一种区块链异常交易检测方法、系统、设备及存储介质技术方案

本申请实施例提供了一种区块链异常交易检测方法、系统、设备及存储介质，用以解决现有的区块链异常交易检测方案无法应对实时犯罪活动的技术问题，属于区块链技术领域。包括：基于区块链交易网络的智能合约，获取交易数据；基于所述交易数据，对区块链网络地址和交易实体地址进行关联，生成地址关联分析结果；基于所述地址关联分析结果，构建交易实体分类模型；基于所述交易实体分类模型识别本次交易的类型，进而构建交易用户画像；基于所述交易用户画像，检测本次交易是否为异常交易，并在异常交易时触发区块链告警机制。实现了区块链交易的异常检测，能够实时检测异常交易，并进行告警，提升了区块链交易平台的安全性，保障商业安全。业安全。业安全。

【技术实现步骤摘要】
一种区块链异常交易检测方法、系统、设备及存储介质


[0001]本申请涉及区块链
，尤其涉及一种区块链异常交易检测方法、系统、设备及存储介质。

技术介绍

[0002]区块链的去中心化、交易无需真实身份的特征不仅吸引了大量的投资者，也给了犯罪分子可乘之机，区块链在给商业活动带来便利的同时，也成为了诈骗、黑市贸易、洗钱等违法犯罪活动的温床。
[0003]目前，国内外研究人员虽然提出了不同的区块链异常交易检测方案，但面对犯罪分子层出不穷的犯罪活动，这些方案往往难以实现特定的功能，并且这些检测方案多是事后检测，并不能实时监测违法犯罪活动。因此，亟需一种科学合理的区块链异常交易检测方法。

