[发明专利]一种用于检测区块链交易异常的方法及相关产品

说明书

本发明涉及一种用于检测区块链交易异常的方法及相关产品，所述方法包括：获取区块链交易图；从所述区块链交易图中提取交易网络的结构特征和交易数据特征；将所述交易网络的结构特征和交易数据特征合并，以得到合并特征集；以及利用异常检测模型对所述合并特征集进行检测，以确定区块链中是否存在交易异常行为。根据本发明的方案，解决了目前对区块链交易异常行为的检测方法效果较差的问题。

技术领域

本发明一般地涉及区块链技术领域。更具体地，本发明涉及一种用于检测区块链交易异常的方法、用于检测区块链交易异常的设备和计算机可读存储介质。

背景技术

区块链是一种分布式加密账本，为非信任成员可以安全地进行交易提供平台，使得去中心化、低成本、点对点的交易成为可能，在金融、医疗、物流、物联网等领域得到了广泛应用。区块链使用分布式存储和集体维护来实现去中心化，使用SHA-256等非对称加密算法和可靠存储技术完成信用背书，保障了系统的开源、公开和安全。然而，由于区块链具有巨大的流通市值、庞大的用户量和账户匿名性等特点，导致区块链上的交易频繁受到盗窃等异常行为的威胁。

区块链最成功的实践是以比特币为代表的加密数字货币。加密数字货币也越来越多地进入金融市场。加密数字货币具有匿名性的特点，不需要用户进行实名认证，因此越来越多的犯罪分子将加密货币作为犯罪工具，实施网络和金融犯罪。

区块链交易记录被分布式存储在公开的链上，这为研究和检测区块链的异常交易提供了相当大的优势，然而区块链的巨大容量对进一步探索它提出了挑战，由于区块链系统中庞大的用户和交易数量，对异常的手动检测是不可能的，这也给区块链交易异常行为的检测带来巨大的难度。

针对区块链异常交易，目前普遍的检测方式是基于特征的分类方法、基于聚类的检测方法、基于统计分析模型的检测方法等。通过对比特币交易中的非法地址、交易金额的偏差、交易速度的异常等行为进行检测，来判别是否发生异常。但是这些区块链交易异常检测方法，主要聚焦于对地址的识别分类、异常金额的判断等问题，其检测效果并不理想。

鉴于此，如何解决目前对区块链交易异常行为的检测方法效果较差的问题，对于提升区块链网络交易的安全性具有重要意义。

发明内容

为解决上述一个或多个技术问题，本发明提出从区块链交易图中提取交易网络的结构特征，并将结构特征加入到数据特征中一同进行交易异常行为检测，从而有效提升了区块链交易异常行为检测的准确性。为此，本发明在如下的多个方面中提供方案。

在第一方面中，本发明提供了一种用于检测区块链交易异常的方法，包括：获取区块链交易图；从所述区块链交易图中提取交易网络的结构特征和交易数据特征；将所述交易网络的结构特征和交易数据特征合并，以得到合并特征集；以及利用异常检测模型对所述合并特征集进行检测，以确定区块链中是否存在交易异常行为。

在一个实施例中，所述区块链交易图中包括交易的节点、边和标记信息，所述边包括交易之间的比特币流转信息，所述标记信息包括交易的属性，其中从所述区块链交易图中提取交易网络的结构特征和交易数据特征包括：根据网络表示方法从所述区块链交易图中提取交易网络的结构特征；以及从所述区块链交易图中的节点、边和标记信息中提取交易数据特征。

在一个实施例中，所述根据网络表示方法从所述区块链交易图中提取交易网络的结构特征包括：基于深度游走的网络表示学习算法对所述区块链交易图进行特征提取，以获取交易网络的结构特征；和/或使用二阶属性网络嵌入所述区块链交易图进行特征提取，以获取交易网络的结构特征。

在一个实施例中，所述基于深度游走的网络表示学习算法对所述区块链交易图进行特征提取以获取交易网络的结构特征包括：将所述区块链交易图转换成网络图；利用设定的游走方式获得所述节点的采样序列；以及根据神经网络模型对所述节点的采样序列进行向量学习，以将获取的节点的表示向量作为交易网络的结构特征。