[發明專利]基于集成機器學習的區塊鏈地址屬性分類方法及系統

在審

• 申請號: 202310549102.8
• 申請日: 2023-05-16
• 公開（公告）號: CN116578904A
• 公開（公告）日: 2023-08-11
• 發明（設計）人: 林紳文;毛洪亮;史博軒;馮志淇;賀敏;馬秀娟;李基;施力;楊菁林;任建坤
• 申請（專利權）人: 國家計算機網絡與信息安全管理中心
• 主分類號: G06F18/24
• 分類號: G06F18/24;G06F18/214;G06F16/27;G06N20/20;G06Q40/04
• 代理公司: 成都行之智信知識產權代理有限公司 51256
• 代理人: 何焦

1.基于集成機器學習的區塊鏈地址屬性分類方法，其特征在于，包括：

步驟一：搭建基于UTXO的區塊鏈全節點，獲取區塊鏈的明細交易數據并進行預處理；

步驟二：基于預處理后的明細交易數據進行特征構建：對預處理后的明細交易數據進行地址分析得到地址交易特征，實體聚類分析得到實體交易特征，并構建實體交易子圖；

步驟三：將地址交易特征、實體交易特征和實體交易子圖輸入XGBoost模型和GCN模型中進行訓練，將訓練好的XGBoost模型和GCN模型進行模型集成得到最終分類模型；

步驟四：基于最終分類模型對區塊鏈地址屬性分類進行預測。

2.根據權利要求1所述的基于集成機器學習的區塊鏈地址屬性分類方法，其特征在于，所述預處理包括方法：

從明細交易數據中提取出交易地址的交易信息形成地址信息表，所述交易信息包括：余額、轉出交易筆數和轉入交易筆數；

基于UTXO的區塊鏈地址聚類方法，將同一實體的地址聚合在一起，對聚合后的地址信息進行整合得到實體基本信息形成實體信息表，所述基本信息包括：實體關聯地址數、實體轉出筆數和實體轉入筆數。

3.根據權利要求2所述的基于集成機器學習的區塊鏈地址屬性分類方法，其特征在于，所述預處理還包括：

從開源渠道收集區塊鏈地址的標簽；

所述開源渠道包括區塊鏈瀏覽器、交易所公告、社交媒體、社區論壇和權威的第三方數據分析網站；

所述標簽包括對區塊鏈地址i的注釋、描述以及通過人工整合得到標簽類別。

4.根據權利要求1所述的基于集成機器學習的區塊鏈地址屬性分類方法，其特征在于，實體交易子圖的構建方法包括：

獲取區塊鏈地址的標簽，檢索區塊鏈地址所屬的實體；

以實體E為中心，檢索實體的交易數據，并以交易數據中的對手實體{E1,E2,...,En}為一階鄰居節點構建一階有向交易子圖；

以一階鄰居節點為中心，檢索一階有向交易子圖中每個實體的交易數據，并以交易數據中的對手實體為實體E的二階鄰居節點，形成實體E的二階有向子圖；其中在檢索實體的交易數據時限定檢索時間。

5.根據權利要求1所述的基于集成機器學習的區塊鏈地址屬性分類方法，其特征在于，實體交易特征的構建方法包括：

獲取區塊鏈地址的標簽，鎖定區塊鏈地址對應的目標實體，在目標實體的實體信息表中選取實體特征信息構造實體交易特征向量；

所述實體特征信息包括數量特征、金額特征和時間特征；所述數量特征包括：子地址數量、總交易數量、轉入交易數量、轉出交易數量、轉入交易占比和轉出交易占比；所述金額特征包括：總交易金額、轉入總金額、轉出總金額、純轉入金額、最大轉入金額、最大轉出金額、平均轉入金額和平均轉出金額；所述時間特征包括：最早交易時間、最近交易時間和平均交易頻率等特征。

6.根據權利要求1所述的基于集成機器學習的區塊鏈地址屬性分類方法，其特征在于，地址交易特征的構建方法包括：

獲取區塊鏈地址的標簽，鎖定區塊鏈地址對應的目標實體，再根據目標實體映射出多個區塊鏈地址：同一目標實體的區塊鏈地址擁有相同的實體特征和互不同的地址特征，對地址特征標準化處理形成地址交易特征向量；

所述地址特征包括數量特征、金額特征和時間特征；所述數量特征包括：交易總量、轉入交易數量、轉出交易數量、轉入交易占比、轉出交易占比和唯一地址交易數量；所述金額特征包括：交易總金額、轉入交易總金額、轉出交易總金額、平均轉入金額、平均轉出金額和總手續費；所述時間特征包括：最早交易時間、最近交易時間和平均交易頻率。