预测网络钓鱼诈骗：Kaggle 竞赛
预测网络钓鱼诈骗：Kaggle 竞赛
Web3 生态系统受到诈骗和漏洞利用的困扰。仅在 2021 年，就损失了数十亿美元，进一步削弱了对 Web3 的信任。作为一个行业，是时候做得更好了。 Forta 通过实时监控链上交易的安全威胁，站在保护 web3 的中心。为了帮助打击最严重的犯罪者之一，冰网络钓鱼攻击， Forta 正在与 Kaggle 发起比赛 .
至今， 1000多个检测机器人 在过去的一年里，Forta 的社区已经部署了。由于社区的庞大和去中心化的性质，对识别攻击行为的方法形成了不同的观点。今天，这个由安全研究人员和开发人员组成的社区运用他们的专业知识构建监控区块链的检测机器人。虽然这部分是检测攻击行为的重要部分，但邀请更大的机器学习和数据科学社区保护 Web3 也很重要。
如今，机器学习已经成为保护 Web2 的重要组成部分，其范围从恶意软件到电子邮件网络钓鱼防护一直到端点威胁检测。然而，机器学习并不是专家知识的替代品，而是一个互补的部分。也就是说，它具有更高的召回率和精度、更少的偏差以及利用比任何个人更多的信息来做出细粒度决策的能力。
由于底层数据的专有性质，Web2 中的机器学习安全模型大多由大型安全公司内部构建。这可能会扼杀创新，因为它限制了数据科学社区的贡献，将开源研究限制在玩具数据集和大量匿名/采样数据上。幸运的是，在 Web3 中并非如此，所有重要数据都是公开的，这为惊人的研究机会打开了大门。
今天，Forta 邀请更广泛的数据科学社区参与社区 Kaggle 竞赛，以应用创新的数据科学和机器学习技术来识别困扰 Web3 的诈骗和网络钓鱼攻击。用于本次比赛的数据集来自公共区块链数据，但经过精心策划以公开大多数与威胁相关的信息，从而使数据科学家能够专注于创新，而不是将时间花在数据采购和管理上。
本次比赛要求 Kaggle 社区构建机器学习模型，根据链上交易数据识别网络钓鱼攻击。在区块链网络钓鱼攻击的背景下，攻击 任务是预测未知帐户是否参与网络钓鱼攻击。
提供的数据集非常丰富。除了将数据集时间切片成没有重叠的训练/测试集外，数据还包含：
- 账户中的所有交易
- 这些事务发出的所有事件、跟踪和日志
- 所有账户的一级邻居
- 帐户一级邻居的附加统计信息
比赛可以找到 这里 ，并将开放至 2022 年 11 月 30 日。获胜者将获得独特的 Forta POAP，并在即将发布的 Forta 博客中出现。有关比赛的讨论，请加入 讨论区 或者 Forta 的 Discord 上的机器学习频道 .
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明
