-
公开(公告)号：CN116502282A
公开(公告)日：2023-07-28
申请号：CN202310281909.8
申请日：2023-03-22
Applicant: 东北大学
IPC: G06F21/64 , G06N3/0464 , G06N3/094
Abstract: 本发明提供一种基于对抗学习的庞氏骗局智能合约检测方法，涉及智能合约检测技术领域。该方法首先收集并预处理智能合约数据，得到智能合约操作码序列；再对智能合约操作码序列进行分析，得到包含操作码最大逻辑信息和语义信息的操作码行为序列；并根据词向量嵌入模型得到操作码行为序列的词向量表示；然后构建TextCNN模型，并将操作码行为序列的词向量表示作为模型输入，进行庞氏骗局智能合约的判断，该过程能最大程度的保留智能合约操作码的语义信息，因此提高了模型的分类效果。最后运用对抗训练算法给TextCNN模型添加扰动，得到庞氏骗局检测模型，以此克服模型面对对抗攻击时缺乏鲁棒性和泛化性的问题。
-
Patent Agency Ranking
公开(公告)号：CN116993500A
公开(公告)日：2023-11-03
申请号：CN202310948602.9
申请日：2023-07-31
Applicant: 东北大学
IPC: G06Q40/04 , G06F18/213 , G06F18/214 , G06F18/24 , G06F18/243 , G06N3/0475 , G06N3/094 , G06F16/951 , G06F16/9535
Abstract: 本发明提供一种基于网络分析和统计分析的勒索行为检测方法，涉及网络检测技术领域，本发明通过区块链分析技术，地址标记技术以及人工智能技术对链上数据进行分析以及地址行为的预测：通过分析提取地址的交易记录，可追踪到比特币的流动轨迹，提取地址的特征；标记不良行为的地址，追踪不良行为地址的交易活动，识别可能的不良行为；人工智能技术在比特币追踪中的应用主要体现在交易行为模式的分析和预测上，通过学习历史数据和模式，可以预测未来的交易行为，进而识别可能的黑客攻击、勒索等行为。
-
公开(公告)号：CN115001988A
公开(公告)日：2022-09-02
申请号：CN202210550687.0
申请日：2022-05-20
Applicant: 东北大学
IPC: H04L41/142 , H04L41/14 , G06Q40/04 , G06K9/62
Abstract: 本发明公开一种基于跨链的多公有链网络中的实体分析方法，方法首先根据节点发送的交易之间的广播路径相似的特点，将交易做预处理聚类，再根据新加入网络的节点广播的addr消息的传播路径与交易广播的路径判断交易的发送源。克服了基于交易图分析的方法不能将具体交易真正对应到真实个体的缺点；由于本方法不需要连接到交易的真正发送源，所以克服了以往使用网络监听的方法成本高的问题。
-
公开(公告)号：CN114925759B
公开(公告)日：2024-07-12
申请号：CN202210511625.9
申请日：2022-05-12
Applicant: 东北大学
IPC: G06F18/2431 , G06F18/214 , G06Q20/38 , G06Q20/40 , H04L9/40
Abstract: 本发明设计一种区块链钓鱼行为账户的特征分析方法，涉及区块链计算机技术领域；通过以往研究网络钓鱼行为账户的金额、数量、账户交易相关特征得到初始特征集；对账户交易图基于搜集的初始特征集进行特征提取，并以两种账户节点为单位进行全局查询遍历，根据查询结果得到相应的账户特征数据集；对得到的账户特征数据集进行特征工程数据预处理，包括特征离散化、特征标签化以及特征选择，得到账户特征数据子集；将得到的多个账户特征子集同多个分类器进行交叉分类测试实验并进行结果分析；根据结果分析得到能表征钓鱼行为账户的最佳特征子集。克服了目前在对恶意行为账户进行相应的特征分析中，缺乏集中性、泛化性的缺陷。
-
公开(公告)号：CN115001988B
公开(公告)日：2023-09-26
申请号：CN202210550687.0
申请日：2022-05-20
Applicant: 东北大学
IPC: H04L41/142 , H04L41/14 , G06F18/2321 , G06F18/23213 , G06F18/2323 , G06F18/22 , G06N5/025 , G06Q40/04
Abstract: 本发明公开一种基于跨链的多公有链网络中的实体分析方法，方法首先根据节点发送的交易之间的广播路径相似的特点，将交易做预处理聚类，再根据新加入网络的节点广播的addr消息的传播路径与交易广播的路径判断交易的发送源。克服了基于交易图分析的方法不能将具体交易真正对应到真实个体的缺点；由于本方法不需要连接到交易的真正发送源，所以克服了以往使用网络监听的方法成本高的问题。
-
公开(公告)号：CN114925759A
公开(公告)日：2022-08-19
申请号：CN202210511625.9
申请日：2022-05-12
Applicant: 东北大学
Abstract: 本发明设计一种以太坊钓鱼行为账户的特征分析方法，涉及区块链计算机技术领域；通过以往研究网络钓鱼行为账户的金额、数量、账户交易相关特征得到初始特征集；对账户交易图基于搜集的初始特征集进行特征提取，并以两种账户节点为单位进行全局查询遍历，根据查询结果得到相应的账户特征数据集；对得到的账户特征数据集进行特征工程数据预处理，包括特征离散化、特征标签化以及特征选择，得到账户特征数据子集；将得到的多个账户特征子集同多个分类器进行交叉分类测试实验并进行结果分析；根据结果分析得到能表征钓鱼行为账户的最佳特征子集。克服了目前在对恶意行为账户进行相应的特征分析中，缺乏集中性、泛化性的缺陷。
-
-
-
-
-
Search Results
6
records
(took 0.026 seconds)
