[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

说明书

本发明提供了一种基于强化学习的区块链时空子图洗钱检测方法及装置，包括：获取交易数据，并将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；确定异常洗钱结构图对应的洗钱交易类型。本发明可以减轻人工识别洗钱行为的成本投入，同时解决难以挖掘潜在洗钱结构的问题。

技术领域

本发明涉及数据处理技术领域，尤其是涉及一种基于强化学习的区块链时空子图洗钱检测方法及装置。

背景技术

随着区块链技术的快速发展，有更多的投资者选择在加密货币领域进行投资，但是在该领域不断的浮现出了很多的问题，例如，灰黑产业利用区块链的隐匿性进行洗钱操作。目前，针对基于区块链的洗钱操作的监管，通常是通过人工进行洗钱行为的识别，需要大量成本投入，且难以挖掘潜在洗钱结构。

发明内容

有鉴于此，本发明的目的在于提供一种基于强化学习的区块链时空子图洗钱检测方法及装置，以减轻人工识别洗钱行为的成本投入，同时解决难以挖掘潜在洗钱结构的问题。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种基于强化学习的区块链时空子图洗钱检测方法，包括：获取交易数据，并将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；确定异常洗钱结构图对应的洗钱交易类型。

在一种实施方式中，基于交易时序网络，采用强化学习算法，得到异常洗钱结构图的步骤之前，前述方法还包括：初始化智能体的状态、预设动作、转移概率以及奖励函数。

在一种实施方式中，交易时序网络包括多个时间片；基于交易时序网络，采用强化学习算法，得到异常洗钱结构图的步骤，包括：基于智能体的状态和转移概率，在不同时间片内执行预设动作，得到状态结构图；将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；在损失函数满足预设条件时，将状态结构图确定为异常洗钱结构图。

在一种实施方式中，将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：将状态结构图输入到预先确定的Q-network中进行学习，得到状态结构图的动作价值函数；基于智能体的奖励函数，确定预先设定的目标异常洗钱结构图的动作价值函数；计算预先设定的目标异常洗钱结构图的动作价值函数和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。

在一种实施方式中，前述方法还包括：基于损失函数对智能体的奖励函数进行更新。

第二方面，本发明实施例提供了一种基于强化学习的区块链时空子图洗钱检测装置，包括：时间划分模块，用于获取交易数据，并将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，用于确定异常洗钱结构图对应的洗钱交易类型。

在一种实施方式中，前述装置还包括：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。

在一种实施方式中，交易时序网络包括多个时间片；前述强化学习模块还用于基于智能体的状态和转移概率，在不同时间片内执行预设动作，得到状态结构图；将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；在损失函数满足预设条件时，将状态结构图确定为异常洗钱结构图。

第三方面，本发明实施例提供了一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现上述第一方面提供的任一项的方法的步骤。

第四方面，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述第一方面提供的任一项的方法的步骤。

本发明实施例带来了以下有益效果：