一种基于多边交易网络的以太坊钓鱼账户识别方法技术

本发明专利技术公开了一种基于多边交易网络的以太坊钓鱼账户识别方法，属于区块链威胁检测领域，包括交易数据收集阶段：在收集以太坊原始交易数据时，将交易数据收集阶段收集到的原始交易数据进行转化并构建图，以生成原始交易网络。然后通过映射策略融合交易金额代表的权重属性、交易时间代表的时间属性以及交易流向代表的方向属性，得到多边交易网络；将交易网络生成阶段所生成的多边交易网络作为输入，训练基于图神经网络的钓鱼账户识别模型，最终得到检测结果。本发明专利技术的多边交易网络生成策略兼顾了交易方向、交易金额、交易时间戳属性，有利于提取目标地址的潜在交易模式，合理转化了原始交易网络的特征，用于后续的特征提取和检测任务。务。务。

【技术实现步骤摘要】
一种基于多边交易网络的以太坊钓鱼账户识别方法


[0001]本专利技术属于区块链威胁检测领域。提供了一种基于多边交易网络的以太坊钓鱼账户识别方法。

技术介绍

[0002]近年来，区块链横空出世，风靡全球，让web3.0数字经济时代的概念首次进入了大众视野。区块链技术具有去中心化、匿名性、可追溯性等特点，非常适合许多金融场景，比如去中心化金融DeFi、加密货币以及NFT等。其中加密货币技术是当今区块链应用最为广泛的实现模式，在区块链中，两个账户之间可以自由便捷地进行连接，并完成货币、信息、数据和服务等方面的交易。同时，基于区块链的各类Dapp应用也层出不穷，拥有广阔的市场。总的来说，区块链因其优异特性得到了广泛关注，并大量应用，但由于区块链整体生态还不够成熟，其遭受攻击导致了大量损失，极大地危害了入局者的利益。其中，钓鱼攻击是针对区块链最为常见的攻击手法。钓鱼攻击是一种旨在利用用户弱点获取个人和机密信息的网络犯罪。一些钓鱼诈骗以提供额外的以太币为诱饵，诱使投资者访问/点击虚假项目/网站，并让诈骗者购买数字资产，以达到钓鱼诈骗的目的。以太坊上的钓鱼诈骗不仅通过钓鱼网站获取关键信息，还通过电子邮件、聊天应用程序等方式传播钓鱼地址。钓鱼诈骗已经成为区块链上的一个关键问题，值得长期关注和研究，以维护一个更加安全的区块链生态系统。
[0003]过去几年中，许多国内外学者将目光投向了区块链钓鱼攻击检测，对区块链中网络钓鱼诈骗的分析，可以从其全生命周期行为，交易信息以及已确认的钓鱼地址与正常地址的行为差异来进行分析，较为火爆的检测方法包括机器学习、深度学习等。
[0004]Wu等人提出了一种通过挖掘以太坊上交易记录来检测网络钓鱼欺诈的方法。他们首先从两个授权网站爬取具有标记的钓鱼地址，并根据收集到的交易记录重建相应的交易网络。然后，通过综合考虑交易金额和时间戳，引入一种新的网络嵌入算法trans2vec提取地址特征，为后续的钓鱼识别提供依据。最后采用SVM将节点分为正常节点和网络钓鱼节点，得到了不错效果。
[0005]Chen等提出了一种基于图卷积网络(GCN)和自动编码器的检测方法来精确区分钓鱼账户。他们首先统计每个节点的边信息作为节点的特征，然后使用图卷积网络和自动编码技术来提取结构特征。他们通过事务聚合周围邻居的特征，也就是图结构中的邻接关系到嵌入过程中。具体地说，GCN以节点特征和归一化邻接信息为输入，通过卷积使节点的表示聚合多个层的邻接特征。GCN生成包含结构信息的嵌入后与原始节点特征连接，形成节点的低维表示，最终进行分类。
[0006]Li等针对以太坊网络钓鱼欺诈检测问题，提出了一种基于图神经网络(GNN)的自监督增量式深度图学习模型SIEGE。SIEGE将事务图分割成大小合适的块(即一组Ehereum事务块)，并按照时间顺序逐个递增地消耗它们以学习节点表示。一个图块的中间学习结果传递到下一个图块以实现增量计算。通过这种方式，内存中图形的大小是可包含的，并且适应于最新的变化。同时，为了解决标签稀缺性问题，采用自监督学习方法生成节点嵌入，以确
保最终的节点表示对于钓鱼欺诈检测任务具有尽可能丰富的信息。
[0007]Yuan等将钓鱼识别问题构建为图分类任务，他们首先收集了一些经过验证的钓鱼地址和相同数量的正常地址的交易记录。其次，根据这些交易记录形成了一组子图，每个都包含一个目标地址及其周围的交易网络，以便在图形级别上表示原始地址。最后，使用交易网络的二阶交易子图，基于对网络钓鱼诈骗循环的以太流分析提出了一种改进的Graph2Vec进行分类预测，取得了较好的性能。

