[發明專利]一種區塊鏈數字貨幣虛擬地址的類別推測方法及系統

在審

• 申請號: 202110272026.1
• 申請日: 2021-03-12
• 公開（公告）號: CN113052577A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 何涇沙;何琳;朱娜斐;薛瑞昕;常瑞天
• 申請（專利權）人: 北京工業大學
• 主分類號: G06Q20/06
• 分類號: G06Q20/06;G06Q40/04;G06K9/62;G06F21/64
• 代理公司: 北京匯信合知識產權代理有限公司 11335
• 代理人: 張煥響

1.一種區塊鏈數字貨幣虛擬地址的類別推測方法，其特征在于，包括：

獲取區塊鏈數字貨幣的已知類別地址和未知類別地址；

對所述已知類別地址進行交易檢索、特征提取、數據歸一化、特征貢獻計算與篩選以及樣本類別不均衡處理，得到樣本數據集；

將所述樣本數據集分為用于模型訓練的訓練數據集和用于模型評估的測試數據集，經多次迭代后，選擇最優模型作為數字貨幣地址類別推測的分類器；

對所述未知類別地址進行交易檢索、特征提取、數據歸一化、特征貢獻篩選，得到待分類數據集；

基于所述分類器對輸入的所述待分類數據集進行分類計算，得到其所屬類別。

2.如權利要求1所述的類別推測方法，其特征在于，所述交易檢索和特征提取，包括：

在區塊鏈數字貨幣的賬本數據中獲得所述已知類別地址或未知類別地址所參與的所有交易信息；

對所述交易信息進行特征提取，得到基礎數據集；其中，所述基礎數據集包括交易總次數、每次交易的金額、作為輸出地址的次數、參與鑄幣交易的次數、第一次接收比特幣的時間、第一次花費比特幣的時間、每筆交易的輸出地址計數、每筆交易的輸入地址計數；

基于特征工程中的方法對所述基礎數據集中的特征數據進行組合，獲取新的數據特征并生成特征數據集。

3.如權利要求1或2所述的類別推測方法，其特征在于，所述數據歸一化，包括：

采用最大小值歸一化方法對所述特征提取生成的特征數據集進行數據歸一化操作，使處理后的數據被限定0和1之間。

4.如權利要求1所述的類別推測方法，其特征在于，所述特征貢獻計算與篩選，包括：

針對所述已知類別地址，使用信息增益計算方法計算數據歸一化后的數據集包含的各個特征屬性的信息增益值，進行排序篩除特征貢獻值低于閾值的特征，并記錄篩除的特征屬性名稱，余下的特征屬性組成新的特征數據集；

針對所述未知類別地址，從數據歸一化后的數據集中直接刪除已知類別地址中記錄的已篩除特征屬性，余下的特征屬性組成新的特征數據集，作為所述待分類數據集。

5.如權利要求1所述的類別推測方法，其特征在于，所述樣本類別不均衡處理，包括：

使用邊界合成少數類過采樣技術處理特征貢獻計算與篩選后的數據集，得到所述樣本數據集。

6.一種區塊鏈數字貨幣虛擬地址的類別推測系統，其特征在于，包括：

數據處理模塊，用于：

獲取區塊鏈數字貨幣的已知類別地址和未知類別地址；

對所述已知類別地址進行交易檢索、特征提取、數據歸一化、特征貢獻計算與篩選以及樣本類別不均衡處理，得到樣本數據集；

對所述未知類別地址進行交易檢索、特征提取、數據歸一化、特征貢獻篩選，得到待分類數據集；

分類器生成模塊，用于：

將所述樣本數據集分為用于模型訓練的訓練數據集和用于模型評估的測試數據集，經多次迭代后，選擇最優模型作為數字貨幣地址類別推測的分類器；

分類模塊，用于：

基于所述分類器對輸入的所述待分類數據集進行分類計算，得到其所屬類別。

7.如權利要求6所述的類別推測系統，其特征在于，在所述數據處理模塊中，所述交易檢索和特征提取，包括：

在區塊鏈數字貨幣的賬本數據中獲得所述已知類別地址或未知類別地址所參與的所有交易信息；

對所述交易信息進行特征提取，得到基礎數據集；其中，所述基礎數據集包括交易總次數、每次交易的金額、作為輸出地址的次數、參與鑄幣交易的次數、第一次接收比特幣的時間、第一次花費比特幣的時間、每筆交易的輸出地址計數、每筆交易的輸入地址計數；

基于特征工程中的方法對所述基礎數據集中的特征數據進行組合，獲取新的數據特征并生成特征數據集。

8.如權利要求6或7所述的類別推測系統，其特征在于，在所述數據處理模塊中，所述數據歸一化，包括：

采用最大小值歸一化方法對所述特征提取生成的特征數據集進行數據歸一化操作，使處理后的數據被限定0和1之間。