[发明专利]非法金融活动检测方法、系统、电子设备及介质

说明书

本发明提供了一种非法金融活动检测方法、系统、电子设备及介质，包括：获取区块链加密货币的交易数据，并基于交易数据建立交易网络；其中，交易网络包括多个交易子图，每个交易账户对应一个交易子图；将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，输出交易子图的检测结果。本发明通过图神经网络模型增强非法金融活动结构的识别效率，解决现有的规则只能识别指定的非法金融活动结构，难以识别隐匿结构的问题。

技术领域

本发明涉及数据处理技术领域，尤其是涉及一种非法金融活动检测方法、系统、电子设备及介质。

背景技术

随着区块链技术的快速发展，很多人选择在区块链平台上进行交易，由于区块链有天然的隐匿性和去中心化，这导致了有很多灰色产业借助区块链加密数字货币交易平台进行违法活动，其中包括在区块链加密数字货币交易平台进行非法金融活动交易。对于区块链的非法金融活动，主要分为两种，一种是熟知的比特币交易模式，指以交易为驱动的模式，可以进行混币服务进行非法金融活动操作，一定程度上可以躲避大多数的非法金融活动检测；另一种是以太币交易模式，指以账户为驱动的模式，这种模式可以从账户的交易模式进行检测。然而，对于这种基于账户模式的加密货币非法金融活动检测方案，目前大多都是人工进行一些异常行为的定义，根据经验和规则进行异常非法金融活动的检测，在一定程度上可以检测出结构明显且关键的非法金融活动，但是难以挖掘出那些较为隐匿的非法金融活动交易。

发明内容

有鉴于此，本发明的目的在于提供一种非法金融活动检测方法、系统、电子设备及介质，以通过图神经网络模型增强非法金融活动结构的识别效率，解决现有的规则只能识别指定的非法金融活动结构，难以识别隐匿结构的问题。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种非法金融活动检测方法，包括：获取区块链加密货币的交易数据，并基于交易数据建立交易网络；其中，交易网络包括多个交易子图，每个交易账户对应一个交易子图；将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，输出交易子图的检测结果。

在一种实施方式中，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，对样本交易网络进行筛选，确定第一异常子图；其中，第一异常子图为非法金融活动节点对应的交易子图；将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；将第一异常子图与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。

在一种实施方式中，获取区块链加密货币的样本交易数据，并基于样本交易数据建立样本交易网络的步骤之后，该方法还包括：对样本交易网络中每个交易账户的交易特征进行统计；其中，交易特征包括节点特征和边特征。

在一种实施方式中，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，且交易账户对应的交易子图符合预先定义的异常子图结构，确定交易账户对应的交易子图为第一异常子图；其中，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。