨幣（BTC、ETH）來獲得眾籌的加密貨幣。ICO 後，這些眾籌的加密貨幣成為具備貨幣功能的貨幣單元。新型加密貨幣發行前一般會先準備一個白皮書，詳細介紹這個幣的商業、技術和財政細節。如圖 2 所示，ICO 項目的數量從 2013 年 7 月到 2017 年 1 月穩定增長，而 2017 年突飛猛進。

圖 1： 市場資本化 v.s. 時間

圖 2：新 ICO 項目的數量 v.s. 時間

儘管 ICO 項目可以提供公平的投資機會，眾籌的便捷性給肆無忌憚的企業創造了使用 ICO 進行「拉高出貨」的機會。也就是說 ICO 的發起人抬高了眾籌加密貨幣的價格（「俗稱拉盤」），然後迅速出售加密貨幣來獲利（「俗稱砸盤」）。此外，加密貨幣的去中心化本質對政府監管帶來了極大的挑戰。根據 Engadget 的數據，2017 年，902 個基於眾籌的數字貨幣中 46% 都失敗了。圖 3 和圖 4 展示了一個更嚴重的問題。圖 3 和圖 4 中 x 軸上每一個間隔（bucket）表示價格改變範圍，y 軸上對應的值表示 ICO 項目的百分比。可以看到的，4.56% 現有 ICO 項目在發行半年後都遭受了價格下跌，下跌程度超過令人髮指的 99.9%，一年後該比例甚至上升到了 6.89%。大約 29% 的項目在半年後價格下降超過 80%，一年後這一比例上升到了 39.6%。雖然說每一個價格驟跌的 ICO 項目都是詐騙是不確切的，但構建一個可靠的 ICO 信用評級系統在 ICO 之前對數字貨幣進行評估是必要且緊迫的。

圖 3： ICO 項目百分比 vs 半年後價格變化

圖 4：ICO 項目百分比 vs 一年後價格變化

本論文提出 IcoRating，一種基於機器學習的 ICO 評級系統。通過分析 2251 個 ICO 項目，研究者關聯了數字貨幣的生命周期和價格變化與不同級別的 ICO 信息，包括白皮書、創始團隊、GitHub 庫、網站等。通過整合不同種類的信息，該模型能夠以 0.83 的準確率和 0.80 的 F1 分數預測一個 ICO 項目能夠在 ICO 半年以後依然存活。

IcoRating 是一個基於機器學習的系統。與人類評級系統相比，IcoRating 有兩大強項：（1）客觀性：機器學習模型包含更少的先驗知識，可以從數據中學習因果關係，這與需要大量人類專家的人類評級系統相反，且人類專家不可避免會引入錯誤。（2）不會被肆無忌憚的人隨意篡改：該信用評級結果是機器學習模型通過黑箱訓練得到的輸出。該過程涉及極少的人為操作。

希望這個工作可以鼓勵大家更多地分析和評估 ICO 項目的質量，並且可以潛在地幫助投資者識別哪些是 ICO 項目詐騙。

本論文其餘部分的結構如下：第二部分簡要概述加密貨幣、區塊鏈和 ICO。第三部分介紹了 ICO 項目數據集的構建過程，並且提供了一些基本的數據分析。第四章介紹了論文提出的機器學習模型，第五部分是簡短總結。

加密貨幣、區塊鏈和 ICO

加密貨幣

加密貨幣是「一種數字資產，旨在作為交換媒介，使用加密技術來保護其交易。」大多數加密貨幣使用去中心化控制。第一個去中心化的加密貨幣是比特幣（簡稱 BTC）（Nakamoto, 2008），由一個或一群不明身份的人用 Satoshi Nakamoto（中本聰）的名字於 2009 年創建。自 BTC 出現後，多種加密貨幣被創造出來，最著名的包括 Ethereum、Ripple、EOS 和 NEO。

區塊鏈

加密貨幣的交易由區塊鏈進行驗證。人們可以將區塊鏈視為分散式賬本，它不斷增長並永久記錄兩方之間的所有交易。每條記錄叫作一個塊，包含鏈接到前一個塊、時間戳和交易數據的加密哈希指針。賬本以分布形式被所有參與者擁有，且記錄只能在改變所有後續網路塊的情況下得到更改。交易被廣播給網路中的所有節點。區塊鏈使用多種時間戳方案，例如工作量證明或股權證明。區塊鏈概念消除了數據集中儲存的風險：它沒有中心故障點，數據對每個參與者都是透明的。

ICO

ICO 是以加密貨幣為中心的眾籌融資手段。在 ICO 中，眾籌加密貨幣（主要以代幣形式）被轉移給投資者，以換取法定貨幣或其他加密貨幣。當 ICO 的融資目標達到時，這些代幣就成為具備貨幣功能的貨幣單元，可用於交易貨物或者其他加密貨幣。

