深度学习ICO诈骗鉴别系统IcoRating
极客时间编辑部
讲述：杜力大小：1.16M时长：02:33
随着区块链的热潮，加密数字货币正在吸引着越来越多的注意。面对层出不穷的新币种，开发者很难判断出其投资价值，甚至面临着很大的欺诈风险。
为了解决这一问题，近日，香侬科技创始人、斯坦福大学博士李纪为，以及美国加州大学圣塔芭芭拉分校、斯坦福大学共同提出了一种基于深度学习的加密数字货币 ICO 诈骗鉴别系统 IcoRating。它评估了市面上绝大部分加密货币的生命周期、价值变化与其 ICO 信息（包括白皮书、github 库、创始人信息）之间的关联，去预测并实现了很高的准确率。
ICO 是以加密货币为中心的众筹融资手段。在 ICO 中，众筹加密货币（主要以代币形式）被转移给投资者，以换取法定货币或其他加密货币。当 ICO 的融资目标达到时，这些代币就会成为具备货币功能的货币单元，可以用于交易货物或者其他加密货币。
不过值得注意的是，根据瘾科技的数据，2017 年，902 个基于众筹的数字货币中 46% 都失败了。此外还有数据显示，4.56% 的现有 ICO 项目在发行半年后都遭受了价格下跌，下跌程度超过 99.9%；约 29% 的项目在半年后价格下降超过 80%。
虽然说每一个价格骤跌的 ICO 项目都是诈骗是不确切的，但构建一个可靠的 ICO 信用评级系统在 ICO 之前对数字货币进行评估是必要且紧迫的。
据了解，IcoRating 是一种基于机器学习的 ICO 评级系统。通过分析 2251 个 ICO 项目，研究者分析了数字货币的生命周期和价格变化与不同级别的 ICO 信息，包括白皮书、创始团队、GitHub 库、网站等。通过整合不同种类的信息，该模型能够以 0.83 的准确率和 0.80 的 F1 分数，预测一个 ICO 项目是否能够在 ICO 半年以后依然存活。
这个工作既可以鼓励开发人员更多地分析和评估 ICO 项目的质量，也可以潜在地帮助投资者识别哪些是 ICO 项目诈骗。
另外，与人类评级系统相比，IcoRating 有两大强项：
客观性：机器学习模型包含更少的先验知识，可以从数据中学习因果关系，这就与人类评级系统相反，不需要大量的人类专家；
IcoRating 不会被肆无忌惮的人随意篡改，该信用评级的结果是机器学习模型通过黑箱训练得到的输出，并且这个过程涉及极少的人为操作。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论