1.一种基于区块链的托攻击检测方法，其特征在于：包括如下步骤：

①选择优质用户集，即优质投票举报用户集；

②优质用户在区块链环境下的评分系统中，会看到各种项目的打分及其他用户的评论打分情况，划归出可疑用户集或可疑项目集；

③当可疑项目或可疑用户被举报时，评分系统将进行统计，将其划入可疑用户集或可疑项目集，再利用机器学习方法通过特征提取筛选出一个可疑用户或可疑项目数据集；

④将区块链中利用优质用户投票举报得到的可疑数据集与传统托攻击检测的可疑数据集进行交叉筛选，得到最终的托用户集或可疑项目集。

2.根据权利要求1所述的一种基于区块链的托攻击检测方法，其特征在于：所述可疑数据集划归算法如下：将被举报的可疑用户集或可疑项目集与投票举报用户可以组成m×n二维矩阵M，其中第i行第j列的uij(u11,u12,…umn)表示第i个投票者对第j个用户的投票举报情况，当优质用户判断某用户为托用户时，将该元素值置为1，没有被举报则元素值自动为0，

3.根据权利要求1所述的一种基于区块链的托攻击检测方法，其特征在于：所述二维矩阵M进行矩阵分解，以获得伪投票举报矩阵，即使用梯度下降来优化以下代价函数，以获得矩阵最优解：其中ui表示投票举报用户，uj表示被投票举报的可疑用户，U表示投票用户集矩阵，V表示被举报用户数据集矩阵，λ表示学习率。