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！

龙图腾网恭喜东北大学申请的专利基于多特征学习的以太坊钓鱼诈骗账户检测装置及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114782051B 。

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210484477.6，技术领域涉及：G06Q20/40；该发明授权基于多特征学习的以太坊钓鱼诈骗账户检测装置及方法是由陈家威;印莹;赵宇海;史岚设计研发完成，并于2022-05-06向国家知识产权局提交的专利申请。

本基于多特征学习的以太坊钓鱼诈骗账户检测装置及方法在说明书摘要公布了：本发明提供了基于多特征学习的以太坊钓鱼诈骗账户检测装置及方法，涉及以太坊交易网络的安全领域。该装置包括数据采集模块、以太坊钓鱼诈骗网络构建模块、以太坊钓鱼诈骗网络初始化模块、特征提取模块、账户类别平衡模块和分类模块。该方法包括采集以太坊钓鱼诈骗相关数据；构建以太坊钓鱼诈骗网络G并确定该网络的邻接矩阵A；初始化该网络的节点特征和边特征，获得初始节点特征矩阵F和初始边特征矩阵X；根据A、F和X提取每个节点的相关特征，并为各特征分配注意力系数；对该网络中的账户类别进行平衡处理后，使用图神经网络更新节点的节点特征，并基于交叉熵损失函数训练分类器，区分出钓鱼诈骗账户和正常账户。该装置及方法准确度和安全性均较高且节约资源。

本发明授权基于多特征学习的以太坊钓鱼诈骗账户检测装置及方法在权利要求书中公布了：1.基于多特征学习的以太坊钓鱼诈骗账户检测装置，其特征在于，该装置包括：数据采集模块，用于采集被标注的钓鱼诈骗账户的地址数据、所述钓鱼诈骗账户的历史交易记录数据、所述钓鱼诈骗账户的一阶邻居的历史交易记录数据；每条所述交易记录数据包括：发送方、接收方、交易金额和交易时间；以太坊钓鱼诈骗网络构建模块，用于根据数据采集模块采集的钓鱼诈骗账户地址数据和历史交易记录数据，以参与交易的账户地址为节点、以账户间的交易为边构建以太坊钓鱼诈骗网络并确定该网络的邻接矩阵；所述节点包括钓鱼节点和正常节点两类，其中钓鱼节点对应钓鱼诈骗账户的地址，正常节点对应正常账户的地址；以太坊钓鱼诈骗网络初始化模块，用于根据数据采集模块采集的历史交易记录数据和所述以太坊钓鱼诈骗网络的邻接矩阵初始化所述以太坊钓鱼诈骗网络中的节点特征和边特征，获得初始节点特征矩阵和初始边特征矩阵；特征提取模块，用于从所述以太坊钓鱼诈骗网络提取节点的图特征、节点的序列特征和节点的时序特征，获得节点的图特征矩阵、节点的序列特征矩阵和节点的时序特征矩阵，并将图特征矩阵、序列特征矩阵和时序特征矩阵进行组合，将得到的组合特征矩阵发送给账户类别平衡模块；账户类别平衡模块，用于根据从特征提取模块接收的组合特征矩阵对所述以太坊钓鱼诈骗网络中的账户类别进行平衡处理，并将类别平衡后的节点特征矩阵和类别平衡后的邻接矩阵发送给分类模块；分类模块，用于根据从账户类别平衡模块输出的类别平衡后的节点特征矩阵和类别平衡后的邻接矩阵进行节点分类，从而识别出钓鱼诈骗账户和正常账户；所述节点的图特征指的是在所述以太坊钓鱼诈骗网络中通过图神经网络聚合邻居节点信息后的节点特征；所述节点的序列特征指的是在所述以太坊钓鱼诈骗网络中通过随机游走算法捕获节点间的序列关系，提取每个节点对应的节点序列，根据节点序列通过Skip-Gram模型所提取的节点特征；所述时序特征指的是在所述以太坊钓鱼诈骗网络中通过LSTM神经网络捕获每个节点的所有交易在时间上的分布规律及演变规律所提取的节点特征；所述特征提取模块进一步包括：图特征提取模块，用于将以太坊钓鱼诈骗网络构建模块输出的邻接矩阵和以太坊钓鱼诈骗网络初始化模块输出的初始节点特征矩阵输入图神经网络中提取每个节点的图特征，获得图特征矩阵，并将该图特征矩阵发送给注意力嵌入模块；序列特征提取模块，用于首先根据以太坊钓鱼诈骗网络构建模块输出的邻接矩阵使用基于交易时间的偏置随机游走算法从所述以太坊钓鱼诈骗网络获取每个节点对应的节点序列，然后根据获取的节点序列使用Skip-Gram模型提取节点的序列特征，获得序列特征矩阵，并将该序列特征矩阵发送给注意力嵌入模块；时序特征提取模块，用于首先根据所述以太坊钓鱼诈骗网络初始化模块输出的初始边特征矩阵提取每个节点的交易时间序列，然后使用循环神经网络RNN提取每个节点的时序特征，获得时序特征矩阵，并将该时序特征矩阵发送给注意力嵌入模块；注意力嵌入模块，用于接收所述图特征提取模块发送的图特征矩阵、所述序列特征提取模块发送的序列特征矩阵、所述时序特征提取模块发送的时序特征矩阵，并为所述图特征矩阵、序列特征矩阵和时序特征矩阵分配不同的注意力系数，得到组合特征矩阵，且将该组合特征矩阵发送给账户类别平衡模块；所述构建以太坊钓鱼诈骗网络G并确定该网络的邻接矩阵A的方法为：首先以各钓鱼节点作为中心节点，根据中心节点的交易记录提取与当前中心节点有过交易的另一方账户地址作为一阶节点，然后再以一阶节点为中心节点，根据交易记录提取与当前中心节点有过交易的另一方账户地址作为二阶节点，构建本以太坊钓鱼诈骗网络G＝{V,E,Y}；其中，V＝{v1,v2,...,vn}表示所述以太坊钓鱼诈骗网络的节点集合，n为节点总数；E＝{e1,e2,...,em}表示所述以太坊钓鱼诈骗网络的边集合，m为边总数；Y＝{y1,y2,…,yn}表示所述以太坊钓鱼诈骗网络中各节点对应账户的类别标签集合，账户的类别包括钓鱼诈骗账户和正常账户两类；设vi,vj表示从节点vi到节点vj的边，遍历节点集合V，根据公式1确定以太坊钓鱼诈骗网络G的网络邻接矩阵A∈Rn×n；

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。