[发明专利]一种区块链数字货币的实体身份类型推测方法及系统

说明书

本发明提供一种区块链数字货币的实体身份类型推测方法及系统，涉及区块链技术领域，包括：根据区块链数字货币原始交易数据集进行特征提取、降维，得到融合特征数据集；将融合特征数据集分为训练样本和验证样本，训练样本训练虚拟地址账户身份类型识别模型，获得分类器；分类器对验证样本进行虚拟地址账户身份类型识别，获得虚拟地址账户身份类型表；根据虚拟地址账户身份类型表进行聚类，获得多个实体，统计各实体的所有虚拟地址账户及对应的身份类型；根据实体每种身份类型的虚拟地址账户数量占比，确定该实体的身份类型。本发明通过特征筛选、降维提升模型整体识别效率，基于纠错机制中和启发式聚类高估与低估的问题，提升了模型的推测效果。

技术领域

本发明涉及区块链技术领域，涉及一种区块链数字货币的实体身份类型推测方法及系统，尤其是涉及一种适用于以交易为中心的区块链数字货币的实体身份类型推测方法及系统。

背景技术

日本学者于2008年在论文中首次提出“比特币”这一概念，2015年《经济学者》杂志中发表名为《The Trust Machine》(信任机器)的文章，比特币的底层技术区块链逐渐趋于火热，很多专家学者投身于对区块链技术进行研究。区块链技术的持续发展，也致使越来越多的以比特币为底层技术的数字货币的诞生。区块链数字货币具备区别于传统数字货币的去中心化、不可篡改、匿名化等特性。这些特性在保障区块链网络中节点的相对自由与安全性的同时，使得整个区块链数字货币网络充斥着各种违法交易，这为有关部门的监管工作带来了巨大的挑战。因此，在保证用户真实信息不被泄露的情况下利用区块链本身的交易信息与交易特性对区块链数字货币的实体身份类型进行推测，对于监管部门判别区块链数字货币交易网络中实体的合法性具有重要意义。

目前关于区块链数字货币网络实体类型推测的研究主要包括：基于交易属性的实体身份推测方法、基于交易行为的实体身份推测方法以及基于链下信息的实体身份推测方法。(1)基于交易属性的实体身份推测方法，主要利用区块链数字货币启发式聚类方法，将属于同1实体的交易地址聚为1类，认定为同1实体；(2)基于交易行为的实体身份推测方法，主要利用机器学习的分类及聚类方式，将区块链数字货币交易信息作为特征输入，将虚拟地址账户识别分类作为输出，达到虚拟地址账户识别的目的；(3)基于链下信息的实体身份推测方法，通过将区块链数字货币中的实体与比特币论坛等网站中用户公布的信息、用户IP地址、邮箱地址等链下信息相关联进行实体识别。

但以上三种研究方案均存在一些缺陷；(1)基于交易属性的实体身份推测方案，存在低估误差及高估误差问题；(2)基于交易行为的实体身份推测方案，对交易历史的特征提取与使用并不充分，并且忽略了交易模式特性。(3)基于链下信息的实体身份推测方案，只能对暴露过IP地址等信息或出现在比特币论坛中的实体身份进行分析。

发明内容

针对上述问题，本发明提供了一种区块链数字货币的实体身份类型推测方法及系统，利用区块链数字货币的原有交易数据，通过特征筛选、降维构建特征融合数据集、通过机器学习分类方法对区块链虚拟地址账户身份类型进行推测，并利用区块链启发式聚类方法设计基于投票的纠错机制，对区块链数字货币实体身份类型进行推测，提升对区块链数字货币实体身份的推测效果。

为实现上述目的，本发明提供了一种区块链数字货币的实体身份类型推测方法，包括：

根据区块链数字货币的原始交易数据集进行特征提取、降维，得到融合特征数据集，得到融合特征数据集；

将所述融合特征数据集分为训练样本和验证样本，根据所述训练样本训练虚拟地址账户身份类型识别模型，获得分类器；

通过所述分类器对所述验证样本进行虚拟地址账户身份类型识别，获得虚拟地址账户身份类型表；

根据所述虚拟地址账户身份类型表进行聚类，获得多个实体，统计各所述实体的所有虚拟地址账户及对应的身份类型；

根据所述实体每种所述身份类型的虚拟地址账户数量占比，为确定该实体的身份类型。