Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)何道敬获国家专利权

哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)何道敬获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利基于动态权重交易子图的区块链钓鱼账户检测方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120258991B

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510735233.4,技术领域涉及:G06Q40/04;该发明授权基于动态权重交易子图的区块链钓鱼账户检测方法及装置是由何道敬;邓梦涛设计研发完成,并于2025-06-04向国家知识产权局提交的专利申请。

基于动态权重交易子图的区块链钓鱼账户检测方法及装置在说明书摘要公布了:本发明公开一种基于动态权重交易子图的区块链钓鱼账户检测方法及装置,涉及区块链安全监测技术领域。方法包括:基于交易信息,构建动态权重交易子图网络;获取区块链钓鱼账户检测模型,包括第一级图神经网络、第一级可微分图池化层、第二级图神经网络、第二级可微分图池化层、第三级图神经网络和分类器模块;将动态权重交易子图网络输入第一级图神经网络,得到的第一分配矩阵输入第一级可微分图池化层,得到第一压缩特征输入第二级图神经网络,得到第二分配矩阵输入第二级可微分图池化层,得到的第二压缩特征输入第三级图神经网络,得到的图全局特征输入分类器模块,得到钓鱼账户的预测结果。采用本发明,可以提高区块链钓鱼账户检测的准确率。

本发明授权基于动态权重交易子图的区块链钓鱼账户检测方法及装置在权利要求书中公布了:1.一种基于动态权重交易子图的区块链钓鱼账户检测方法,其特征在于,所述方法包括: S1、基于原始的交易信息,构建动态权重交易子图网络; S2、获取区块链钓鱼账户检测模型,所述区块链钓鱼账户检测模型包括第一级图神经网络、第一级可微分图池化层、第二级图神经网络、第二级可微分图池化层、第三级图神经网络以及分类器模块; S3、将所述动态权重交易子图网络输入到第一级图神经网络,得到第一分配矩阵; S4、将第一分配矩阵输入第一级可微分图池化层,得到第一压缩特征; S5、将第一压缩特征输入第二级图神经网络,得到第二分配矩阵; S6、将第二分配矩阵输入第二级可微分图池化层,得到第二压缩特征; S7、将第二压缩特征输入第三级图神经网络,得到图全局特征; S8、将图全局特征输入分类器模块,得到区块链钓鱼账户的预测结果; 其中,所述S1的基于原始的交易信息,构建动态权重交易子图网络,包括: S11、获取原始的交易信息,原始的交易信息包括交易账户、交易账户之间的交易、交易的方向、交易时间戳以及交易金额; S12、根据交易账户、交易账户之间的交易、交易的方向以及交易时间戳,构建动态权重交易子图网络的图结构,所述动态权重交易子图网络的图结构与时序交易子图网络的图结构相同,所述动态权重交易子图网络的图结构的结点表示交易,边为满足时序的交易关系; S13、根据交易时间戳、交易金额、预设的交易金额权重系数和预设的时间衰减系数,确定动态权重交易子图网络的边权重; 其中,所述S13的根据交易时间戳、交易金额、预设的交易金额权重系数和预设的时间衰减系数,确定动态权重交易子图网络的边权重,包括: S131、根据交易时间戳以及下式1,计算时间衰减: 1其中,decay表示时间衰减系数,t1和t2分别表示不同交易的交易时间戳; S132、根据交易金额、预设的交易金额权重系数以及下式2,计算金额权重: 2其中,表示金额权重,和分别表示不同交易的交易金额,表示预设的交易金额权重系数; S133、根据交易金额、时间衰减、金额权重以及下式3,计算动态权重交易子图网络的边权重: 3。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院),其通讯地址为:518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。