基于图神经网络的以太坊网络异常检测方法、系统和存储介质

    公开(公告)号:CN115378629B

    公开(公告)日:2024-08-27

    申请号:CN202210520557.2

    申请日:2022-05-13

    Abstract: 本发明提供一种基于图神经网络的以太坊网络异常检测方法、系统和存储介质,该方法包括以下步骤:基于收集的以太坊交易数据构建训练用的有向交易图;基于随机游走算法对构建的交易图中的节点进行有偏采样,获得第一节点序列;基于随机游走进行多尺度特征提取来生成多尺度序列组;将生成的多尺度序列组输入Skip‑gram模型将节点映射到向量空间,得到各个节点在向量空间的嵌入表示;基于各个节点在向量空间的嵌入表示利用分类算法对正常节点地址和异常节点地址进行分类,实现对检测模型的训练;利用预训练的检测模型对实际以太坊交易网络进行检测,获得检测结果。本发明的基于图神经网络的以太坊网络异常检测方法更具有针对性、准确性和有效性。

    一种基于数据挖掘技术的以太坊庞氏骗局合约检测方法

    公开(公告)号:CN116385004A

    公开(公告)日:2023-07-04

    申请号:CN202310010369.X

    申请日:2023-01-04

    Abstract: 本发明公开了一种基于数据挖掘技术的以太坊庞氏骗局合约检测方法,首先在数据获取,根据数据集中的合约地址,获取每一个合约得字节码和交易记录;在特征提取阶段,将合约字节码反汇编为操作码序列,通过n‑gram算法提取合约操作码的上下文特征,同时根据合约交易记录提取合约的账户特征,将操作码特征和账户特征进行结合,作为模型的输入;接着在模型训练阶段,针对合约特征数据集存在的类不平衡问题,采用ADASYN算法对训练集进行过采样,然后使用性能较好的AdaBoost对数据集进行训练,实现对庞氏骗局智能合约的检测。实验证明,该模型的相关评测指标取得了显著的提升,可以有效的检测出以太坊上的庞氏骗局智能合约。

    基于图神经网络的以太坊网络异常检测方法、系统和存储介质

    公开(公告)号:CN115378629A

    公开(公告)日:2022-11-22

    申请号:CN202210520557.2

    申请日:2022-05-13

    Abstract: 本发明提供一种基于图神经网络的以太坊网络异常检测方法、系统和存储介质,该方法包括以下步骤:基于收集的以太坊交易数据构建训练用的有向交易图;基于随机游走算法对构建的交易图中的节点进行有偏采样,获得第一节点序列;基于随机游走进行多尺度特征提取来生成多尺度序列组;将生成的多尺度序列组输入Skip‑gram模型将节点映射到向量空间,得到各个节点在向量空间的嵌入表示;基于各个节点在向量空间的嵌入表示利用分类算法对正常节点地址和异常节点地址进行分类,实现对检测模型的训练;利用预训练的检测模型对实际以太坊交易网络进行检测,获得检测结果。本发明的基于图神经网络的以太坊网络异常检测方法更具有针对性、准确性和有效性。

Patent Agency Ranking