首页> 中国专利> 一种基于动态图卷积神经网络的区块链异常节点识别方法

一种基于动态图卷积神经网络的区块链异常节点识别方法

摘要

本发明提供一种基于动态图卷积神经网络的区块链异常节点识别方法,根据区块链中的交易数据构建图结构;图中的节点为区块链上的交易,边表示交易代币流向;相同时间步长的交易数据构建为一个图,根据不同的时间生成不同的图,使用邻接矩阵表示每个图;建立交易的ID字典,将图映射到ID字典上;对图进行预处理使其满足动态图卷积神经网络的输入要求,并对图中节点按照异常节点和非异常节点贴标签,形成动态图卷积神经网络的训练集与测试集;将训练集输入至动态图卷积神经网络进行训练;将测试集输入至训练完成的动态图卷积神经网络进行异常与非异常节点的检测分类,从而完成对区块链节点进行异常行为检测。

著录项

  • 公开/公告号CN114240659A

    专利类型发明专利

  • 公开/公告日2022-03-25

    原文格式PDF

  • 申请/专利权人 电子科技大学;

    申请/专利号CN202111551207.4

  • 发明设计人 韩华龙;张引;陈宇鹏;郭辰英;

    申请日2021-12-17

  • 分类号G06Q40/04(20120101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构51203 电子科技大学专利中心;

  • 代理人邹裕蓉

  • 地址 611731 四川省成都市高新区(西区)西源大道2006号

  • 入库时间 2023-06-19 14:39:06

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-03-25

    公开

    发明专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号