Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安电子科技大学孙建国获国家专利权

西安电子科技大学孙建国获国家专利权

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!

龙图腾网获悉西安电子科技大学申请的专利基于交易语义与图结构深度融合的以太坊欺诈检测方法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:CN121746078B

龙图腾网通过国家知识产权局官网在2026-05-05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:202610226113.6,技术领域涉及:G06Q40/04;该发明授权基于交易语义与图结构深度融合的以太坊欺诈检测方法是由孙建国;宋梁亮;田野;池剑磊设计研发完成,并于2026-02-26向国家知识产权局提交的专利申请。

基于交易语义与图结构深度融合的以太坊欺诈检测方法在说明书摘要公布了:本发明属于区块链信息安全技术领域,涉及一种基于交易语义与图结构深度融合的以太坊欺诈检测方法,包括:获取以太坊交易记录并进行预处理,得到账户交易序列;将账户交易序列输入训练好的交易序列特征提取网络,输出序列嵌入矩阵;将加权无向图和序列嵌入矩阵的自交易序列输入训练好的图神经网络,输出结构特征嵌入矩阵;将序列嵌入矩阵的自交易序列与结构特征嵌入矩阵进行元素级融合;将序列嵌入矩阵的自交易序列和融合后的结构嵌入矩阵输入训练好的分类器中得到序列预测分数和结构预测分数,合并序列预测分数和结构预测分数,得到账户预测分数;根据账户预测分数判断交易账户属于欺诈账户或正常账户。该方法能够实现欺诈账户的高精度识别。

本发明授权基于交易语义与图结构深度融合的以太坊欺诈检测方法在权利要求书中公布了:1.一种基于交易语义与图结构深度融合的以太坊欺诈检测方法,其特征在于,包括步骤: 获取以太坊交易记录并进行数据清洗和自交易序列插入,得到账户交易序列;每笔所述以太坊交易记录包括地址、交易金额、时间戳、收出类型、账户类型、计数和位置索引; 将所述账户交易序列输入训练好的交易序列特征提取网络中,利用自注意力机制捕捉交易的动态语义特征,输出包含深层语义的序列嵌入矩阵; 基于所述以太坊交易记录构建加权无向图,同时构建所述加权无向图的邻接矩阵和权重矩阵,其中,所述加权无向图表示为: ; 其中,为账户节点集合,为边集合,边的权重为账户和账户的交易次数; 将所述加权无向图的节点特征初始化为所述序列嵌入矩阵的自交易序列,得到初始节点特征矩阵,并将所述加权无向图和所述初始节点特征矩阵输入训练好的图神经网络中进行特征更新,输出包含全局拓扑模式的结构特征嵌入矩阵,其中,所述训练好的图神经网络中的特征更新包括: ; ; 其中,为归一化后的邻接矩阵,为度矩阵,为单位矩阵,为第层的节点特征矩阵,为非线性激活函数,为第层的节点特征矩阵,为第层的可学习权重矩阵; 将所述序列嵌入矩阵的自交易序列与所述结构特征嵌入矩阵的特征对齐,采用训练好的融合系数将特征对齐后的的自交易序列与所述结构特征嵌入矩阵进行元素级加权合并,得到融合后的结构嵌入矩阵;所述自交易序列的地址为账户自身,其余特征为空值; 将所述序列嵌入矩阵的自交易序列和所述融合后的结构嵌入矩阵分别输入训练好的分类器中得到序列预测分数和结构预测分数,合并所述序列预测分数和所述结构预测分数,得到账户预测分数; 根据所述账户预测分数判断交易账户属于欺诈账户或正常账户,得到检测结果。

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西安电子科技大学,其通讯地址为:710071 陕西省西安市雁塔区太白南路2号;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”。

以上内容由龙图腾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。