随着区块链技术的发展,以比特币为代表的链上交易量迅速增长,隐藏在其中的非法交易严重影响链上交易。当前区块链异常交易检测中有逻辑回归和随机森林方法,与逻辑回归相比,随机森林准确度较高但存在训练耗时较长的问题,本文在分析逻辑回归和随机森林的基础上提出了并行随机森林模型,实验表明并行随机森林在保持准确性的前提下,大幅减少了训练时间。