这个项目是一个完整的区块链交易欺诈检测系统，包含前后端实现，用于识别可能的欺诈交易行为。系统通过分析交易特征，预测交易是否存在欺诈风险，为区块链用户提供安全保障。
基于 Flask 开发的 RESTful API
提供 /predict 端点接收交易数据并返回欺诈分析结果
使用 Heamy 库构建的堆叠集成模型 (stacker.pkl)
支持跨域请求 (CORS)
完善的日志记录和异常处理
采用模型融合技术，组合了随机森林和LightGBM等算法
使用36个与区块链交易相关的特征进行分析
当前实现输入特征值返回模型预测结果来模拟不同场景
简洁直观的用户界面
支持两种数据输入方式：JSON格式或表单填写
提供预设的示例数据（正常交易、可疑交易）
直观显示预测结果和置信度
系统分析的交易特征包括：
交易金额与频率
钱包年龄与交易历史
资金转移比例
流动性移除情况
失败交易次数与比例
NFT转移记录
交易变异性
以及其他区块链行为特征
用户提供交易特征数据（通过JSON或表单）
系统接收数据并记录
系统将数据传入模型，并返回预测结果
根据预测值确定是否为欺诈交易并计算置信度
将结果返回并在前端可视化展示
直观的用户界面，易于使用
完善的错误处理和日志记录
跨域支持，可轻松集成到其他应用
可扩展设计，未来可升级为实时特征分析
这个系统提供了区块链交易安全分析的演示框架，展示了如何利用机器学习技术进行欺诈检测，有助于用户了解区块链交易安全知识。
区块链交易欺诈检测系统项目进展 已完成工作 API 服务开发 建立了基于 Flask 的 RESTful API 实现了 /predict 端点，接收交易数据并返回预测结果 添加了 CORS 支持，解决跨域访问问题 完善的错误处理和日志记录系统 模型融合与部署 使用 Heamy 库实现了随机森林和 LightGBM 模型的堆叠融合 配置了 36 个特征的分析指标 实现了预测结果的功能，使每次请求都能获得响应 前端界面开发 设计并实现了直观的用户界面 支持 JSON 格式和表单两种数据输入方式 提供预设示例数据（正常交易、可疑交易和全零特征） 添加了结果可视化展示和置信度进度条 系统集成与测试 成功集成前后端系统 解决了页面跳转和 CSP 安全策略问题 确保了 API 请求和响应的正常工作 当前实现特点 完整交互流程: 用户可提交数据、系统处理请求并返回分析结果 直观结果展示: 清晰区分正常交易与欺诈风险，并显示置信度 遇到的挑战与解决方案 模型接口限制 挑战: 按钮点击导致页面刷新，结果无法显示 解决: 重构前端代码，使用事件监听器代替内联事件处理 跨域资源共享 挑战: 浏览器阻止前端页面访问不同源的 API 解决: 在 Flask 应用中添加 CORS 支持 下一步计划 增加更多可视化内容，如特征重要性分析 添加历史记录功能，允许用户比较不同交易的风险评估 该系统已具备演示能力，可以有效展示区块链交易欺诈检测的概念和流程。
无