公开(公告)号：CN114782051A

公开(公告)日：2022-07-22

申请号：CN202210484477.6

申请日：2022-05-06

Applicant: 东北大学

Inventor： 陈家威 ,  印莹 ,  赵宇海 ,  史岚

IPC: G06Q20/40 ,  G06Q20/38 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了基于多特征学习的以太坊钓鱼诈骗账户检测装置及方法，涉及以太坊交易网络的安全领域。该装置包括数据采集模块、以太坊钓鱼诈骗网络构建模块、以太坊钓鱼诈骗网络初始化模块、特征提取模块、账户类别平衡模块和分类模块。该方法包括采集以太坊钓鱼诈骗相关数据；构建以太坊钓鱼诈骗网络G并确定该网络的邻接矩阵A；初始化该网络的节点特征和边特征，获得初始节点特征矩阵F和初始边特征矩阵X；根据A、F和X提取每个节点的相关特征，并为各特征分配注意力系数；对该网络中的账户类别进行平衡处理后，使用图神经网络更新节点的节点特征，并基于交叉熵损失函数训练分类器，区分出钓鱼诈骗账户和正常账户。该装置及方法准确度和安全性均较高且节约资源。

公开(公告)号：CN114782051B

公开(公告)日：2025-03-14

申请号：CN202210484477.6

申请日：2022-05-06

Applicant: 东北大学

Inventor： 陈家威 ,  印莹 ,  赵宇海 ,  史岚

IPC: G06Q20/40 ,  G06Q20/38 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明提供了基于多特征学习的以太坊钓鱼诈骗账户检测装置及方法，涉及以太坊交易网络的安全领域。该装置包括数据采集模块、以太坊钓鱼诈骗网络构建模块、以太坊钓鱼诈骗网络初始化模块、特征提取模块、账户类别平衡模块和分类模块。该方法包括采集以太坊钓鱼诈骗相关数据；构建以太坊钓鱼诈骗网络G并确定该网络的邻接矩阵A；初始化该网络的节点特征和边特征，获得初始节点特征矩阵F和初始边特征矩阵X；根据A、F和X提取每个节点的相关特征，并为各特征分配注意力系数；对该网络中的账户类别进行平衡处理后，使用图神经网络更新节点的节点特征，并基于交叉熵损失函数训练分类器，区分出钓鱼诈骗账户和正常账户。该装置及方法准确度和安全性均较高且节约资源。