[发明专利]一种基于多输入地址聚类的比特币地址增量聚类方法在审

专利信息
申请号: 202011139119.9 申请日: 2020-10-22
公开(公告)号: CN112435032A 公开(公告)日: 2021-03-02
发明(设计)人: 吴岩;秦方驰;刘路 申请(专利权)人: 江苏大学
主分类号: G06Q20/40 分类号: G06Q20/40;G06Q20/06;G06F16/906
代理公司: 暂无信息 代理人: 暂无信息
地址: 212013 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 输入 地址 比特 增量 方法
【权利要求书】:

1.一种基于多输入地址聚类的比特币地址增量聚类方法,其特征在于,包括如下步骤:

S1.对比特币交易建立三级复杂网络;

S2.读取以前聚类信息,包括集群的ID和集群的地址集合;

S3.调用增量聚类算法,基于多输入地址聚类算法开始增量聚类;

S4.保存新更改的聚类信息;

S5.对链下信息进行标签收集,组成互斥对L,合并入加有互斥对的地址集群;

S6.通过概率模型的可能性函数平衡启发式聚类和互斥对产生的集群中错误的部分。

2.根据权利要求1所述的一种基于多输入地址聚类的比特币地址增量聚类方法,其特征在于,所述步骤1的实现包括:将比特币交易映射为Petri网中的变迁t;将交易的输入和输出映射为Petri网中的输入库所p;将比特币交易的流向映射为库所和变迁之间的有向弧得到比特币交易Petri网;将地址和交易输出点之间的关系映射为地址与库所p的连接关系,得到比特币交易的三级复杂网络。

3.根据权利要求2所述的一种基于多输入地址聚类的比特币地址增量聚类方法,其特征在于,所述步骤1的具体步骤包括如下:

S1.1建立比特币区块链有向网络的形式化定义为五元组G=(A,P,T,F,γ),其中A={a1,a2,…,am}为比特币区块链中输入地址的有限集合;P={p1,p2,…,pn}为比特币交易Petri网中输入库所的有限集合;T={t1,t2,…,tj}为比特币交易Petri网中变迁的有限集合;为库所和变迁之间的有向弧的有限集合;γ(p)表示与库所p映射的地址;

S1.2建立关于比特币地址、输入库所和变迁的三级复杂网络:定义网络中的符号,设°t={p|(p,t)∈F}为变迁的输入库所的集合;°a={p|γ(p)∈a}为与同一地址相关联的输入库所的集合;为输入库所p的变迁的集合;为输入库所映射到地址a上的变迁的集合;*t={γ(p)|p∈t°}为与t的所有输入库所相关联的地址集合;

S1.3依次取出每个区块中比特币交易t,添加进变迁的有限集合T={t}∪T;

S1.4对于交易t中每一个输出p,设β(p)为锁定在输出中的比特币数量,将γ(p)设为从输出p的ScriptPubKey字段中提取的地址a,将a添加进比特币区块链中输入地址的有限集合A={a}∪A;

S1.5对于交易t中的每一个输入p,添加进输入库所的有限集合P={p}∪P,将输入的有向弧添加进库所和变迁之间的有向弧的有限集合F=(p,t)∪F。

4.根据权利要求1所述的一种基于多输入地址聚类的比特币地址增量聚类方法,其特征在于,所述步骤3的实现包括:

S3.1,输入待聚类的地址集合,然后从集合中依次取出集合中的地址;

S3.2,若集合为空,那么输出带有类ID和类ID变动信息的地址,否则从集合中依次取出地址,判断地址是否未聚类;

S3.3,若已聚类那么执行步骤3.1,若未聚类,就调用地址簇发现算法,查找该地址所在的类;

S3.4,查找并确认该类的ID;

S3.5,将该ID分配给该类中的地址;

S3.6,标记类ID发生变化的地址。

5.根据权利要求4所述的一种基于多输入地址聚类的比特币地址增量聚类方法,其特征在于,所述步骤S3.3的实现包括:

S3.3.1,输入地址a′,设一个地址集合和一个地址队列,将地址放入集合,将地址入队;

S3.3.2,若地址队列为空,就输出地址聚类,否则地址出队,然后依次取出该地址的输出点p′;

S3.3.3,若输出点未聚类,那么查找把p′当作输入的交易t′;

S3.3.4,若能找到该交易,那么依次取出作为t′的输入;若输入对应的输出点未聚类,那么查找输出点映射的地址a”;

S3.3.5,若地址集合未包括a”,那么将此地址添加到地址集合中,将a”入队,并将输出点设为已聚类。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏大学,未经江苏大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011139119.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top