一种基于交易子图网络的以太坊钓鱼节点检测方法及系统技术方案

一种基于交易子图网络的以太坊钓鱼节点检测方法，包括：1)数据获取2)构建网络，根据以太坊外部账户的交易信息构建目标节点自网络；3)图映射，按照新型有向图映射方法对自网络进行处理得到含内在隐含信息的映射图，即交易子图网络；4)图特征提取与融合，使用Graph2vec模型对原始自网络和交易子图网络进行特征提取，并拼接二者特征；5)分类检测模型，将上述网络融合特征作为输入，训练随机森林模型对目标节点的钓鱼属性进行检测；本发明专利技术还公开了一种基于上述方法的精准钓鱼诈骗检测系统。本发明专利技术构建自网络以及结合对应图映射技术，轻量准确的完成钓鱼节点检测任务，有别于大多数基于提取大量或更高阶次邻居信息的研究。大量或更高阶次邻居信息的研究。大量或更高阶次邻居信息的研究。

【技术实现步骤摘要】
一种基于交易子图网络的以太坊钓鱼节点检测方法及系统


[0001]本专利技术涉及区块链技术和网络科学领域，具体而言，涉及一种基于交易子图网络的以太坊平台中钓鱼节点检测方法及系统。

技术介绍

[0002]区块链是一种点对点的分布式账本数据库技术，通过分布式存储以及共识机制等技术实现了去中心化的目的。近些年，随着虚拟货币的价格与日俱增以及区块链金融项目的不断推进，区块链领域得到了广泛用户和广大研究者的关注。
[0003]以太坊作为当今最大的基于区块链的应用，它同时也是能够支持智能合约的最大区块链平台。相较于以比特币为代表的区块链1.0，以太坊属于图灵完备的脚本语言，支持开发者在该平台创建和发布任意去中心化的应用程序。同时以以太坊为代表的区块链2.0时代已逐渐将区块链技术从货币和支付领域扩展到金融领域。
[0004]然而就在区块链技术以及区块链金融蓬勃发展的同时，以太坊平台上出现了一系列犯罪洗钱活动，典型的如庞氏骗局、钓鱼诈骗等。无论对用户还是交易所，这一系列的诈骗形式都已然对它们的资产造成了严重威胁。而根据调查，钓鱼诈骗已成为对以太坊本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于交易子图网络的以太坊钓鱼节点检测方法，其特征在于，包括以下步骤：S1：数据获取，从互联网上爬取已经公开的钓鱼节点和非钓鱼节点数据；S2：网络构建，对目标节点为钓鱼节点或非钓鱼节点均构建以它们为中心的有向有权交易自网络G＝(V，E，W，D)，其中V为包含目标节点和邻居节点的集合，E、W、D分别为目标节点与邻居节点的所有连边、连边权重和连边方向集合，W元素的大小即是对应交易金额的数目；S3：图映射，按照本专利提出的一种新型有向图映射方法将上述交易自网络映射成具有内在隐含信息的交易子图网络映射图G
*
；S4：图特征提取与融合，基于Graph2vec模型对原始自图以及映射图进行图特征提取，并将二者特征拼接融合；S5：分类器训练与预测，将钓鱼节点检测问题转化成钓鱼节点网络的分类问题，将融合特征作为输入，有监督的训练随机森林分类器，实现最终预测。2.如权利要求1所述的一种基于交易子图网络的以太坊钓鱼节点检测方法，其特征在于，步骤S1具体包括：S1.1：将截至2020年1月1日公布的钓鱼诈骗用户的地址作为目标节点为钓鱼节点的样本，对获得数据合理清洗后，剩余样本数量约为1625例；S1.2：通过以太坊平台网站Etherscan，对上述钓鱼节点地址的邻居进行查询，提取得到其所有邻居的地址、钓鱼节点与邻居间的交易流方向以及各交易流的实际金额等信息；S1.3：在同一时间段内，从以太坊平台上提取相同数量的非钓鱼节点样本，同S1.2步骤提取地址、交易流以及交易金额等信息。3.如权利要求1所述的一种基于交易子图网络的以太坊钓鱼节点检测方法，其特征在于，步骤S3具体包括：S3.1：连边节点映射：记原始自网络G映射后的映射图为其节点和边集用V
*
＝{d
i
|i＝0，1，2，...}和E
*
∈(V
*
×
V
*
)表示；映射图G
*
中的节点V
*
是由原始图中的连边一一映射而来，而映射图G
*
中的连边E
*
则是通过下述规则生成；记C为自网络中的中心目标节点，i和j分别为目标节点C任意的两个邻居，那么如果它们之间的交易流为i
→
C
→
j，则在映射图G
*
中节点v1＝(i，C)有一条指向v2＝(C，j)的连边；如果它们之间的交易流为j
→
C
→
i，则在映射图G
*
中节点v1＝(j，C)有一条指向v2＝(C，i)的连边；而交易流动为i
→
C
←
j或者i
←
C
→
...

【专利技术属性】
技术研发人员：宣琦，陈鹏涛，王金焕，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：