1. 毕业设计（论文）主要内容：

随着区块链技术的快速发展与普及，出现大量区块链应用，例如比特币、瑞波币、以太坊、门罗等。区块链本质上是一个庞大的、不断增长的分类账本，记录了所有区块链交易数据，所有的交易数据链上可查。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。通过对该课题的研究，进行一次综合运用所学理论和技能的训练，进一步提高分析问题和解决问题的能力。

2. 毕业设计（论文）主要任务及要求

1.查阅15篇相关文献（不少于3篇外文文献），并每篇书写200—300字文献摘要（装订成册，带封面）；
2.认真填写周记，完成至少1500字开题报告（“设计的目的及意义”至少800汉字；“基本内容和技术方案”至少400汉字；进度安排应尽可能详细；
3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；
4.完成系统的编码与调试；
5.完成10000字以上的毕业论文；
6.进行论文答辩。

3. 毕业设计（论文）完成任务的计划与安排

(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. 主要参考文献

[1] Huang B, Liu Z, Chen J, et al. Behavior pattern clustering in blockchain networks [J]. Multimedia Tools amp; Applications, 2017: 1-12.
[2] Pham T, Lee S. Anomaly detection in bitcoin network using unsupervised learning methods [J] arXiv. preprint arXiv:161103941, 2016.
[3] Agrawal B, Wiktorski T, Rong C. Adaptive Anomaly Detection in Cloud Using Robust and Scalable Principal Component Analysis[C]// International Symposium on Parallel and Distributed Computing. IEEE, 2017.
[4] Gupta M, Gao J, Han J. Community distribution outlier detection in heterogeneous information networks [C]. Joint European Conference on Machine Learning and Knowledge Discovery in Databases, 2013: 557-573.
[5] Hirshman J, Huang Y, Macke S. Unsupervised approaches to detecting anomalous behavior in the bitcoin transaction network[R]. Technical report, Stanford University, 2013.