[发明专利]一种区块链恶意行为检测方法及装置

权利要求书

1.一种区块链恶意行为检测方法，其步骤包括：

构建区块链的交易图G_trans＝(V,E,F)，其中，V表示基于区块链的地址节点得到的节点集合，E表示基于任两个地址节点之间的交易得到边集合，F表示节点属性集合；

基于所述节点属性集合预计算每条边的转移概率π，以形成带有转移概率的交易图并计算所述交易图中各节点的节点嵌入特征；

对所述节点嵌入特征进行分类，得到具有恶意行为的地址节点。

2.如权利要求1所述的方法，其特征在于，所述节点属性包括：网络结构属性、纯语义属性和混合时间属性；

所述网络结构属性包括：出入度比D(n)和恶意度E(n)，n表示节点，n∈V；

所述纯语义属性包括：交易总金额A(n)和交易总次数R(n)；

所述混合时间属性包括：最大时间戳timestamp_n和拆零因子Nty(n)。

3.如权利要求2所述的方法，其特征在于，所述恶意度所述拆零因子Max表示地址节点n的每日最大余额，Min地址节点n的每日最小余额。

4.如权利要求2所述的方法，其特征在于，所述基于所述节点属性集合预计算每条边的转移概率π，包括：

分别设置网络结构属性的偏移参数α、纯语义属性的偏移参数β与混合时间属性的偏移参数γ；

计算归一化前的从当前节点v转移至下一节点n的转移概率其中，Pr_D表示仅考虑出入度比D(n)时，从当前节点v转移至下一节点n的转移概率，Pr_E表示仅考虑恶意度E(n)时，从当前节点v转移至下一节点n的转移概率，Pr_A表示仅考虑交易总金额A(n)时，从当前节点v转移至下一节点n的转移概率，Pr_R表示仅考虑交易总次数R(n)时，从当前节点v转移至下一节点n的转移概率，Pr_T表示仅考虑交易时间时，从当前节点v转移至下一节点n的转移概率，Pr_Nty表示仅考虑拆零因子Nty(n)时，从当前节点v转移至下一节点n的转移概率，b∈V，ω表示图权重；

对所述转移概率π_vn进行归一化处理，得到所述转移概率π。

5.如权利要求4所述的方法，其特征在于，转移概率Nbr_v表示节点v的邻居节点集合；转移概率

6.如权利要求1所述的方法，其特征在于，所述计算所述链上交易图中各节点的节点嵌入特征，包括：

基于所述转移概率π在所述交易图进行有偏游走的Alias采样，得到行为过程序列；

对所述行为过程序列进行独热编码；

基于独热编码的上下文大小与维度，采用随机梯度下降算法，最大化Skip-Gram模型的似然函数，以得到最优映射函数；

根据所述最优映射函数，获取所述交易图中各节点的节点嵌入特征。

7.如权利要求1所述的方法，其特征在于，所述对所述节点嵌入特征进行分类，得到具有恶意行为的地址节点，包括：

选择恶意网站的地址作为中心地址进行派生，以构建样本交易图C′_trans；

根据所述样本交易图G′_trans，计算样本交易图中各节点的样本节点嵌入特征；

基于样本交易图中各节点的样本节点嵌入特征，进行有监督地机器学习训练，得到分类模型；

基于所述分类模型对所述节点嵌入特征进行分类，得到具有恶意行为的地址节点。

8.如权利要求7所述的方法，其特征在于，所述机器学习的方法包括：随机森林。

9.一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序执行权利要求1-8中任一方法。

10.一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行如权利要求1-9中任一所述方法。