申请/专利权人：中国科学院信息工程研究所

申请日：2023-11-15

公开（公告）日：2024-03-12

公开（公告）号：CN117689386A

主分类号：G06Q20/40

分类号：G06Q20/40;G06F18/241;G06F18/213;G06N3/045;G06N3/0442;G06N3/0475;G06N3/094;G06F123/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.02#实质审查的生效;2024.03.12#公开

摘要：本发明公开了一种基于数据增强的以太坊账户身份识别方法及系统。本方法为：1根据以太坊网络中的账户交易信息以及以太坊网络中各节点的标签信息，构建全局账户交易图；2获取每一节点的统计特征、时序交易特征和交易结构特征，并将每一节点及其邻居节点的信息进行聚合得到对应节点的多维融合特征；3通过生成对抗网络根据各节点的多维融合特征学习得到少样本节点类别的完整特征潜在分布；根据样本的实际分布与完整特征潜在分布之间的差异优化生成对抗网络；然后利用优化后的生成器生成少样本节点类别的多维融合特征；4利用增强后的样本集训练得到分类器；5将待识别的以太坊账户的多维融合特征输入到分类器中，得到对应的身份类别。

主权项：1.一种基于数据增强的以太坊账户身份识别方法，其步骤包括：1根据以太坊网络中的账户交易信息以及以太坊网络中各节点的标签信息，构建出具有标签的全局账户交易图；每一以太坊账户对应所述全局账户交易图中的一节点；2从以太坊网络中获取每一节点的统计特征、时序交易特征和交易结构特征，并将每一节点的特征作为该节点对应的节点信息加入到所述全局账户交易图；然后将所述全局账户交易图输入图卷积网络，对每个节点及其邻居节点的信息进行聚合，作为对应节点的多维融合特征；3将每一节点作为一个样本，通过生成对抗网络根据各节点的多维融合特征学习得到少样本节点类别的完整特征潜在分布；根据样本的实际分布与所述完整特征潜在分布之间的差异优化所述生成对抗网络；然后利用优化后的所述生成对抗网络中的生成器生成少样本节点类别的多维融合特征，然后将所生成特征添加到样本集的特征矩阵X中，增加训练样本，得到增强样本集及其对应的增强特征矩阵X’；4将增强特征矩阵X’输入多层感知器MLP，得到对应的分类结果MLPX’；然后根据所得分类结果MLPX’与增强样本集的节点标注标签labelnode’之间的交叉熵优化多层感知器MLP，将优化后的多层感知器MLP作为分类器；5对于一待识别的以太坊账户A，获取该以太坊账户A对应的多维融合特征并将其输入到所述分类器中，得到该以太坊账户A对应的身份类别。

全文数据：

权利要求：

百度查询： 中国科学院信息工程研究所 一种基于数据增强的以太坊账户身份识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD