一种基于复合特征节点类别挖掘的加密货币辅助监管方法

本发明涉及一种基于复合特征节点类别挖掘的加密货币辅助监管方法，属于区块链监管领域。首先解析从区块链网络中抓取加密货币交易的广播流量，获取参与交互行为的节点列表和对应消息类型。对一段时间内的流量数据进行汇总分类，得到消息类型的统计量。将抓取的流量数据传入外部辅助系统，返回部分节点的类别判断结果和无法判断的节点列表。提升训练样本质量，基于聚类思想构建机器学习模型，并根据外部系统提供的粗粒度标签对模型进行调整。使用训练完成的模型对剩余的无法判断节点进行预测，得到高置信度的节点类别，将其中的轻节点纳入重点监管目标，强化范围性监管力度。本发明实现了加密货币节点类别挖掘，增大了监管平台的有效监管范围比例。