[发明专利]基于强化学习的区块链时空子图洗钱检测方法及装置

权利要求书

1.一种基于强化学习的区块链时空子图洗钱检测方法，其特征在于，包括：

获取交易数据，并将所述交易数据按照预设的时间间隔进行划分，得到交易时序网络；

基于所述交易时序网络，采用强化学习算法，得到异常洗钱结构图；

确定所述异常洗钱结构图对应的洗钱交易类型。

2.根据权利要求1所述的方法，其特征在于，所述基于所述交易时序网络，采用强化学习算法，得到异常洗钱结构图的步骤之前，所述方法还包括：

初始化智能体的状态、预设动作、转移概率以及奖励函数。

3.根据权利要求2所述的方法，其特征在于，所述交易时序网络包括多个时间片；所述基于所述交易时序网络，采用强化学习算法，得到异常洗钱结构图的步骤，包括：

基于所述智能体的状态和所述转移概率，在不同时间片内执行所述预设动作，得到状态结构图；

将所述状态结构图输入到预先确定的Q-network中进行学习，得到损失函数；

在所述损失函数满足预设条件时，将所述状态结构图确定为异常洗钱结构图。

4.根据权利要求3所述的方法，其特征在于，所述将所述状态结构图输入到预先确定的Q-network中进行学习，得到损失函数的步骤，包括：

将所述状态结构图输入到预先确定的Q-network中进行学习，得到所述状态结构图的动作价值函数；

基于所述智能体的奖励函数，确定预先设定的目标异常洗钱结构图的动作价值函数；

计算所述预先设定的目标异常洗钱结构图的动作价值函数和所述状态结构图的动作价值函数之间的均方误差，得到损失函数。

5.根据权利要求3所述的方法，其特征在于，所述方法还包括：

基于所述损失函数对所述智能体的奖励函数进行更新。

6.一种基于强化学习的区块链时空子图洗钱检测装置，其特征在于，包括：

时间划分模块，用于获取交易数据，并将所述交易数据按照预设的时间间隔进行划分，得到交易时序网络；

强化学习模块，用于基于所述交易时序网络，采用强化学习算法，得到异常洗钱结构图；

检测模块，用于确定所述异常洗钱结构图对应的洗钱交易类型。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：初始化模块，用于初始化智能体的状态、预设动作、转移概率以及奖励函数。

8.根据权利要求7所述的装置，其特征在于，所述交易时序网络包括多个时间片；所述强化学习模块还用于基于所述智能体的状态和所述转移概率，在不同时间片内执行所述预设动作，得到状态结构图；

将所述状态结构图输入到预先确定的Q-network中进行学习，得到损失函数；

在所述损失函数满足预设条件时，将所述状态结构图确定为异常洗钱结构图。

9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至5任一项所述的方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1至5任一项所述的方法的步骤。