【技术实现步骤摘要】
本专利技术涉及钓鱼节点检测，特别是涉及一种基于图对比学习的以太坊网络钓鱼节点检测方法及系统。
技术介绍
1、以太坊是支持智能合约的第二大区块链交易平台，其核心在于去中心化的区块链计算网络。随着以太坊的普及，以太坊的安全问题也日益严峻，其中，网络钓鱼节点诈骗占比最高，造成了巨大的经济损失。事实上，网络钓鱼节点诈骗已成为以太坊交易安全的主要威胁，据以太坊区块链浏览器的数据显示，以太坊的地址(即节点)总数已超过5亿个，而带有网络钓鱼标签的地址仅有5701个，这种严重的数据不平衡问题给网络钓鱼节点检测带来了巨大挑战。
2、目前的检测方法主要集中在对原始数据进行处理，比如对原始数据进行过采样或欠采样，然而这种方式会破坏原始数据的分布，导致可能会引入冗余信息或者丢失重要信息。
3、基于此，亟需一种不改变原始数据分布的新型的检测技术。
技术实现思路
1、本专利技术的目的是提供一种基于图对比学习的以太坊网络钓鱼节点检测方法及系统，有效的解决了由于数据不平衡导致的少量钓鱼节点特征学习...
【技术保护点】
1.一种基于图对比学习的以太坊网络钓鱼节点检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于图对比学习的以太坊网络钓鱼节点检测方法，其特征在于，在分别对目标交易图中的每个节点进行统计之前，还包括：
3.根据权利要求1所述的一种基于图对比学习的以太坊网络钓鱼节点检测方法，其特征在于，所述统计特征包括所述节点的入度、出度、总度、转入交易量、转出交易量、总交易量、相邻节点总数和交易频率。
4.根据权利要求1所述的一种基于图对比学习的以太坊网络钓鱼节点检测方法，其特征在于，所述结构特征提取模型为图对比学习模型；所述图对比学习模型...
【技术特征摘要】
1.一种基于图对比学习的以太坊网络钓鱼节点检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于图对比学习的以太坊网络钓鱼节点检测方法，其特征在于，在分别对目标交易图中的每个节点进行统计之前，还包括：
3.根据权利要求1所述的一种基于图对比学习的以太坊网络钓鱼节点检测方法，其特征在于，所述统计特征包括所述节点的入度、出度、总度、转入交易量、转出交易量、总交易量、相邻节点总数和交易频率。
4.根据权利要求1所述的一种基于图对比学习的以太坊网络钓鱼节点检测方法，其特征在于，所述结构特征提取模型为图对比学习模型；所述图对比学习模型包括依次连接的数据增强模块、图卷积网络编码器和投影头；所述数据增强模块包括特征丢弃单元和边缘扰动单元。
5.根据权利要求4所述的一种基于图对比学习的以太坊网络钓鱼节点检测方法，其特征在于，以所述目标交易图和每一所述节点的统计特征作为输入，利用结构特征提取模型进行特征提取，得到每一所述节点...
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。