System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及区块链,具体为一种区块链数据采集分析方法。
技术介绍
1、区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式,目前,区块链技术的研究和应用是当今时代极为热门的领域,其应用范围也逐渐扩展,延伸到互联网相关的各个领域。在区块链的所有研究与应用中,基于数字货币的交易体系是最为重要的核心,数字货币的交易具有便利性、加密性、匿名性等优势,对于整个交易系统而言,交易过程具有很高的安全性,然而,对于交易的实体,交易本身的安全性和合法性得不到保证,即区块链可以证明交易过程的合法性,但无法保证交易本身是否合法,在数字货币体系下,当前区块链数字货币被众多恶意交易者利用,导致了诸多包括诈骗、勒索、洗钱等的恶意交易行为。因此,设计有效检测恶意行为和保证交易安全的一种区块链数据采集分析方法是很有必要的。
技术实现思路
1、本专利技术的目的在于提供一种区块链数据采集分析方法,以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题,本专利技术提供如下技术方案:一种区块链数据采集分析方法,包括:获取区块链内交易记录数据后进行预处理,并将获取的数据集进行分类;
3、通过聚类分析构建交易特征记录数据库,生成交易记录检测模型;
4、向检测模型中输入交易数据,检测判断是否存在恶意交易行为;
5、对检测结果以图表形式进行可视化展示。
6、根据上述技术方案,所述获取区块链内交易记录数据后进行预处理,并将获取的数据集进行
7、从区块链上拉取最新区块的数据,提取交易记录,获取到交易记录后,将相应数据存储于数据库中;
8、通过设置交易额度阈值将预处理后的交易数据信息进行初步筛选分类。
9、根据上述技术方案,所述通过聚类分析构建交易特征记录数据库,生成交易记录检测模型的步骤包括:
10、将数据集的各个数据项在直角坐标轴上,以散点图的形式展现,通过聚类方法将其分类,初步选定特征向量;
11、通过机器学习对交易样本的分析和归纳,构建恶意交易记录分析检测的特征数据库,并生成检测模型。
12、根据上述技术方案,所述向检测模型中输入交易数据,检测判断是否存在恶意交易行为的步骤包括:
13、输入交易数据后在数据库中检测是否为未标记交易记录;
14、对未标记交易数据进行分析检测,并将检测到的恶意交易进行标记处理,并保存检测结果;
15、交易检测完成后,保存交易记录并返回合法交易或恶意交易特征向量数据,存储于特征数据库中,作为检测模型的训练数据继续使用。
16、根据上述技术方案,所述对检测结果以图表形式进行可视化展示的步骤包括:
17、根据标记输出结果,生成可视化图表并实时更新。
18、根据上述技术方案,所述该方法应用于一种区块链数据采集分析系统中,该系统包括:
19、交易数据获取模块,用于从区块链中获取交易数据;
20、检测分析模块,用于对交易数据进行检测分析;
21、检测结果展示模块,用于对交易数据的检测结果进行可视化展示。
22、根据上述技术方案,所述交易数据获取模块包括:
23、数据预处理模块,用于对获取到的交易数据进行预处理;
24、样本数据集归纳模块,用于对与处理后的交易数据进行集合归纳处理。
25、根据上述技术方案,所述样本数据集归纳模块包括:
26、交易额度判断模块,用于对交易额度设置阈值作进一步判断;
27、数据子集分类模块,用于根据交易额度阈值对交易数据进行初步分类。
28、根据上述技术方案,所述检测分析模块包括:
29、交易特征数据库构建模块,用于构建交易特征数据库;
30、检测模型生成模块,用于生成恶意交易数据检测模型;
31、交易数据输入模块,用于输入需要进行检测的交易数据;
32、恶意交易标记模块,用于对检测出的恶意交易进行标记处理。
33、与现有技术相比,本专利技术所达到的有益效果是:本专利技术,通过设置有交易数据获取模块、检测分析模块和检测结果展示模块,从区块链上拉取最新区块的数据,提取交易记录,通过设置交易额度阈值将预处理后的交易数据信息进行初步筛选分类,将交易记录根据额度的不同划分为不同的数据子集进行存储和计算,使得大量的小额交易样本数据不会受到大总交易样本数据影响,从而降低后续检测过程的准确度;通过机器学习对交易样本的分析和归纳,构建恶意交易记录分析检测的特征数据库,并生成检测模型;对未标记交易数据根据额度不同分别通过分类后的数据集训练构建出的检测模型,进行分类检测,进一步确保交易数据检测的准确性,避免因为交易额度的变化量较大而导致检测结果的错误;最终通过生成可视化图表,将恶意交易记录进行标记展示,使得区块链中交易双方的交易本身安全性和合法性得到进一步的保障。
本文档来自技高网...【技术保护点】
1.一种区块链数据采集分析方法,其特征在于:包括:
2.根据权利要求1所述的一种区块链数据采集分析方法,其特征在于:所述获取区块链内交易记录数据后进行预处理,并将获取的数据集进行分类的步骤包括:
3.根据权利要求1所述的一种区块链数据采集分析方法,其特征在于:所述通过聚类分析构建交易特征记录数据库,生成交易记录检测模型的步骤包括:
4.根据权利要求1所述的一种区块链数据采集分析方法,其特征在于:所述向检测模型中输入交易数据,检测判断是否存在恶意交易行为的步骤包括:
5.根据权利要求1所述的一种区块链数据采集分析方法,其特征在于:所述对检测结果以图表形式进行可视化展示的步骤包括:
6.根据权利要求1所述的一种区块链数据采集分析方法,其特征在于:所述该方法应用于一种区块链数据采集分析系统中,该系统包括:
7.根据权利要求6所述的一种区块链数据采集分析方法,其特征在于:所述交易数据获取模块包括:
8.根据权利要求7所述的一种区块链数据采集分析方法,其特征在于:所述样本数据集归纳模块包括:
9
...【技术特征摘要】
1.一种区块链数据采集分析方法,其特征在于:包括:
2.根据权利要求1所述的一种区块链数据采集分析方法,其特征在于:所述获取区块链内交易记录数据后进行预处理,并将获取的数据集进行分类的步骤包括:
3.根据权利要求1所述的一种区块链数据采集分析方法,其特征在于:所述通过聚类分析构建交易特征记录数据库,生成交易记录检测模型的步骤包括:
4.根据权利要求1所述的一种区块链数据采集分析方法,其特征在于:所述向检测模型中输入交易数据,检测判断是否存在恶意交易行为的步骤包括:
5.根据权利要求1所述...
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。