[发明专利]一种数字货币交易所的比特币地址挖掘方法及装置在审

专利信息
申请号: 202110013889.7 申请日: 2021-01-06
公开(公告)号: CN112801784A 公开(公告)日: 2021-05-14
发明(设计)人: 郑子彬;薛更盛;陈志广 申请(专利权)人: 中山大学
主分类号: G06Q40/04 分类号: G06Q40/04;G06K9/62
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 杨小红
地址: 510275 *** 国省代码: 广东;44
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 数字 货币 交易所 比特 地址 挖掘 方法 装置
【权利要求书】:

1.一种数字货币交易所的比特币地址挖掘方法,其特征在于,包括:

获取比特币区块链上的交易信息,根据所述交易信息获取多个初始地址;所述初始地址为拥有比特币最多的地址;

基于所述交易信息,构建每个所述初始地址的比特币转移网络;

基于预设启发式规则,对所述比特币转移网络中的地址进行聚类,得到每个所述初始地址的地址集合;其中,所述地址集合中的地址归属于同一个数字货币交易所;

训练地址分类模型,通过所述地址分类模型对所述地址集合中的比特币地址进行分类,得到所述地址集合中的比特币地址的类别。

2.根据权利要求1所述的方法,其特征在于,所述基于所述交易信息,构建每个所述初始地址的比特币转移网络的步骤,包括:

基于所述交易信息,采用基于广度优先搜索算法,构建每个所述初始地址的比特币转移网络。

3.根据权利要求1所述的方法,其特征在于,所述预设启发式规则包括:基于多输入交易的地址聚类启发式规则或基于找零地址的地址聚类启发式规则。

4.根据权利要求1所述的方法,其特征在于,所述训练地址分类模型,通过所述地址分类模型对所述地址集合中的比特币地址进行分类,得到所述地址集合中的比特币地址的类别的步骤,包括:

提取所述地址集合中的比特币地址的历史交易记录,并根据所述历史交易记录构造训练特征;

对所述训练特征进行归一化处理,得到归一化特征;

采用所述归一化特征训练预设初始地址分类模型,得到地址分类模型;

通过所述地址分类模型对所述地址集合中的比特币地址进行分类,得到所述地址集合中的比特币地址的类别。

5.一种数字货币交易所的比特币地址挖掘装置,其特征在于,包括:

初始地址获取模块,用于获取比特币区块链上的交易信息,根据所述交易信息获取多个初始地址;所述初始地址为拥有比特币最多的地址;

比特币转移网络构建模块,用于基于所述交易信息,构建每个所述初始地址的比特币转移网络;

聚类模块,用于基于预设启发式规则,对所述比特币转移网络中的地址进行聚类,得到每个所述初始地址的地址集合;其中,所述地址集合中的地址归属于同一个数字货币交易所;

分类模块,用于训练地址分类模型,通过所述地址分类模型对所述地址集合中的比特币地址进行分类,得到所述地址集合中的比特币地址的类别。

6.根据权利要求5所述的装置,其特征在于,所述比特币转移网络构建模块,包括:

比特币转移网络构建子模块,用于基于所述交易信息,采用基于广度优先搜索算法,构建每个所述初始地址的比特币转移网络。

7.根据权利要求5所述的装置,其特征在于,所述预设启发式规则包括:基于多输入交易的地址聚类启发式规则或基于找零地址的地址聚类启发式规则。

8.根据权利要求5所述的装置,其特征在于,所述分类模块,包括:

训练特征构造子模块,用于提取所述地址集合中的比特币地址的历史交易记录,并根据所述历史交易记录构造训练特征;

归一化子模块,用于对所述训练特征进行归一化处理,得到归一化特征;

地址分类模型生成子模块,用于采用所述归一化特征训练预设初始地址分类模型,得到地址分类模型;

分类子模块,用于通过所述地址分类模型对所述地址集合中的比特币地址进行分类,得到所述地址集合中的比特币地址的类别。

9.一种电子设备,其特征在于,所述设备包括处理器以及存储器:

所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;

所述处理器用于根据所述程序代码中的指令执行权利要求1-4任一项所述的数字货币交易所的比特币地址挖掘方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行权利要求1-4任一项所述的数字货币交易所的比特币地址挖掘方法。

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中山大学,未经中山大学许可,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/202110013889.7/1.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