-
公开(公告)号:CN118350934A
公开(公告)日:2024-07-16
申请号:CN202410449261.5
申请日:2024-04-15
Applicant: 中国科学院信息工程研究所
IPC: G06Q40/04 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/096 , G06F18/213 , G06F18/214 , G06F18/241
Abstract: 本发明公开一种基于对抗迁移学习的异常混币交易追踪方法及系统,属于区块链技术领域。本发明深入探索了混币模式和非混币模式场景之间的模式相似性,通过将时间特征聚合,经过混合模拟丰富并平衡训练数据集,采用自创的对抗域适应方法利用两个不同特征提取器将源域和目标域映射到中间特征空间,计算召回混币交易与目标域特征相似度实现经过零样本追踪,形成了一套完善的异常混币交易追踪方案。
-
公开(公告)号:CN117689386A
公开(公告)日:2024-03-12
申请号:CN202311521280.6
申请日:2023-11-15
Applicant: 中国科学院信息工程研究所
IPC: G06Q20/40 , G06F18/241 , G06F18/213 , G06N3/045 , G06N3/0442 , G06N3/0475 , G06N3/094 , G06F123/02
Abstract: 本发明公开了一种基于数据增强的以太坊账户身份识别方法及系统。本方法为:1)根据以太坊网络中的账户交易信息以及以太坊网络中各节点的标签信息,构建全局账户交易图;2)获取每一节点的统计特征、时序交易特征和交易结构特征,并将每一节点及其邻居节点的信息进行聚合得到对应节点的多维融合特征;3)通过生成对抗网络根据各节点的多维融合特征学习得到少样本节点类别的完整特征潜在分布;根据样本的实际分布与完整特征潜在分布之间的差异优化生成对抗网络;然后利用优化后的生成器生成少样本节点类别的多维融合特征;4)利用增强后的样本集训练得到分类器;5)将待识别的以太坊账户的多维融合特征输入到分类器中,得到对应的身份类别。
-