ICO 為早期項目提供眾籌機會，以逃避風險投資家、銀行和證券交易所的規定。它們還提供了超越風險投資或私募股權投資的投資機會，二者是早期投資機會的主導。另一方面，由於缺乏監管，ICO 給投資者帶來了重大風險。不同的國家對 ICO 和加密貨幣有不同的規定。例如，中華人民共和國政府禁止所有 ICO，而美國證監會（SEC）則表示它有權對 ICO 應用聯邦證券法，而委內瑞拉政府則推出了自己的加密貨幣 petromoneda。

數據集構

建、處理和分析

研究者收集了 2251 個 ICO 項目的信息，包括白皮書、網站信息、ICO 時的 GitHub 庫，以及創始團隊。我們從多個提供商處獲取數據，提供商包括 CryptoCompare、CoinMarketCap 和 CoinCheckup。

LDA

研究者在收集到的白皮書上運行了一個潛在狄利克雷分布（LDA）模型（Blei et al., 2003）。LDA 是一個生成統計模型，解釋了具備基於詞共現的詞叢（即「topic」）的文本文檔。每個文檔以潛在主題的概率分布形式呈現，每個潛在主題都是詞的概率分布。LDA 的生成過程如圖 5 所示，過程圖示見圖 6。

圖 5：在收集到的白皮書上運行 LDA 模型。

圖 6：LDA 模型概覽。假設我們有 M 個白皮書、K 個主題、V 個不同單詞。每個白皮書 m ∈ M 都有文檔-主題分布 θ（M × K 矩陣）。每個主題 k ∈ K 都有主題-單詞分布 φ（K × V 矩陣）。

ICO 評級模型

IcoRating 是一個基於機器學習的評級模型。這裡使用的模型是監督學習模型。在標準監督學習設置中，研究者希望找到模型 F，可使輸入 x 映射至輸出 y：

輸入 輸入 x 是 ICO 項目，包括其公開可獲取的各方面信息。

表 2：不同 LDA 主題的 top word，以及分配至該主題的加密貨幣。

輸出 輸出 y ∈ {0, 1} 是一個二分變數，表示輸入 ICO x 是否為詐騙項目。這裡的關鍵問題是如何確定 ICO 項目是詐騙項目。本文認為如果數字貨幣在其 ICO 一年後下跌 80%，則該 ICO 項目是詐騙項目。換言之，通過檢查數字貨幣的歷史價格，如果數字貨幣一年後的價格不到初始價格的 20%，則我們認為該 ICO 項目是詐騙。在收集到的 2251 個項目中，研究者收集了 1482 個項目的歷史價格，且這些 ICO 項目都實施至少一年（截止到本研究進行時）。

結果

實驗結果展示了使用不同的特徵組合識別 ICO 詐騙項目的結果。隨著 m 值從 0.01 逐漸提升至 1，詐騙項目的比例也逐漸增加，查准率不斷提升，召回率逐漸降低。實驗顯示，白皮書和 GitHub 庫是最重要的兩類特徵，在 m 值分別為 0.1 和 0.5 時 F1 分數都達到了 0.7。研究者考慮了更多特徵，能夠逐漸獲得更好的查准率和召回率。研究者使用所有類型的特徵，在 m=1 時預測 ICO 詐騙項目達到了 0.83 的查准率、0.77 的召回率和 0.80 的 F1 分數。

表 5：識別 ICO 詐騙項目的結果。

論文：IcoRating: A Deep-Learning System for Scam ICO Identification

論文鏈接：https://arxiv.org/pdf/1803.03670.pdf

摘要：加密貨幣（或數字代幣、數字貨幣，如比特幣、以太幣、 XRP 和 NEO）近年來在公眾使用、看重程度和理解方面增長迅速，為投資者帶來了驚人的利潤。與其他貨幣或銀行系統不同，大多數數字代幣無需中央授權。這種去中心化的方式對信用評級構成了重大挑戰，大多數 ICO 項目目前不受政府監管，這意味著我們急需一種值得信賴的 ICO 評級系統。

本論文介紹了 IcoRating，第一個基於機器學習的加密貨幣評級系統：我們分析了目前 2251 種數字貨幣，並評估了貨幣的生命周期、價格變化與其 ICO 信息之間的關聯，ICO 信息包括白皮書內容、創始團隊、GitHub 庫和網站。該系統預測 ICO 詐騙的準確率達到了 0.85。

我們希望該研究可以幫助投資者識別 ICO 詐騙，同時引出更多對 ICO 項目的分析與評估研究。

點擊閱讀原文，從技術到產品體驗搜狗機器翻譯

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！