摘要
本发明公开了一种一种基于时序交易聚合图网络的重入攻击检测系统及方法,通过交易图生成模块构建时序多边有向交易图,在时序交易聚合图网络构建模块中通过多层机制构建和增强区块链交易图的节点和边表示,攻击检测模块将节点特征、时序特征及结构特征进行加权融合后输入逻辑回归分类器中,通过Sigmoid函数计算得到重入攻击行为的概率值,并依据设定阈值进行分类判定,获得重入攻击检测的结果。本发明提出的重入攻击检测方法具备实时监测能力,可精准识别正在发生的重入攻击行为,并通过即时拦截机制有效防止合约资金遭受进一步损失。该方法针对不断演变的区块链交易环境具有强适应性,能够持续有效地检测新型未知的重入攻击模式。
技术关键词
攻击检测方法
逻辑回归分类器
卷积网络模型
攻击检测系统
长短期记忆网络
攻击检测模块
时序特征
Sigmoid函数
节点特征
多头注意力机制
特征提取模块
序列
资金
注意力参数
编码机制
矩阵
系统为您推荐了相关专利信息
皮带调偏
空间分布特征
时间序列特征
融合特征
带式输送机
风力发电控制系统
风力发电机组
机组运行状态
信息采集模块
风速风向信息
故障预测方法
长短期记忆网络
卷积网络模型
故障预测模型
芯片
数据
生成物流
节点位置信息
运输路径规划
运输工具
长短期记忆网络
日期区间
检查方法
分析模块
记忆网络模型