Создание системы на базе ML, которая оценивает надежность блокчейн-кошелька, уровень риска и финансовое поведение путем анализа истории транзакций, наличия активов и сетевых взаимодействий. Результатом является динамическая оценка (0-100).
- ✅ Собраны данные из двух разных источников (открытый датасет и API).ds
- ✅ Проведена агрегация данных и создан единый датасет.ss
- ✅ Выполнен разведывательный анализ данных (EDA).tr
- ✅ Построены базовые визуализации для основных признаков.dc
- ✅ Описаны возможные применения данных в машинном обучении.
Для сбора данных в рамках этой задачи мне пришлось использовать API-ключи для etherscan.io
- Etherscan (Ethereum, BSC, Polygon)API: https://etherscan.io/apis
- BscScan (Binance Smart Chain)API: https://bscscan.com/apis
Объединили и очистили данные о транзакциях в блокчейн-кошельках, изучили ключевые закономерности и выбросы, а также визуализировали тенденции в стоимости, сборах и активности кошельков. Разработали функции управления рисками для кошельков и наметили потенциальные приложения ML, включая обнаружение мошенничества, оценку рисков и кластеризацию.
- Обнаружение мошенничества / аномалий
- Выявление подозрительных кошельков или транзакций.
- A-ML / соответствие требованиям
- Выявление отмывания денег или деятельности с высоким уровнем риска.
- too long to red
- dont ask the bodss\peeka boo
- followin