一种基于多通道图和图神经网络的区块链洗钱节点检测方法技术

本发明专利技术公开了一种基于多通道图和图神经网络的区块链洗钱节点检测方法，包括：构建区块链节点的图结构模块，区块链节点图结构数据预处理模块，构建图卷积神经网络结构模块，区块链节点局部图结构训练模块，GCN分类模型测试与节点检测模块。本发明专利技术的区块链洗钱节点检测方法能够实现对区块链网络中洗钱节点进行初步判别、检测功能，为反洗钱行动提供了可靠的技术支持。

A block chain money laundering node detection method based on multi-channel graph and graph neural network

【技术实现步骤摘要】
一种基于多通道图和图神经网络的区块链洗钱节点检测方法
本专利技术属于区块链
，具体涉及区块链节点洗钱交易和非洗钱交易节点的检测。
技术介绍
随着2008年中本聪发表了《比特币：一种点对点的电子现金系统》白皮书，以区块链技术为核心，使得在线支付能够直接由一方发起并支付给另一方，中间不需要通过任何的金融投机构。这份文件被视为区块链的开端。区块链技术作为比特币的底层核心技术，随着比特币的火爆而迅速进入大众的视野。区块链为我们构建了去中心化的信用体系，并实现了价值在网络中的透明传播。信用是整个社会文明发展的基石，有了区块链技术为行业，乃至为社会信用背书，可以预见区块链将极大地改变我们的生活，同时也会促使社会向着公平公正方向发展。虽然去中心化的共识机制为我们带来了诸多好处：安全保障，政治中立，合规审查等等。但是由于在区块链网络里，用户身份是一串27-34位的字符，用户使用这个身份收发币，在保护好自己的真实身份和这串字符的对应关系的情况下，比特币交易时绝对匿名的，并且比特币作为一种数字资产，目前在部分国家可以用于支付，比如日本和德国。大部分商家通过第本文档来自技高网...

【技术保护点】
1.一种基于多通道图和图神经网络的区块链洗钱节点检测方法，其特征在于，利用多通道的图数据结构表达区块链节点交易，利用对图数据结构进行图卷积神经网络半监督学习的方法训练区块链节点交易数据，得到洗钱节点与非洗钱节点分类模型，利用GCN分类模型对区块链节点进行洗钱行为检测，包括：/n构建区块链节点的图结构模块，其用于根据区块链节点的性质和交易数据对区块链网络中节点构建图结构；/n区块链节点图结构数据预处理模块，其用于区块链节点图结构数据的预处理，对节点的数据进行形式化汇总，满足图卷积神经网络的输入要求，服务于后续的GCN模型训练；/n构建图卷积神经网络结构模块，其用于构建区块链节点洗钱节点与非洗钱节...

【技术特征摘要】
1.一种基于多通道图和图神经网络的区块链洗钱节点检测方法，其特征在于，利用多通道的图数据结构表达区块链节点交易，利用对图数据结构进行图卷积神经网络半监督学习的方法训练区块链节点交易数据，得到洗钱节点与非洗钱节点分类模型，利用GCN分类模型对区块链节点进行洗钱行为检测，包括：
构建区块链节点的图结构模块，其用于根据区块链节点的性质和交易数据对区块链网络中节点构建图结构；
区块链节点图结构数据预处理模块，其用于区块链节点图结构数据的预处理，对节点的数据进行形式化汇总，满足图卷积神经网络的输入要求，服务于后续的GCN模型训练；
构建图卷积神经网络结构模块，其用于构建区块链节点洗钱节点与非洗钱节点GCN分类模型，其中包括输入层、隐藏层和输出层的函数设置和层数，决定预处理后的数据经过的运算过程；
区块链节点局部图结构训练模块，将对预处理后的节点数据分批次输入所述的图卷积神经网络结构，进行特征抽取、聚合和大量迭代得到区块链节点洗钱节点与非洗钱分类模型的所有参数；
GCN分类模型测试与节点检测模块，用于对GCN区块链洗钱节点分类模型进行性能进行评估，并对未知节点进行洗钱与非洗钱检测分类。


2.根据权利要求1所述的基于多通道图和图神经网络的区块链洗钱节点检测方法，其特征在于，所述的构建区块链节点的图结构模块进行如下步骤：
(1)收集、处理区块链节点与钱相关的交易特征的数据；
(2)利用多通道图结构描述节点交易情况。


3.根据权利要求2所述的基于多通道图和图神经网络的区块链洗钱节点检测方法，其特征在于，步骤(1)中包括：
(1-1)统计节点的每笔交易的时间、金额、资产流向，作为节点与其他节点交易关系特征；
(1-2)汇总区块链节点每月交易频率、节点交易对象ID分布和月交易总金额次数，作为节点自身内在特征；
(1-3)按照时间顺序描述区块链节点每月交易频率，节点交易对象ID分布和月交...

【专利技术属性】
技术研发人员：黄步添，焦颖颖，刘振广，张宏鑫，陈建海，
申请(专利权)人：杭州云象网络技术有限公司，
类型：发明
国别省市：浙江;33