[发明专利]网络训练方法、异常交易行为识别方法、装置和介质

权利要求书

1.一种图注意力网络训练方法，其特征在于，包括：

获取根据以太坊系统的交易账本构建的第一交易网络拓扑图；所述第一交易网络拓扑图为有向图，所述第一交易网络拓扑图上的边表示以太坊交易，所述第一交易网络拓扑图上的边所连接的节点表示以太坊交易所涉及的以太坊地址，所述第一交易网络拓扑图上的边的方向表示以太坊交易的方向；

获取所述第一交易网络拓扑图上节点的特征信息；

根据各所述特征信息，获取所述第一交易网络拓扑图的特征矩阵；

获取所述第一交易网络拓扑图上节点的标签信息；

使用所述第一交易网络拓扑图训练所述图注意力网络；其中，所述特征矩阵作为所述图注意力网络的输入，所述标签信息作为所述图注意力网络的期望输出。

2.根据权利要求1所述的图注意力网络训练方法，其特征在于，作为所述图注意力网络的输入的所述特征信息，与作为所述图注意力网络的期望输出的所述标签信息对应所述第一交易网络拓扑图上的相同节点。

3.根据权利要求1所述的图注意力网络训练方法，其特征在于，所述特征信息包括以下至少一个：

出度；所述出度为所述节点对应的以太坊地址在一段时间内的付款总次数；

入度；所述入度为所述节点对应的以太坊地址在一段时间内的收款总次数；

转出总金额；所述转出总金额为所述节点对应的以太坊地址在一段时间内的付款总额；

转入总金额；所述转入总金额为所述节点对应的以太坊地址在一段时间内的收款总额；

绝对余额；所述绝对余额为所述转入总金额与所述转出总金额之差；

去重出度；所述去重出度为所述节点对应的以太坊地址在一段时间内对不同地址的付款总次数；

去重入度；所述去重入度为所述节点对应的以太坊地址在一段时间内对不同地址的收款总次数；

起始时间；所述起始时间为所述节点对应的以太坊地址首次被发现时的时间戳；

最终时间；所述最终时间为所述节点对应的以太坊地址最后一次被发现时的时间戳。

4.根据权利要求1所述的图注意力网络训练方法，其特征在于，所述标签信息是基于同一节点对应的所述特征信息确定的，所述标签信息用于表示所述节点对应的以太坊地址的行为类型。

5.根据权利要求1所述的图注意力网络训练方法，其特征在于，所述根据各所述特征信息，获取所述第一交易网络拓扑图的特征矩阵，包括：

将各所述特征信息的向量化表示作为元素，组成所述特征矩阵。

6.根据权利要求1所述的图注意力网络训练方法，其特征在于，所述使用所述第一交易网络拓扑图训练所述图注意力网络，包括：

所述图注意力网络根据所述特征矩阵，确定各所述节点与邻居之间的注意力系数；

所述图注意力网络对各所述注意力系数进行正则化；

所述图注意力网络根据所述正则化的结果以及所述第一交易网络拓扑图上各节点的权重，确定特征向量；

所述图注意力网络通过分类器根据所述特征向量输出各所述标签信息对应的概率。

7.一种以太坊异常交易行为识别方法，其特征在于，包括：

获取根据以太坊系统的交易账本构建的第二交易网络拓扑图；所述第二交易网络拓扑图为有向图，所述第二交易网络拓扑图上的边表示以太坊交易，所述第二交易网络拓扑图上的边所连接的节点表示以太坊交易所涉及的以太坊地址，所述第二交易网络拓扑图上的边的方向表示以太坊交易的方向；

获取所述第二交易网络拓扑图上节点的特征信息；

根据各所述特征信息，获取所述第二交易网络拓扑图的特征矩阵；

将所述特征矩阵输入到图注意力网络；所述图注意力网络经过如权利要求1-6任一项所述训练方法的训练；

根据所述图注意力网络的输出结果，确定所述以太坊地址的行为类型。