[發明專利]基于深度神經網絡的以太坊釣魚詐騙賬戶檢測方法與裝置

有效

• 申請號: 202110905722.1
• 申請日: 2021-08-09
• 公開（公告）號: CN113344562B
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 王海舟;文廷科;肖元星;韓莉君;王安琪
• 申請（專利權）人: 四川大學
• 主分類號: G06Q20/06
• 分類號: G06Q20/06;G06Q20/38;G06Q20/40;G06N3/04;G06N3/08
• 代理公司: 成都禾創知家知識產權代理有限公司 51284
• 代理人: 劉凱

1.一種基于深度神經網絡的以太坊釣魚詐騙賬戶檢測方法，其特征在于，包括以下步驟：

步驟1：通過網絡爬蟲和以太坊節點，獲取賬戶的地址、標記和交易的相關字段，構建以太坊釣魚詐騙二階子網絡；從中分析并提取出以太坊釣魚詐騙的賬戶交易序列特征、賬戶狀態特征和賬戶交易網絡特征，構建以太坊釣魚詐騙賬戶數據集ETHScam；

步驟2：構建一個基于FCN-LSTM網絡和BP神經網絡的深度學習模型，模型命名為MFL，根據輸入的以太坊釣魚詐騙賬戶數據集ETHScam進行特征提?。簩①~戶交易序列特征投入FCN和LSTM并置的網絡中提取出交易的數值特征向量和時序特征向量，將賬戶狀態特征和賬戶交易網絡特征投入BP神經網絡學習得到統計特征向量；

步驟3：將統計特征向量、數值特征向量和時序特征向量進行拼接，然后將其輸入到全連接神經網絡構建的分類器中進行分類，得到賬戶是否為釣魚賬戶的分類結果。

2.根據權利要求1所述的基于深度神經網絡的以太坊釣魚詐騙賬戶檢測方法，其特征在于，所述以太坊釣魚詐騙二階子網絡具體包括：通過編寫爬蟲程序從網站Etherscan上獲取標注數據；使用Bigquery服務快速查找得到需要的以太坊區塊、賬戶和交易的統計數據；在本地服務器運行一個以太坊節點，實時與以太坊主網絡同步，通過查詢本地全節點同步的以太坊數據，以Etherscan標記的釣魚詐騙賬戶為起點，向外枚舉擴展鄰點構建以太坊釣魚詐騙二階子網絡。

3.根據權利要求1所述的基于深度神經網絡的以太坊釣魚詐騙賬戶檢測方法，其特征在于，步驟1中，所述構建以太坊釣魚詐騙賬戶數據集ETHScam具體包括：

步驟1.1：提取賬戶交易序列特征：從太坊釣魚詐騙二階子網絡中選擇已經被標記的賬戶作為釣魚詐騙賬戶，隨機選擇出未被標記的賬戶作為正常賬戶；對于被選擇的釣魚詐騙賬戶和正常賬戶，先從該二階子網絡數據中取出其參與的所有交易記錄，然后提取出每個交易中的交易時間戳、交易以太幣數目、交易手續費與轉賬方向共計4個字段；對于交易手續費GasPrice，計算其與塊內平均交易手續費AvgGasPrice的比值GasPriceRatio，計算公式為：

其中，通過Bigquery的SQL查詢功能獲取塊內平均交易手續費AvgGasPrice數據；

步驟1.2：提取賬戶狀態特征：基于Bigquery和上一步驟獲取到的交易記錄，計算得到賬戶目前的狀態信息，具體為通過Bigquery查詢到指定賬戶目前的余額；計算參與的交易數據得到賬戶接收和轉出的以太幣數目以及轉出以太幣數目與接收以太幣數目的比值；

步驟1.3：提取賬戶交易網絡特征：將賬戶參與的所有交易按照交易方向劃分為轉入交易和轉出交易兩類，統計兩類交易的數目得到轉入賬戶數目、轉出賬戶數目以及轉入轉出賬戶數目比值；再計算兩類交易的平均轉賬以太幣數目得到平均轉入以太幣數目、平均轉出以太幣數目以及平均轉入轉出以太幣數目比值。

4.根據權利要求1所述的基于深度神經網絡的以太坊釣魚詐騙賬戶檢測方法，其特征在于，所述賬戶交易序列特征包括交易時間戳、交易以太幣數目、交易方向和交易手續費比值；所述賬戶狀態特征包括賬戶余額、賬戶涉及交易數量、接收以太幣數目、轉出以太幣數目和以太幣轉出接收比值；所述賬戶交易網絡特征包括轉入賬戶數目、轉出賬戶數目、轉入轉出賬戶數目比值、平均轉入以太幣數目、平均轉出以太幣數目和平均轉入轉出以太幣數目比值。