摘要
本发明公开了一种针对链上交易数据的钓鱼欺诈检测方法、设备及产品,首先在以太坊数据库中爬取了所有的交易,并在以太坊授权的数据网站Etherscan中爬取钓鱼账户地址。然后根据钓鱼账户地址制定相关的筛选规则,以此过滤掉大部分无用的数据,缓解类不平衡的问题。接着时序图生成和时序图学习,通过提取的交易图中节点的统计特征和深度特征,两者相结合作为节点表示,再综合源节点和目标节点的节点表示形成边表示。最后采用LightGBM二分类器对钓鱼欺诈交易和正常交易进行分类。本发明利用了图神经网络在处理图结构数据方面的优势,捕获以太坊交易网络复杂的时间和空间依赖性,解决了现有去中心化环境中的挑战,使其成为检测以太坊钓鱼交易的重要工具。
技术关键词
欺诈检测方法
邻居
节点特征
统计特征
记忆
前馈神经网络
时序
多头注意力机制
消息
GRU模型
数据
编码模块
编码器
增强子
更新模型参数
系统为您推荐了相关专利信息
风险预测系统
在线序列极限学习机
特征提取模块
机器学习分类器
语音特征
静止无功发生器
快速启动方法
变化趋势预测
故障预测模型
历史运行数据