研究人员开发了一种机器学习模型，用于预测Solana区块链上的欺诈性Meme币，这与之前专注于Ethereum的研究有显著不同。该模型主要使用XGBoost，分析代币启动后的最初五分钟内的交易数据，以识别潜在的“拉地毯”（rug pulls），在Solana上，这些欺诈通常由流动性操纵驱动，而非智能合约漏洞。该研究使用了七个月内640万个代币的数据集，发现许多Meme币在启动后一小时内就表现出欺诈特征。评估在PumpFun和Raydium等不同平台上的泛化能力表明，结合数据源可以提高检测的可靠性。 AI
影响 这项研究为早期检测DeFi欺诈提供了一个实用的框架，有可能保护投资者免受Meme币“拉地毯”的侵害。
排序理由 学术论文，详细介绍了一种用于欺诈检测的新机器学习方法。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2608.20271v1 Announce Type: new Abstract: The rapid proliferation of memecoins on blockchain platforms has increased the risk of fraudulent activities, particularly rug pulls. While previous studies have focused on Ethereum-based tokens, this paper shifts the spotlight to S…
The rapid proliferation of memecoins on blockchain platforms has increased the risk of fraudulent activities, particularly rug pulls. While previous studies have focused on Ethereum-based tokens, this paper shifts the spotlight to Solana, the leading blockchain for memecoins by t…