技术实现思路

[0004]本申请实施例提供了一种区块链异常交易检测方法、系统、设备及存储介质，用以解决现有的区块链异常交易检测方案无法应对实时犯罪活动的技术问题。
[0005]一方面，本申请实施例提供了一种区块链异常交易检测方法，所述方法包括：基于区块链交易网络的智能合约，获取交易数据；基于所述交易数据，对区块链网络地址和交易实体地址进行关联，生成地址关联分析结果；基于所述地址关联分析结果，构建交易实体分类模型；基于所述交易实体分类模型识别本次交易的类型，进而构建交易用户画像；基于所述交易用户画像，检测本次交易是否为异常交易，并在异常交易时触发区块链告警机制。
[0006]在本申请的一种实现方式中，对区块链网络地址和交易实体地址进行关联的过程，具体为：使用无向地址交易网构建邻接矩阵；按顺序读取所述邻接矩阵的列向量，并对所述邻接矩阵的信息进行局部谱聚类，以实现节点划分，从而关联交易地址。
[0007]在本申请的一种实现方式中，构建交易实体分类模型的过程，具体为：构建交易图；其中，所述交易图包括：地址交易图、实体交易图；对原始用户的区块链交易网络进行网络抽样，并基于网络抽样结果确定所述交易实体分类模型的原始网络结构；提取所述地址交易图、所述实体交易图中的时序特征及网络特征，并基于随机森林训练所述交易实体分类模型。
[0008]在本申请的一种实现方式中，构建交易用户画像的过程，具体为：基于所述交易实体分类模型识别的本次交易类型结果以及构建的交易图，建立同属实体网络；其中，所述同属实体网络包括：同属地址交易网络、同属实体交易网络；基于所述交易实体分类模型分别提取所述同属实体网络中的地址和实体的统计特征、时序特征、网络特征；对提取的所述统计特征、所述时序特征、所述网络特征进行组合，得到交易用户画像。
[0009]在本申请的一种实现方式中，检测本次交易是否为异常交易的过程，具体为：获取实时交易数据；将所述实时交易数据，输入训练好的交易实体分类模型中进行识别，输出本
次交易的用户画像；将本次交易的用户画像与数据库中异常交易用户画像进行匹配，基于匹配度确定本次交易的风险值，若所述风险值超过预设风险阈值，则确定本次交易为异常交易。
[0010]在本申请的一种实现方式中，所述方法还包括：基于随机网络抽样及同属实体网络的同属地址网及实体地址网进行网络分析，确定离群点；基于所述离群点以及历史交易用户画像，生成异常交易类型。
[0011]其次，本申请实施例还提供了一种区块链异常交易检测系统，所述系统包括：交易数据获取模块，用于基于区块链交易网络的智能合约，获取交易数据；地址关联分析模块，用于基于所述交易数据，对区块链网络地址和交易实体地址进行关联，生成地址关联分析结果；分类模型构建模块，用于基于所述地址关联分析结果，构建交易实体分类模型；用户画像构建模块，用于基于所述交易实体分类模型识别本次交易的类型，进而构建交易用户画像；异常交易检测模块，基于所述交易用户画像，检测本次交易是否为异常交易，并在异常交易时触发区块链告警机制。
[0012]在本申请的一种实现方式中，所述分类模型构建模块包括：交易图构建子模块，用于构建交易图；其中，所述交易图包括：地址交易图、实体交易图；抽样子模块，用于对原始用户的区块链交易网络进行网络抽样，并基于网络抽样结果确定所述交易实体分类模型的原始网络结构；特征提取子模块，用于提取所述地址交易图、所述实体交易图中的时序特征及网络特征，并基于随机森林训练所述交易实体分类模型。
[0013]再其次，本申请实施例还提供了一种区块链异常交易检测设备，所述设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：基于区块链交易网络的智能合约，获取交易数据；基于所述交易数据，对区块链网络地址和交易实体地址进行关联，生成地址关联分析结果；基于所述地址关联分析结果，构建交易实体分类模型；基于所述交易实体分类模型识别本次交易的类型，进而构建交易用户画像；基于所述交易用户画像，检测本次交易是否为异常交易，并在异常交易时触发区块链告警机制。
[0014]最后，本申请实施例还提供了一种区块链异常交易检测的非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：基于区块链交易网络的智能合约，获取交易数据；基于所述交易数据，对区块链网络地址和交易实体地址进行关联，生成地址关联分析结果；基于所述地址关联分析结果，构建交易实体分类模型；基于所述交易实体分类模型识别本次交易的类型，进而构建交易用户画像；基于所述交易用户画像，检测本次交易是否为异常交易，并在异常交易时触发区块链告警机制。
[0015]本申请实施例提供的一种区块链异常交易检测方法、系统、设备及存储介质，通过实时的交易数据检测分析异常交易，从交易地址关联、交易类型识别以及异常交易检测三个过程实现了区块链交易的异常检测，能够实时检测异常交易，并进行告警，本申请实施例提供的一种区块链异常交易检测方法能够提升区块链交易平台的安全性，保障商业安全。
附图说明
[0016]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申
请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0017]图1为本申请实施例提供的一种区块链异常交易检测方法流程图；
[0018]图2为本申请实施例提供的一种区块链异常交易检测系统组成图；
[0019]图3为本申请实施例提供的一种区块链异常交易检测设备示意图。
具体实施方式
[0020]为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0021]本申请实施例提供了一种区块链异常交易检测方法、系统、设备及存储介质，用以解决现有的区块链异常交易检测方案无法应对实时犯罪活动的技术问题。
[0022]下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种区块链异常交易检测方法，其特征在于，所述方法包括：基于区块链交易网络的智能合约，获取交易数据；基于所述交易数据，对区块链网络地址和交易实体地址进行关联，生成地址关联分析结果；基于所述地址关联分析结果，构建交易实体分类模型；基于所述交易实体分类模型识别本次交易的类型，进而构建交易用户画像；基于所述交易用户画像，检测本次交易是否为异常交易，并在异常交易时触发区块链告警机制。2.根据权利要求1所述的一种区块链异常交易检测方法，其特征在于，对区块链网络地址和交易实体地址进行关联的过程，具体为：使用无向地址交易网构建邻接矩阵；按顺序读取所述邻接矩阵的列向量，并对所述邻接矩阵的信息进行局部谱聚类，以实现节点划分，从而关联交易地址。3.根据权利要求1所述的一种区块链异常交易检测方法，其特征在于，构建交易实体分类模型的过程，具体为：构建交易图；其中，所述交易图包括：地址交易图、实体交易图；对原始用户的区块链交易网络进行网络抽样，并基于网络抽样结果确定所述交易实体分类模型的原始网络结构；提取所述地址交易图、所述实体交易图中的时序特征及网络特征，并基于随机森林训练所述交易实体分类模型。4.根据权利要求1所述的一种区块链异常交易检测方法，其特征在于，构建交易用户画像的过程，具体为：基于所述交易实体分类模型识别的本次交易类型结果以及构建的交易图，建立同属实体网络；其中，所述同属实体网络包括：同属地址交易网络、同属实体交易网络；基于所述交易实体分类模型分别提取所述同属实体网络中的地址和实体的统计特征、时序特征、网络特征；对提取的所述统计特征、所述时序特征、所述网络特征进行组合，得到交易用户画像。5.根据权利要求1所述的一种区块链异常交易检测方法，其特征在于，检测本次交易是否为异常交易的过程，具体为：获取实时交易数据；将所述实时交易数据，输入训练好的交易实体分类模型中进行识别，输出本次交易的用户画像；将本次交易的用户画像与数据库中异常交易用户画像进行匹配，基于匹配度确定本次交易的风险值，若所述风险值超过预设风险阈值，则确定本次交易为异常交易。6.根据权利要求1所述的一种区块链异常交易检测方法，其特征在于，所述方法还包括：基于随机网络抽样及同属实体网络的同属地址网及实体地址网进行网络分析，确定离群点；基于所述离群点以及历史交易用...

【专利技术属性】
技术研发人员：卢黎芳，尚金龙，马福燕，刘伟，张燕，
申请(专利权)人：山东维平信息安全测评技术有限公司，
类型：发明
国别省市：