Poupou/Gitcoin-ODS-Hackhaton-GR15

该数据集是在Gitcoin Open Data Science Hackathon的背景下创建的，包含了Gitcoin Grants计划第15轮中贡献钱包在以太坊和Polygon链上的所有交易数据。数据集的目的是通过探索潜在Sybil攻击者的链上活动来发现交易模式。数据集包含4个CSV文件，分别用于以太坊和Polygon的交易和特征数据。数据字段由Etherscan API和PolygonScan API提供，并添加了地址列以便于操作。数据集的使用可能有助于公共资金资助中的欺诈检测和防御。This dataset was created in the context of the Gitcoin Open Data Science Hackathon, and contains all transaction data of contributing wallets from Round 15 of the Gitcoin Grants program across Ethereum and Polygon blockchains. The purpose of this dataset is to uncover transaction patterns by exploring on-chain activities of potential Sybil attackers. It includes four CSV files, which correspond to transaction and feature data for Ethereum and Polygon respectively. The data fields are sourced from the Etherscan API and PolygonScan API, with an address column added for ease of data manipulation. The utilization of this dataset can support fraud detection and prevention efforts in public funding initiatives.

原始信息汇总

数据集概述

数据集描述

数据集总结

本数据集是在Gitcoin Open Data Science Hackathon的背景下创建的，包含了参与Gitcoin Grants第15轮的所有钱包在Ethereum和Polygon链上的交易记录。目的是通过分析这些交易活动来识别潜在的Sybil攻击者。

数据集创建

源数据

数据集的源数据包括Gitcoin DAO提供的Grant 15的钱包地址，通过Etherscan API和PolygonScan API获取交易数据，并使用特定脚本处理。

数据集结构

数据实例

数据集包含4个CSV文件，分别记录Ethereum和Polygon链上的交易和特征。

数据字段

数据字段由Etherscan API和PolygonScan API提供，并增加了一个地址列以便于处理。这是一个无监督机器学习任务，没有目标列。

使用数据集的考虑

数据集的社会影响

数据集的创建有助于公共物品资金中的欺诈检测和防御。

附加信息

许可信息

数据集采用MIT许可证。

引用信息

使用本数据集时，请在Hackathon的背景下进行引用。

搜集汇总

数据集介绍

构建方式

该数据集诞生于首次Gitcoin开放数据科学黑客松的实践土壤之中，旨在通过链上行为分析揭示潜在女巫攻击者的交易模式。数据源取自Gitcoin DAO整理的GR15捐助者地址集合，并利用Etherscan与PolygonScan的API接口，分别从以太坊和Polygon两条链上提取了所有关联钱包的完整交易记录。构建过程中，若某地址在特定链上无任何交易，则自动排除于该链的数据集之外，确保了数据的真实性与针对性。最终生成四份CSV文件，分别对应两条链的原始交易数据与基于tsfresh库计算得出的特征数据，形成了一套可用于无监督学习的结构化数据集。

特点

该数据集的核心特色在于其明确的防欺诈应用导向与跨链多维度信息融合。它囊括了超过百万条交易记录，覆盖以太坊与Polygon两大主流区块链网络，为研究者提供了丰富的链上行为轨迹。特征工程方面，除了tsfresh自动提取的时间序列特征外，还精心设计了包括唯一交互地址数、交易总数、交互地址比率、出站交易数及出站比率在内的五类定制化指标，这些特征从交互广度、交易频率与方向性等角度精准刻画了钱包的行为画像。尤为重要的是，数据集本身不包含标注标签，天然适用于无监督学习范式，鼓励探索者自主发现异常模式。

使用方法

使用该数据集时，研究者可直接加载四份CSV文件进行探索性分析或模型构建。交易数据文件可作为原始时间序列输入，而特征文件则已预先完成维度压缩，便于直接应用于聚类、异常检测或降维等无监督学习算法。建议利用GitHub仓库中提供的复现脚本，从交易CSV重新生成特征，以验证或扩展特征空间。由于数据仅包含API定义的标准交易类型，且未提供目标列，应用场景聚焦于行为模式挖掘与女巫攻击识别。在引用时，请遵循MIT开源协议并标注数据集出处，以促进公共物品资助领域的安全研究。

