公开(公告)号：CN120017323A

公开(公告)日：2025-05-16

申请号：CN202510056365.4

申请日：2025-01-14

Applicant: 重庆邮电大学

Inventor： 肖敏 ,  柏世华

IPC: H04L9/40 ,  H04L9/00 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/049 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/0985

Abstract: 本发明涉及区块链安全领域，公开了一种针对以太坊网络中钓鱼节点的检测方法。该方法首先从以太坊网络获取目标节点的交易数据，并构建一阶与二阶交易图。其中，一阶交易图保留原始交易结构和时序信息；二阶交易图则对同一节点对之间出现的多条重复交易边进行合并，将其金额相加作为新的交易边的金额，从而简化图结构。针对一阶交易图，通过门控循环单元(GRU)提取交易序列的时序特征；对于二阶交易图的嵌入，则利用图注意力网络(GAT)引入金额特征。最终，将一阶时序特征与二阶结构特征融合并输入分类模型，判断目标节点是否为钓鱼节点。本方法可提升以太坊网络中钓鱼节点检测的准确性与鲁棒性。

公开(公告)号：CN118114179A

公开(公告)日：2024-05-31

申请号：CN202410321107.X

申请日：2024-03-20

Applicant: 重庆邮电大学

Inventor： 肖敏 ,  柏世华

IPC: G06F18/2433 ,  G06F18/213 ,  G06F18/2321 ,  G06F16/901 ,  G06Q40/04 ,  G06N20/00

Abstract: 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。