龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：重庆邮电大学
摘要：本发明展示了一种基于无监督学习的以太坊异常交易行为的检测方法，旨在通过多步骤过程实现高效识别。该方法从详细解析以太坊历史交易数据开始，提取关键信息如交易地址和时间戳，进而构建交易流图。采用对偶转换技术，将交易转化为图中节点，通过结合金额和时间信息的有偏随机游走策略，与Skip‑gram模型相结合，从而提取交易特征。随后，利用OPTICS聚类算法对这些特征进行分析，形成交易聚簇。在每个聚簇内部，应用局部异常因子LOF来量化交易的异常程度，并通过Z得分方法评估每笔交易的异常可疑性。此方法的优势在于无需先验标签即可适应复杂的交易模式，为以太坊网络提供了一种强大的安全监测工具。
主权项：1.一种以太坊异常交易检测方法，其特征在于包括以下步骤：S1、利用以太坊客户端和区块浏览器获取交易数据，包括交易方、金额、时间戳等；S2、基于交易数据构建带权多重交易网络图，展现账户间交易关系和交易特性；S3、应用对偶图转换算法重组交易网络，使每笔交易成为独立节点，并建立交易间的连接；S4、采用基于金额和时间的有偏随机游走策略和Skip-gram模型进行网络嵌入，提取交易特征；S5、使用OPTICS算法对交易特征进行密度聚类分析，自动识别不同聚类簇；S6、计算每个聚类簇内交易的局部异常因子LOF，量化其异常程度；S7、对每个聚类簇内的交易进行标准化处理，计算Z得分的绝对值，识别异常交易。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种基于无监督机器学习的以太坊异常交易行为检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号