申请/专利权人：西安交通大学

申请日：2020-11-26

公开（公告）日：2024-04-05

公开（公告）号：CN112434742B

主分类号：G06F18/2431

分类号：G06F18/2431;G06F18/22;G06F18/214;G06Q40/04

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2021.03.19#实质审查的生效;2021.03.02#公开

摘要：本发明公开了一种识别以太坊上庞氏骗局的方法、系统及设备，方法包括根据以太坊的交易记录建立一度交易网络；通过比较一度交易网络中两个顶点之间距离为k的环路上的有序度序列，计算一度交易网络中任意两个顶点的层次化衡量结构相似度，得到任意两个顶点之间的权重；根据层次化衡量结构相似度的方法构建一个层次化的带权图；通过有偏随机游走获取顶点序列；使用自然语言处理中的Skip‑Gram根据顶点序列获取每个顶点的特征向量；使用随机森林分类器识别顶点所表示的合约是否为庞氏骗局合约，该方法提出的特征对于交易网络上的诈骗检测具有实际意义，降低信息获取难度，简化特征提取方法的同时大大提高了样本特征的维数，在以太坊上检测庞氏骗局具有较高的准确率。

主权项：1.一种识别以太坊上庞氏骗局的方法，其特征在于，包括以下步骤：步骤1，根据以太坊的交易记录建立一度交易网络；步骤2：通过比较一度交易网络中两个顶点之间距离为设定值的环路上的有序度序列，计算一度交易网络中任意两个顶点的层次化衡量结构相似度，得到任意两个顶点之间的权重；步骤3：根据步骤2所得顶点之间的权重构建一个层次化的带权图；步骤4，通过有偏随机游走步骤3所得带权图获取顶点序列；步骤5，使用NLP中的Skip-Gram算法根据顶点序列获取每个顶点的特征向量；步骤6，使用随机森林分类器识别顶点所表示的合约是否为庞氏骗局合约；所述步骤1中根据以太坊的交易记录建立一度交易网络的具体过程是：在以太坊的交易历史中提取包含用于训练的已知的庞氏合约地址、非庞氏合约地址与待识别的合约地址的交易记录，并筛掉其中交易金额为0的交易与失败交易，以去除交易金额为0的交易与失败交易的所有交易相关的地址作为顶点，以所述交易作为边构建一度交易网络；所述步骤2中定义一种层次化衡量结构相似度的方法的具体过程是：令Rku表示到顶点u距离为设定值k的顶点集合，则R1u表示是u的直接相连近邻集合；令sS表示顶点集合S的有序度序列；通过比较两个顶点之间距离为k的环路上的有序度序列得到层次化衡量网络结构相似度的方法；令fku,v表示顶点u和v之间距离为k的环路上的结构距离；所述距离k实际上是指距离小于等于k的节点集合；fku,v＝fk-1u,v+gsRku,sRkv，k≥0且|Rku|，|Rkv|＞0其中gD1,D2≥0是衡量有序度序列D1和D2的距离的函数，并且f-1u,v＝0；gD1,D2≥0通过动态时间规整给定；根据动态时间规整，距离函数的定义为：所述步骤3中对于每一个k都能计算出两个顶点之间的一个距离，通过步骤2得到的顶点之间的有序度序列距离来构建一个层次化的带权图用于有偏随机游走；在某一层k中两个顶点的边权的定义为：所述边权都是小于1的，当且仅当距离为0的是时候，边权为1；通过有向边将属于不同层次的同一顶点连接起来，具体来说，对每个顶点，都会和其对应的上层顶点还有下层顶点相连，边权定义为wuk,uk+1＝logГku+e,k＝0,...,k*，wuk,uk-1＝1其中Гku是第k层与u相连的边的边权大于平均边权的边的数量，其中1·表示1-范数，就是第k层所有边权的平均值；所述步骤4中使用有偏随机游走在步骤3构建的带权图中进行顶点序列采样，每次采样时，首先确定是在当前层游走，还是切换到上下层的层游走；若在当前层游走，设当前处于第k层，则从顶点u到顶点v的概率为：其中是第k层中关于顶点u的归一化因子；若切换不同的层，则以如下的概率选择k+1层或k-1层游走 pkuk,uk-1＝1-pkuk,uk+1。

全文数据：

权利要求：

百度查询： 西安交通大学 一种识别以太坊上庞氏骗局的方法、系统及设备

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