AI Rug Pull and Scam Project Detection on Blockchain

We design and deploy artificial intelligence systems: from prototype to production-ready solutions. Our team combines expertise in machine learning, data engineering and MLOps to make AI work not in the lab, but in real business.
Showing 1 of 1 servicesAll 1566 services
AI Rug Pull and Scam Project Detection on Blockchain
Medium
~2-4 weeks
FAQ
AI Development Areas
AI Solution Development Stages
Latest works
  • image_website-b2b-advance_0.png
    B2B ADVANCE company website development
    1212
  • image_web-applications_feedme_466_0.webp
    Development of a web application for FEEDME
    1161
  • image_websites_belfingroup_462_0.webp
    Website development for BELFINGROUP
    852
  • image_ecommerce_furnoro_435_0.webp
    Development of an online store for the company FURNORO
    1041
  • image_logo-advance_0.png
    B2B Advance company logo design
    561
  • image_crm_enviok_479_0.webp
    Development of a web application for Enviok
    822

AI-система детекции Rug Pull и скам-проектов на блокчейне

$2.8B потеряно в rug pulls в 2022 году (Chainalysis). Большинство признаков rug pull видны до его совершения — в коде контракта, токеномике, поведении кошельков разработчиков. AI-система даёт ранние предупреждения.

Признаки rug pull

В смарт-контракте

  • Функции mint без ограничений (разработчик может создать неограниченное количество токенов)
  • Blacklist/whitelist функции (могут заблокировать продажу токенов пользователей)
  • Pausable transfers без governance
  • Proxy patterns с возможностью изменения логики после деплоя
  • Honeypot code: buy работает, sell блокируется логикой

В токеномике

  • 50% supply в кошельках разработчиков/команды без lock

  • Отсутствие liquidity lock на DEX
  • Короткий vesting или его отсутствие
  • Сконцентрированные holdings в нескольких кошельках

В поведении

  • Созданные недавно кошельки разработчиков
  • Связь адресов с предыдущими rug pulls
  • Аномальные накопления перед листингом
  • Bot trading для создания искусственного объёма

Модели детекции

Статический анализ контракта

Solidity AST parsing + ML-классификатор на feature vector:

  • Наличие dangerous functions (mint, burn, blacklist, pause)
  • Ownership structure (renounced vs. active)
  • Upgradeable proxy
  • Tax/fee logic (слишком высокие fees могут блокировать продажу)

Binary classifier (rugpull / legitimate): XGBoost на ~40 features. Точность на верифицированном датасете: 91% precision, 84% recall.

On-chain behaviour analysis

Временной ряд активности связанных кошельков:

  • Accumulation pattern перед launch
  • Dump pattern после достижения ценовой цели
  • Liquidity removal timing

LSTM на временных рядах + GNN на графе связей кошельков.

Social signal analysis

Telegram/Discord активность (накрученные участники без взаимодействия), Twitter (купленные followers, отсутствие органического engagement), Reddit. NLP-классификатор на качество коммуникации проекта.

API для интеграции

GET /api/v1/token/{contract_address}/risk

Response:
{
  "contract_address": "0x...",
  "chain": "ethereum",
  "risk_score": 87,
  "risk_level": "critical",
  "flags": [
    {"type": "mint_without_limit", "severity": "high"},
    {"type": "owner_can_blacklist", "severity": "high"},
    {"type": "no_liquidity_lock", "severity": "medium"},
    {"type": "team_holds_68pct", "severity": "high"}
  ],
  "contract_verified": false,
  "liquidity_locked_until": null,
  "owner_address_history": ["linked_to_2_previous_rugpulls"]
}

Интеграция в DEX aggregators, wallets, Telegram-ботов для предупреждения пользователей до покупки.

Среднее время от создания токена до rug pull: 2–14 дней. Система выдаёт предупреждение в первые часы после деплоя при наличии высокорисковых признаков.