背景与挑战

背景概述

在去中心化自治组织（DAO）与公共物品资助领域，Gitcoin Grants计划作为以太坊生态中重要的二次方融资机制，长期面临女巫攻击（Sybil Attack）的威胁。该数据集由@poupou-web3于2022年在首次Gitcoin开放数据科学黑客松中创建，旨在通过链上交易数据分析识别潜在女巫攻击者的行为模式。数据集聚焦于Gitcoin Grants第15轮资助活动，收录了所有在以太坊和Polygon链上贡献的钱包交易记录，为无监督学习任务提供基础特征。作为首个针对Gitcoin资助计划的公开链上交易数据集，它填补了公共物品资助中欺诈检测领域的数据空白，推动了Web3生态中基于链上行为的反女巫研究。

当前挑战

该数据集面临的核心挑战在于女巫攻击检测本身的高度复杂性——攻击者可通过分散资金、模拟真实用户行为等方式规避传统规则检测，而数据集仅包含“正常”交易类型，无法覆盖合约交互等复杂链上行为，限制了特征维度。数据构建过程中，由于依赖Etherscan和PolygonScan API，部分地址因无交易记录而被遗漏，导致样本偏差。此外，数据集为无监督学习设计，缺乏标注标签，使得模型验证与评估困难。链上数据的高维性与时间动态性也增加了特征工程难度，需借助tsfresh等工具进行大量特征提取，但部分特征的可解释性不足，影响模型在真实场景中的部署效果。

常用场景

经典使用场景

在Web3与去中心化自治组织（DAO）蓬勃发展的时代背景下，Gitcoin Grants作为公共物品资助的重要平台，其第15轮捐赠活动吸引了大量参与者。该数据集聚焦于以太坊和Polygon链上所有参与GR15捐赠的钱包交易记录，为研究者提供了丰富的链上行为特征。其最经典的使用场景在于利用无监督学习技术，通过提取交易频率、交互地址多样性、交易方向比率等特征，挖掘潜在的Sybil攻击模式。这些特征经由tsfresh工具自动化提取，形成了高维度的特征空间，使得研究者能够基于行为异质性识别异常集群，从而有效区分真实用户与恶意批量账户。这一应用不仅推动了链上异常检测方法的发展，也为公共物品资助的公平性提供了数据支撑。

实际应用

在实际应用中，该数据集为Web3领域的欺诈检测系统提供了直接的数据原料。基于其提取的交易特征，开发者可以构建实时监控模型，在Gitcoin Grants等公共物品资助项目中动态识别Sybil攻击者，从而保护有限的捐赠资金流向真正有贡献的项目。此外，该数据集还可用于训练DAO治理工具中的风险评估模块，帮助社区在投票或资助决策前评估参与者的真实性。其影响力延伸至跨链分析领域，通过对比以太坊与Polygon上的行为差异，为多链生态的协同防御策略提供实证依据。这些应用不仅提升了去中心化系统的抗攻击能力，也促进了更公平、透明的公共物品分配机制的落地。

衍生相关工作

该数据集催生了一系列具有影响力的衍生研究工作。在Gitcoin Open Data Science Hackathon背景下，参与者基于此数据开发了多种Sybil检测算法，包括基于行为特征聚类的无监督模型和基于图结构分析的异常子图发现方法。后续研究进一步将其与链上身份图谱结合，提出了融合交易网络拓扑与时间序列特征的混合检测框架。此外，该数据集还启发了关于公共物品资助中博弈论分析的探索，研究者利用其数据验证了攻击者行为的经济规律，从而设计了更鲁棒的匹配机制。这些工作不仅深化了学术界对Web3安全问题的理解，也为工业界提供了可复用的模型基准，推动了去中心化治理中数据驱动防御策略的规范化发展。