技术实现思路

[0008]本专利技术公开了一种对以太坊上钓鱼账户进行检测的框架。在以太坊中，智能合约的流行使得其在经济金融领域获得了巨大的发展支持，已然成为广泛应用的金融应用平台。随之而来，以太坊安全面临着网络犯罪带来的巨大挑战，网络钓鱼诈骗已经成为以太坊上使用最广泛的诈骗手段之一。因此亟需针对钓鱼诈骗的检测方法，能够发现以太坊中存在的带有钓鱼诈骗威胁的钓鱼账户，从而保护链上的资产，使其免受侵害。本专利技术的钓鱼账户检测框架，能够生成包含更多结构信息的多边交易网络，准确高效地判断某地址是否为钓鱼账户地址，计算成本更低。
[0009]本专利技术为解决上述技术问题，将采用以下技术方案：
[0010]一种基于多边交易网络的以太坊钓鱼账户识别方法，包括如下阶段：
[0011]交易数据收集阶段：从Xblock网站收集的原始交易数据中包含的关键信息，关键信息包括交易时间戳、交易的发送地址、交易的接收地址以及交易金额；
[0012]多边交易网络生成阶段：首先将交易数据收集阶段收集到的原始交易数据进行转化并构建图，以生成原始交易网络，在根据原始交易数据形成原始交易网络后，通过多边映射策略融合交易金额代表的权重属性、交易时间代表的时间属性以及交易流向代表的方向属性，得到多边交易网络；
[0013]钓鱼账户识别模型训练阶段：将交易网络生成阶段所生成的多边交易网络作为输入，训练基于图神经网络的钓鱼账户识别模型，最终得到检测结果。
[0014]上述技术方案中，在多边交易网络生成阶段中，生成原始交易网络包括以下步骤：
[0015]基于关键信息进行构建原始交易网络，构建原始交易网络时，交易时间戳代表时间属性，发送地址和接收地址将成为交易网络中的节点，交易流向将成为节点对之间存在的有向边，交易数额则是对应节点对之间边上的权重信息，具体的为：
[0016]给定以太坊上的一组发送地址和接收地址，将交易网络构造为一个有向图G＝(V，E)，V为节点结合，其中每个节点v∈V表示一个以太坊上的接收地址或者发送地址，该地址可为一个外部拥有账户(EOA)，或者是合同账户(CA)，边集表示为一个四元式可为一个外部拥有账户(EOA)，或者是合同账户(CA)，边集表示为一个四元式其中，为大于0的数，(v
src
,v
dst
)指示事务的方向从发送地址v
src
转移到接收地址v
dst
，权重表示交易的数额，或者如果交易类型是智能合约调用，则权重为0，l是交易的时间戳；
[0017]然后构造以钓鱼地址或非钓鱼地址址i为中心的一组小规模原始交易网络图然后构造以钓鱼地址或非钓鱼地址址i为中心的一组小规模原始交易网络图其中是地址i及其对应的交易子图G
i
的标签，则
是所有接收地址的标签集，c
i
就是从总标签集里获得的G
i
这个交易子图的具体标签，也表示就是中心地址i是钓鱼还是非钓鱼地址。
[0018]上述技术方案中，通过多边映射策略融合交易金额代表的权重属性、交易时间代表的时间属性以及交易流向代表的方向属性，得到多边交易网络具体包括以下策略：
[0019]给定一个原始交易图G＝(V，E)，其中表示表示一条权为并且时间戳为l的有向事务边，用表示的网络是从G到H
″
＝(V
