[发明专利]非法金融活动检测方法、系统、电子设备及介质

权利要求书

1.一种非法金融活动检测方法，其特征在于，包括：

获取区块链加密货币的交易数据，并基于所述交易数据建立交易网络；其中，所述交易网络包括多个交易子图，每个交易账户对应一个所述交易子图；

将所述交易子图输入到预先基于图神经网络模型训练得到的检测模型中，输出所述交易子图的检测结果。

2.根据权利要求1所述的方法，其特征在于，所述检测模型的构建包括：

获取区块链加密货币的样本交易数据，并基于所述样本交易数据建立样本交易网络；

基于预先设定的图筛选规则和预先定义的异常子图结构，对所述样本交易网络进行筛选，确定第一异常子图；其中，所述第一异常子图为非法金融活动节点对应的交易子图；

将所述第一异常子图与已标注的非法金融活动节点对应的交易子图进行比对，确定未筛选出的非法金融活动节点，并对所述未筛选出的非法金融活动节点的交易子图进行采样，得到第二异常子图；

将所述第一异常子图与所述第二异常子图输入到图神经网络模型中进行训练，得到基于图神经网络模型的检测模型。

3.根据权利要求2所述的方法，其特征在于，所述获取区块链加密货币的样本交易数据，并基于所述样本交易数据建立样本交易网络的步骤之后，所述方法还包括：

对所述样本交易网络中每个交易账户的交易特征进行统计；其中，所述交易特征包括节点特征和边特征。

4.根据权利要求2所述的方法，其特征在于，所述基于预先设定的图筛选规则和预先定义的异常子图结构，对所述样本交易网络进行筛选，确定第一异常子图的步骤，包括：

基于所述样本交易数据，确定每个交易账户的金额损耗率、交易过程中的节点数量、交易次数以及中心性特征；

如果所述交易账户的金额损耗率、交易过程中的节点数量、交易次数以及中心性特征均满足预设要求，且所述交易账户对应的交易子图符合所述预先定义的异常子图结构，确定所述交易账户对应的交易子图为第一异常子图；其中，所述预先定义的异常子图结构至少包括：链式交易结构、环状交易结构、集中转入/分散转出交易结构和分散转入/集中转出交易结构。

5.根据权利要求2所述的方法，其特征在于，所述将所述第一异常子图与已标注的非法金融活动节点对应的交易子图进行比对，确定未筛选出的非法金融活动节点，并对所述未筛选出的非法金融活动节点的交易子图进行采样，得到第二异常子图的步骤，包括：

将所述第一异常子图与已标注的非法金融活动节点对应的交易子图进行比对，确定未筛选出的非法金融活动节点；

基于所述未筛选出的非法金融活动节点的交易子图，确定未筛选出的非法金融活动节点的转移概率；其中，所述转移概率包括：节点转移概率和边特征转移概率；

基于所述节点转移概率和预设的节点游走策略确定节点采样子图，以及基于所述边特征转移概率预设的边游走策略确定边采样子图；

将所述节点采样子图和所述边采样子图进行优化，得到第二异常子图。

6.根据权利要求5所述的方法，其特征在于，所述将所述节点采样子图和所述边采样子图进行优化，得到第二异常子图的步骤，包括：

确定不同所述节点采样子图共同的节点集合，以及不同所述边采样子图所有的边集合；

基于所述节点集合和所述边集合确定第二异常子图。