买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京邮电大学;南京航空航天大学;北京工业大学

摘要：本发明提供一种基于图神经网络的以太坊网络异常检测方法、系统和存储介质，该方法包括以下步骤：基于收集的以太坊交易数据构建训练用的有向交易图；基于随机游走算法对构建的交易图中的节点进行有偏采样，获得第一节点序列；基于随机游走进行多尺度特征提取来生成多尺度序列组；将生成的多尺度序列组输入Skip‑gram模型将节点映射到向量空间，得到各个节点在向量空间的嵌入表示；基于各个节点在向量空间的嵌入表示利用分类算法对正常节点地址和异常节点地址进行分类，实现对检测模型的训练；利用预训练的检测模型对实际以太坊交易网络进行检测，获得检测结果。本发明的基于图神经网络的以太坊网络异常检测方法更具有针对性、准确性和有效性。

主权项：1.一种基于图神经网络的以太坊网络异常检测方法，其特征在于，该方法包括检测模型训练步骤和基于预训练检测模型的网络异常检测步骤；所述检测模型训练步骤包括：基于获取的以太坊交易数据构建训练用的有向交易图，其中，构建的有向交易图中的节点包括带标签的正常节点样本和异常节点样本，每个节点代表以太坊上的一个地址，所述有向交易图的节点间的每条边表示一条交易记录，所述交易记录包括交易发起者、交易接收者、交易金额和交易时间戳；选择构建的交易图中的节点，基于选择的当前节点与交易图中的其他节点的交易金额计算当前节点到邻居节点的第一转移概率，并基于当前节点与其他节点的交易时间戳计算当前节点到邻居节点的第二转移概率，基于第一转移概率和第二转移概率确定当前节点到邻居节点的综合转移概率，并基于随机游走算法利用确定的综合转移概率对构建的交易图中的节点进行有偏采样，获得第一节点序列；从获得的第一节点序列中移除合约节点来生成用户节点序列，通过对第一节点序列和用户节点序列中每个序列的每个顶点上基于随机游走进行多尺度特征提取来生成多尺度序列组；将生成的多尺度序列组输入预定的网络嵌入模型将节点映射到向量空间，得到各个节点在向量空间的嵌入表示；以及基于各个节点在向量空间的嵌入表示利用分类算法对正常节点地址和异常节点地址进行分类，实现对检测模型的训练；所述基于预训练检测模型的网络异常检测步骤利用预训练的检测模型对实际以太坊交易网络进行检测，获得检测结果。

全文数据：

权利要求：

百度查询： 北京邮电大学 南京航空航天大学 北京工业大学 基于图神经网络的以太坊网络异常检测方法、系统和存储介质