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多边交易网络的以太坊钓鱼账户识别方法，其特征在于，包括如下阶段：交易数据收集阶段：从Xblock网站收集的原始交易数据中包含的关键信息，关键信息包括交易时间戳、交易的发送地址、交易的接收地址以及交易金额；多边交易网络生成阶段：首先将交易数据收集阶段收集到的原始交易数据进行转化并构建图，以生成原始交易网络，在根据原始交易数据形成原始交易网络后，通过多边映射策略融合交易金额代表的权重属性、交易时间代表的时间属性以及交易流向代表的方向属性，得到多边交易网络；钓鱼账户识别模型训练阶段：将交易网络生成阶段所生成的多边交易网络作为输入，训练基于图神经网络的钓鱼账户识别模型，最终得到检测结果。2.根据权利要求1所述的一种基于多边交易网络的以太坊钓鱼账户识别方法，其特征在于：在多边交易网络生成阶段中，生成原始交易网络包括以下步骤：基于关键信息进行构建原始交易网络，构建原始交易网络时，交易时间戳代表时间属性，发送地址和接收地址将成为交易网络中的节点，交易流向将成为节点对之间存在的有向边，交易数额则是对应节点对之间边上的权重信息，具体的为：给定以太坊上的一组发送地址和接收地址，将交易网络构造为一个有向图G＝(V，E)，V为节点结合，其中每个节点v∈V表示一个以太坊上的接收地址或者发送地址，该地址可为一个外部拥有账户(EOA)，或者是合同账户(CA)，边集表示为一个四元式一个外部拥有账户(EOA)，或者是合同账户(CA)，边集表示为一个四元式其中，为大于0的数，(v
src
，v
dst
)指示事务的方向从发送地址v
src
转移到接收地址v
dst
，权重表示交易的数额，或者如果交易类型是智能合约调用，则权重为0，l是交易的时间戳；在形成原始交易网络后，以某个钓鱼地址或非钓鱼地址i为中心节点，通过收集该网络中1
‑
hop邻域信息来构造每个目标地址的交易子图G
i
，从而得到一组小规模原始交易网络图其中是地址i及其对应的交易子图G
i
的标签，则是所有接收地址的标签集，c
i
就是从总标签集里获得的G
i
这个交易子图的具体标签，也表示就是中心地址i是钓鱼还是非钓鱼地址。3.根据权利要求1所述的一种基于多边交易网络的以太坊钓鱼账户识别方法，其特征在于：通过多边映射策略融合交易金额代表的权重属性、交易时间代表的时间属性以及交易流向代表的方向属性，得到多边交易网络具体包括以下策略：给定一个原始交易图G＝(V，E)，其中表示表示一条权为并且时间戳为l的有向事务边，用表示的网络是从G到H
″
＝(V
″′
，E
″′
)的映射，节点集用V
″′
＝{e
i
∈E，i＝0，1，2，
…
}表示，边集用表示，其中表示的是使用方法函数对原始交易图G进行转化，转化后的H
″
表示为(V
″′
，E
″′
)，当原始交易图G中的两条边e
a
和e
b
满足如下条件时，在转化后的图H
″
中，它们代表的两个顶点之间将建立一条有向边有向边
条件1：e
a
和e
b...

【专利技术属性】
技术研发人员：牛伟纳，张小松，孙裕俨，周婧岚，杜翔，曹晟，桂勋，
申请(专利权)人：成都交子区块链产业创新中心有限公司电子科技大学深圳高等研究院，
类型：发明
国别省市：