本次组会汇报内容是关于基于图卷积网络的以太坊异常交易识别研究进展情况，从科研背景、科研问题、科研目的、整体框架和研究计划等几个方面展开。

科研背景

区块链是一种分布式账本技术，可以记录对等方之间的交易。在底层区块链技术的支持下，比特币和以太坊等区块链平台也借此机会蓬勃发展，成为世界知名的新型金融交易平台。以太坊作为支持智能合约的最大公共区块链平台，已成为广泛使用的金融应用平台。由于区块链的匿名性，犯罪分子试图通过向区块链系统注入资金来逃避监管和从事非法活动。据报道，以太坊遭遇了各种各样的诈骗，如黑客、网络钓鱼和庞氏骗局等。

科研问题

1.现有的方法不足以表达以太坊交易网络中涉及金额和时间的连接模式多样性；

2.区块链异常交易账户重要特征识别精度不高、异常交易检测程度较低。

科研目的

1.提出一种基于多通道嵌入向量和交易画像的图表示方法；

2.设计一种基于GNN的以太坊异常交易检测模型。

整体框架

研究计划

1.对实验部分进行完善；

2.修改学位论文大纲结构。（2022.11.15）

3.撰写学位论文第一章绪论、相关理论基础部分初稿。（2022.11.20）