PREDICTING WHETHER A TRANSACTION OF A DIGITAL CURRENCY STORED IN A BLOCKCHAIN IS FRAUDULENT

A computer implemented method of training a model, using a machine learning process, to predict whether a transaction of a digital currency stored in a blockchain is fraudulent, comprises: obtaining (202) transaction data for a first transaction of first funds in the digital currency, wherein the transaction data further comprises information related to a second transaction of the first funds that preceded the first transaction. The method further comprises labelling (204) the transaction data for the first transaction according to whether the first transaction was fraudulent and using (206) the transaction data and the label as training data with which to train the model. L'invention concerne un procédé mis en œuvre par ordinateur d'apprentissage d'un modèle, à l'aide d'un processus d'apprentissage automatique, pour prédire si une transaction d'une monnaie numérique stockée dans une chaîne de blocs est frauduleuse, ledit procédé consistant : à obtenir (202) des données de transaction pour une première transaction de premiers fonds dans la monnaie numérique, les données de transaction comprenant en outre des informations se rapportant à une seconde transaction des premiers fonds précédant la première transaction. Le procédé consiste en outre à étiqueter (204) les données de transaction pour la première transaction selon que la première transaction était frauduleuse et à utiliser (206) les données de transaction et l'étiquette comme données d'apprentissage avec lesquelles former le modèle.