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。

公开(公告)号：CN116402509A

公开(公告)日：2023-07-07

申请号：CN202310393194.5

申请日：2023-04-13

Applicant: 东北大学

Inventor： 赵宇海 ,  李立鹏 ,  朱珏峰 ,  史岚 ,  印莹

IPC: G06Q20/40 ,  G06Q40/04 ,  G06F18/24 ,  G06F18/213 ,  G06F18/214 ,  G06F16/901 ,  G06F16/27 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明提供了基于图神经网络的以太坊诈骗账户检测装置及方法，涉及区块链中以太坊交易网络的安全技术领域。对于多数类节点的邻居进行欠采样以过滤不同类别的邻居，对少数类节点的邻居进行过采样链接与其特征相似或类别相同的邻居，有效缓解以太坊交易网络图的异质性问题。提取并学习节点特征时：聚合节点不同距离的邻居集合的特征，利用卷积和注意力机制对聚合的节点特征进行优化，更好地捕获以太坊交易网络图的结构信息；充分学习节点的时序特征，最终将两种不同类型的特征进行连接，使节点特征捕捉的信息更加全面。对少数类的采样概率高于多数类的采样概率，以缓解以太坊交易网络图中存在类别极端不平衡问题，提高分类器识别诈骗账户的准确性。

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。