[發(fā)明專利]一種基于改進(jìn)隨機(jī)森林的比特幣地址分類方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010560006.X
• 申請(qǐng)日: 2020-06-18
• 公開（公告）號(hào): CN111754345B
• 公開（公告）日: 2022-03-18
• 發(fā)明（設(shè)計(jì)）人: 王勁松;陶峰;張洪瑋;趙澤寧;石凱
• 申請(qǐng)（專利權(quán)）人: 天津理工大學(xué)
• 主分類號(hào): G06Q40/04
• 分類號(hào): G06Q40/04;G06Q20/38;G06Q20/06;G06K9/62
• 代理公司: 天津才智專利商標(biāo)代理有限公司 12108
• 代理人: 龐學(xué)欣

一種基于改進(jìn)隨機(jī)森林的比特幣地址分類方法。其包括構(gòu)建特征集、構(gòu)成數(shù)據(jù)集、獲得帶有標(biāo)簽的樣本集、初始化學(xué)習(xí)器的參數(shù)、迭代學(xué)習(xí)器及獲取關(guān)鍵特征等步驟。本發(fā)明從比特幣市場監(jiān)管角度將判斷用戶是否參與非法交易問題轉(zhuǎn)變成比特幣地址分類問題，有助于完善市場監(jiān)管；直接通過區(qū)塊鏈歷史交易記錄獲取樣本集，這樣就大大降低了數(shù)據(jù)的收集難度；能夠以84％左右的準(zhǔn)確率對(duì)比特幣地址進(jìn)行分類，僅僅只需要很少的統(tǒng)計(jì)特征；不僅能很好的對(duì)地址進(jìn)行分類，同時(shí)對(duì)構(gòu)建的大量統(tǒng)計(jì)特征進(jìn)行去冗余，當(dāng)學(xué)習(xí)器完成最終的訓(xùn)練之后，就能獲得最終需要提取的關(guān)鍵特征，這對(duì)于一個(gè)需要進(jìn)行識(shí)別的地址而言，既減少了數(shù)據(jù)收集時(shí)間，也降低了地址分類的時(shí)間開銷。

技術(shù)領(lǐng)域

本發(fā)明屬于數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技術(shù)領(lǐng)域，特別是涉及一種基于改進(jìn)隨機(jī)森林的比特幣地址分類方法。

背景技術(shù)

隨著數(shù)字貨幣市場的不斷發(fā)展，比特幣作為數(shù)字貨幣中的典型代表，應(yīng)用越來越廣泛。比特幣地址是用戶參與服務(wù)的唯一身份標(biāo)識(shí)，但是由于比特幣本身具有匿名性特點(diǎn)，這也為諸如洗錢等非法活動(dòng)提供了便利。在這種情況下，為了更好地了解比特幣的用途，通過比特幣地址來說明用戶交易行為顯得至關(guān)重要，但比特幣的匿名性卻為此帶來了挑戰(zhàn)，因此如何在系統(tǒng)中快速對(duì)一個(gè)比特幣地址進(jìn)行分類，即利用較少的統(tǒng)計(jì)特征，從而判斷該地址是被非法用戶所有還是屬于正常交易地址，是解決比特幣市場難于監(jiān)管的一個(gè)重要方法。

目前，比特幣地址的分類方法包括以下幾種：

交易圖分析法：目前最常用的比特幣地址分類方法就是交易圖分析法，常見的一種構(gòu)圖方法是將交易視為圖的點(diǎn)集，圖的邊表示兩筆交易間經(jīng)過某一地址所流通的比特幣數(shù)量，利用歷史交易記錄，從而能夠構(gòu)建出整個(gè)交易圖，從交易圖中能夠提取比特幣地址的一系列統(tǒng)計(jì)特征，利用常用的機(jī)器學(xué)習(xí)分類算法就能以較高的準(zhǔn)確率對(duì)地址進(jìn)行分類，一般情況下交易圖越完善，即越接近實(shí)際所有的交易，分類的準(zhǔn)確率會(huì)越高，通常準(zhǔn)確率都在90％以上，實(shí)際上不同的研究者出于不同的目的會(huì)選擇不一樣的構(gòu)圖方式，但無疑最終都會(huì)形成一張超大的圖。

啟發(fā)式地址聚類法：啟發(fā)式地址聚類在一定程度上也能夠識(shí)別一個(gè)比特幣地址，該方法基于一個(gè)經(jīng)典的假設(shè)：在同一筆交易中，所有的輸入地址都是由一個(gè)用戶所掌握的。由于比特幣系統(tǒng)協(xié)議會(huì)在交易的過程中自動(dòng)生成找零地址，用于接收交易中的找零資金，因此進(jìn)一步的地址聚類方法會(huì)將找零地址與輸入地址折疊成一個(gè)更大的交易實(shí)體，只要其中的一個(gè)地址類別暴露就可以對(duì)該交易實(shí)體所有的地址進(jìn)行識(shí)別。

機(jī)器學(xué)習(xí)分類方法：目前一部分研究人員著力于直接從交易歷史記錄中提取相關(guān)地址的統(tǒng)計(jì)特征，區(qū)別于交易圖分析法大大減少了構(gòu)圖工作量，利用經(jīng)典的機(jī)器學(xué)習(xí)分類方法也能夠以較高的準(zhǔn)確率對(duì)地址進(jìn)行識(shí)別，通常準(zhǔn)確率在80％以上。

但現(xiàn)有的交易圖分析法收集數(shù)據(jù)方法過于繁復(fù)，需要先利用比特幣歷史交易記錄根據(jù)自己定義的構(gòu)圖規(guī)則形成一張圖，再從中提取特征，往往不同的研究者構(gòu)圖的方法各不相同，但無疑最終都會(huì)形成一張超大的圖，同時(shí)現(xiàn)有的多分類方法中對(duì)于地址提取的特征較多，使數(shù)據(jù)收集的難度過大，耗費(fèi)時(shí)間過長，這為快速分類一個(gè)比特幣地址制造了難度。

現(xiàn)有的基于啟發(fā)式的地址聚類方法存在兩個(gè)缺陷：一是該方法只針對(duì)特定類型交易地址有效，如多個(gè)交易輸入可以被聚成一類，但是對(duì)于單一輸入的交易，當(dāng)該輸入地址在未來交易記錄中從未出現(xiàn)過時(shí)，將無法歸類到任何一類。二是基于找零地址的啟發(fā)式聚類方法由于受到比特幣協(xié)議的變化，如找零地址使用比特幣錢包自動(dòng)生成的新地址或用戶指定的新地址，因此該方法不能完全聚類出交易輸入用戶控制的地址群。

現(xiàn)有的機(jī)器學(xué)習(xí)分類方法對(duì)于從交易歷史記錄中提取什么特征，提取多少特征尚未形成一致觀點(diǎn)，因此不同的研究人員會(huì)提取到不同數(shù)量和不同種類的特征，事實(shí)上這種盲選特征會(huì)造成實(shí)際特征中有很多的冗余特征，增加了學(xué)習(xí)器的訓(xùn)練開銷，無法為一個(gè)需要分類的地址的特征提取提供參考。

發(fā)明內(nèi)容

為了解決上述問題，本發(fā)明的目的在于提供了一種基于改進(jìn)隨機(jī)森林的比特幣地址分類方法。