自以比特币为代表的区块链1.0诞生以来,区块链技术获得了广泛的关注。区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式,它可以在互不信任的环境下实现去信任中介的可信交易。与传统数据库技术相比,区块链技术具有防伪造、匿名化、不可篡改以及可溯源等特点,被誉为一种将引发社会变革的新型技术。由于区块链是去中心化结构,缺少可信任机构的监管;并且由于其匿名化的特点,无法获知交易者的具体信息,导致区块链上存在不少非法行为,如诈骗、洗钱等。对区块链上数据的分析,减少区块链上的非法行为,对区块链的发展意义重大。本文采用python软件开发语言,设计了比特币区块链异常交易实时检测系统。论文主要研究内容与成果为以下部分:1.利用python的requests库和beautifulsoup库实现网页爬虫功能,获取比特币区块链上最近的交易数据。对获取的交易数据进行预处理,并选取进行异常检测的特征,为后续的数据分析做准备。2.针对比特币区块链上的交易数据,根据选取的特征,采用无监督学习:多元高斯分布、k-means和lof算法对数据集进行异常分析。并根据异常分析结果,针对本系统设计了混合3个算法的比特币交易数据实时异常检测模块。3.利用python的Django框架,设计比特币区块链异常交易数据的web界面系统,并利用AJAX技术,通过JSON数据格式传递数据,实现网页数据的异步动态刷新。本系统采用用户权限管理,主要包含比特币区块中的交易数据、异常交易数据、交易数据统计图等信息的显示,还可以下载异常交易数据,供相关人员进行比特币区块链的研究使用。最后,对论文进行了总结,分析了不足及后期研究目标。