1. 研究目的与意义（文献综述）

1.1 课题研究目的

区块链是一种分布式的存储技术,用来存储比特币中的交易信息.每个区块都包含一个唯一的id、前一个区块的id、交易信息和时间戳等.区块链解决了古老的拜占庭将军问题,提出了去中心化的信任机制.挖矿是区块链中十分重要的过程,矿工会根据一定的规则收集一段时间内的交易信息,例如选择小费较高的交易信息,然后,矿工使用sha256算法计算区块中交易数据和一个幸运数字获得一个字符串,当字符串前面的0的个数小 于等于系统设置的0的个数时,认为挖矿成功.该矿工会被奖励一定金额的比特币,这些比特币是系统新产生的,也是比特币产生的唯一途径,类似于银行的货币发行.同时,该矿工会把该区块发送给它的邻居节点来验证区块的正确性,然后将该区块连接到对应的区块后面。

近年来，随着新的区块链公有链平台快速发展，智能合约漏洞越来越多，安全事故频发。平台及用户容易成为黑客攻击的对象，给用户带来巨大的经济损失的同时，也给交易平台带来信用危机。我们的目标是对区块链交易的数据进行异常检测，进而发现区块链中异常交易或者异常用户，进行风险提示。

2. 研究的基本内容与方案

2.研究（设计）的基本内容、目标、拟采用的技术方案及措施

2.1基本内容及目标

本课题拟针对区块链异常检测进行研宄。并开发异常检测系统用于搭载在比特工节点上使用。异常检测系统实现的功能：

3. 研究计划与安排

(1)2019/1/19—2019/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；
(2)2019/3/1—2019/4/30：系统架构、程序设计与开发、系统测试与完善；
(3)2019/5/1—2019/5/25：撰写及修改毕业论文；
(4)2019/5/26—2019/6/5：准备答辩。

4. 参考文献（12篇以上）

[1]huang b, liuz,chen j,et al.behavior pattern clustering in blockchain networks [j].multimediatools amp; applications, 2017: 1-12.

[2]phamt, lee s. anomaly detection in bitcoin network using unsupervised learningmethods [j] arxiv.preprint arxiv:161103941, 2016.

[3]monamo p, marivatev, twala b. unsupervised learning for robust bitcoin fraud detection [c].informationsecurity for south africa (issa), 2016, 2016:129-134.