【技术实现步骤摘要】
一种基于频繁交易模式的异常账户检测方法及系统
本专利技术涉及区块链监管领域，并特别涉及一种基于频繁交易模式的异常账户检测方法及系统。
技术介绍
区块链的去中心化特性给监管带来了很大的难度。区块链系统是“点对点”，每个节点地位平等，没有中心化的控制者。但是监管是相对中心化的，需要有一个中心控制节点来获取整个系统运行的信息。目前全球区块链监管框架包括中国监管框架、美国监管框架和英国监管框架。中国区块链监管框架的形成过程中有3个监管文件的发布。一个是2017年9月4日中国人民银行等7部委联合发表《防范代币发行融资风险的公告》，明确指出代币发行融资本质上是一种未经批准非法公开融资的行为，要求自公告发布之日起，各类代币发行融资活动立即停止，已完成代币发行融资的组织和个人做出清退等安排。2018年8月24日，银保监会、中央网信办、公安部、人民银行和市场监管总局联合发布《关于防范以“虚拟货币”“区块链”名义进行风险集资的风险提示》，规范了假借区块链之名进行炒币融资的行为。2019年1月10日，国家互联网信息办公室(网信办)发布了《区块链信...
【技术保护点】
1.一种基于频繁交易模式的异常账户检测方法，其特征在于，包括：/n步骤1、获取区块链中数字代币交易的时间图，其中该时间图中节点为交易账户，该时间图中节点间的边代表交易账户间的代币交易方向和交易时间，并通过剔除该时间图中每条边的交易时间，得到数字代币交易的交易图；/n步骤2、通过挖掘该时间图中各交易模式出现的次数，以确定该时间图的频繁模式，统计两两节点在频繁模式中出现的次数作为两个账户之间的高阶相似度，集合所有该高阶相似度得到高阶相似度矩阵；/n步骤3、基于该高阶相似度矩阵对该交易图中的节点进行聚类处理，得到由属于同一簇的节点构成的交易子图，并通过图卷积神经网络对该交易子图进...
【技术特征摘要】 【专利技术属性】
1.一种基于频繁交易模式的异常账户检测方法，其特征在于，包括：
步骤1、获取区块链中数字代币交易的时间图，其中该时间图中节点为交易账户，该时间图中节点间的边代表交易账户间的代币交易方向和交易时间，并通过剔除该时间图中每条边的交易时间，得到数字代币交易的交易图；
步骤2、通过挖掘该时间图中各交易模式出现的次数，以确定该时间图的频繁模式，统计两两节点在频繁模式中出现的次数作为两个账户之间的高阶相似度，集合所有该高阶相似度得到高阶相似度矩阵；
步骤3、基于该高阶相似度矩阵对该交易图中的节点进行聚类处理，得到由属于同一簇的节点构成的交易子图，并通过图卷积神经网络对该交易子图进行分类，并将分类结果作为异常账户检测结果。
2.如权利要求1所述的基于频繁交易模式的异常账户检测方法，其特征在于，步骤3中该聚类处理包括：
步骤31、将每个原始节点作为一个独立的社区，社区内的连边权重为0；
步骤32、扫描该交易图中所有节点，遍历每个节点的邻居节点，通过下式统计把该节点并入其邻居节点所在社区后的模块度Q的增加量，将节点并入ΔQ最大的邻居节点所在社区；
步骤33、重复该步骤32，直至每一个节点的社区归属不再变化。
模块度
模块度变化量
其中，
式中m代表交易图中所有边的权重之和，Ai，j代表节点i和节点j之间边的权重，ki代表所有与节点i相连的边的权重之和，ki，in代表社区内所有节点与节点i相连的边的权重之和，ci代表节点i所属的社区；∑tot代表所有与社区c内节点相连的边的权重之和；
步骤34、将该步骤32中属于同一社区的节点合并为一个超点，作为该交易图中一个新的节点，此时两个超点之间边的权重是两个超点内所有原始节点之间连边的权重之和；
步骤35、重复该步骤32到该步骤34直到节点的社区划分不再变化，输出当前社区划分C1，C2，…，Ck，其中Ci是第i个交易子图，1≤i≤k。
3.如权利要求1所述的基于频繁交易模式的异常账户检测方法，其特征在于，该步骤2中确定频繁模式的过程包括：
步骤21、在该时间图中不考虑边的交易时间，匹配出交易模式的所有静态实例；
步骤22、对于每一个静态实例，将其中所有边按照时间顺序排成序列；
步骤23、在预设时间窗口内统计该序列中交易模式出现的次数，并将出现次数最多的K个模式作为该频繁模式。
4.如权利要求1所述的基于频繁交易模式的异常账户检测方法，其特征在于，该交易模式包括：汇聚模式、分散模式和链式模式。
5.如权利要求1所述的基于频繁交易模式的异常账户检测方法，其特征在于，步骤3中该聚类处理包括：幂迭代聚类方法或k-均值聚类方法或Louvain社区检测方法。
技术研发人员：敖翔，柳阳，秦紫笛，何清，
申请(专利权)人：中国科学院计算技术研究所，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。