区块链数字货币交易的识别方法、装置、电子设备及存储介质

1.本发明属于数字货币技术领域，特别涉及一种区块链数字货币的识别方法、装置、电子设备及存储介质。


背景技术：

2.随着信息技术的发展，区块链数字货币的便利性和匿名性被广泛认识，使用以比特币为代表的区块链数字货币进行非法交易活动的现象也越来越普遍，区块链数字货币的“无结算中心”、“无法币依托”、“无准入门槛”、“无实名认证”等特性，使得其交易网络中充斥着大量的例如洗钱、诈骗、违禁品贩卖、赌博、走私等违法行为，而针对区块链数字货币交易模式的识别则是实现对于上述违法行为监管的基础。
3.目前，关于区块链数字货币交易模式识别的研究主要围绕交易网络可视化、实体用户地址聚类、非法交易行为检测与分析等几个方面展开:
4.1、在交易网络可视化方面，相关研究主要围绕区块链数字货币交易网络的可视化系统、区块链数字货币交易网络图形化分析工具、区块链数字货币交易的可视化监控系统等展开。
5.2、就实体用户地址聚类而言，如何从交易记录中识别出那些属于同一个实体的地址是一个重要的问题。在已有的研究中，通常采用启发式方法识别潜在的实体。
6.3、就非法交易行为检测与分析而言，目前有关于洗钱中混币等交易模式的研究，也有关于基于智能合约的庞氏骗局的研究。
7.在上述交易结构识别体系中，单一的数据点往往无法提供足够多的信息。


技术实现要素：

8.针对上述存在的问题，本发明提供一种区块链数字货币的识别方法、装置、电子设备及存储介质。
9.一种区块链数字货币的识别方法包括：
10.获取数字货币的交易数据，并对所述交易数据按照交易地址进行聚类；
11.根据经过聚类后的所述交易数据绘制数字货币交易图；
12.将所述数字货币交易图按照社群划分成多个社区；
13.采用复杂网络分析方法计算每个所述社区的网络分析图指标；
14.获取已知数字货币的交易图结构，并计算出所述已知数字货币的交易图结构的网络分析图指标；
15.将所有的所述社区和所述已知数字货币的交易图结构合并组成数据集；
16.对所述数据集进行识别，识别出所述数据集中的交易图结构。
17.优选的是，还包括根据识别出的所述交易图结构及与所述交易图结构对应的交易地址，识别出所述交易图结构的交易模式。
18.优选的是，将所述数字货币交易图按照社群划分成多个社区的步骤包括:
19.将所述数字货币交易图中的每一个交易地址i均看作是一个独立的社群；
20.依次将每一个所述交易地址i分配到与之相邻所述交易地址的社群，计算分配后的模块度变化值，并记录模块度变化值最大的所述交易地址；若最大所述模块度变化值的＞0，则将所述交易地址i分配给最大所述交易地址的社群，否则保持不变；
21.重复上述计算，直到所有所述交易地址的社群不再发生变化；
22.将位于同一个社群的所有的所述交易地址压缩成一个新社群；
23.对所述新社群重复上述计算过程，直至所述新社群不再发生变化，并将最终的所述新社群定义为社区。
24.优选的是，初始状态时，所述交易地址的数量和所述社群的数量相等。
25.优选的是，所述对所述数据集进行识别，识别出所述数据集中的交易图结构的步骤包括：
26.采用层次聚类算法bi rch对所述交易图结构数据集中的每一个交易图结构进行识别，若识别结果是已知的交易图结构则结束；若识别结果是未知的交易图结构，则归纳未知交易图结构的特点；
27.根据所述未知交易图结构的特点，定义新的交易图结构，将所述新的交易图结构合并到所述数据集中重新进行识别。
28.优选的是，所述网络分析图指标包括环相关、树相关属性、群聚系数、连接性、中心性、有向图的最大入度、最小入度、最大出度、最小出度、传递性、平均最短路径长度、流层次结构、半连接性。
29.优选的是，所述数字货币为比特币。
30.本发明实施例提供的一种实现上述所述方法的装置，包括：
31.社群划分模块，用于获取数字货币的交易数据，并对所述交易数据按照交易地址进行聚类；根据经过聚类后的所述交易数据绘制数字货币交易图；将所述数字货币交易图按照社群划分成多个社区；
32.网络分析模块，用于采用复杂网络分析方法计算每个所述社区的网络分析图指标；
33.交易图结构识别模块，用于获取已知数字货币的交易图结构，并计算出所述已知数字货币的交易图结构的网络分析图指标；将所有的所述社区和所述已知数字货币的交易图结构合并组成数据集；对所述数据集进行识别，识别出所述数据集中的交易图结构；
34.交易模式识别模块，用于根据识别出的所述交易图结构及与所述交易图结构对应的交易地址，识别出所述交易图结构的交易模式。
35.本发明实施例提供的一种电子设备，包括至少一个处理单元以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述程序被所述处理单元执行时，使得所述处理单元执行上述所述的方法。
36.本发明实施例提供的一种存储介质，其存储有可由电子设备执行的计算机程序，当所述程序在所述电子设备上运行时，使得所述电子设备执行上述所述的方法。
37.与现有技术相比，本发明的有益效果为：
38.本发明将已知的交易图结构和未知的交易图结构合并成数据集，通过对数据集的识别，克服了单一数据点无法提供足够多的信息，且识别过程中不断迭代还能提炼出新的
交易图结构；根据识别出的交易图结构结合交易地址，还能识别出该交易图结构的交易模式。
附图说明
39.图1是本发明中区块链数字货币的识别装置的结构示意图；
40.图2是本发明区块链数字货币的识别方法的流程示意图。
具体实施方式
41.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
42.在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
43.在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
44.本发明提供一种区块链数字货币的识别方法、装置、电子设备及存储介质。
45.参照图1，本申请实施例区块链数字货币的装置包括：
46.社群划分模块1，用于获取数字货币的交易数据，并对交易数据按照交易地址进行聚类；根据经过聚类后的交易数据绘制数字货币交易图；将数字货币交易图按照社群划分成多个社区；
47.具体地，将数字货币交易图按照社群划分成多个社区的步骤包括:
48.将数字货币交易图中的每一个交易地址i均看作是一个独立的社群；
49.依次将每一个交易地址i分配到与之相邻交易地址的社群，计算分配后的模块度变化值，并记录模块度变化值最大的交易地址；若最大模块度变化值的＞0，则将交易地址i分配给最大交易地址的社群，否则保持不变；
50.重复上述计算，直到所有交易地址的社群不再发生变化；
51.将位于同一个社群的所有的交易地址压缩成一个新社群；
52.对新社群重复上述计算过程，直至新社群不再发生变化，并将最终的新社群定义为社区；
53.初始状态时，交易地址的数量和社群的数量相等。
54.网络分析模块2，用于采用复杂网络分析方法计算每个社区的网络分析图指标；
55.具体地，网络分析图指标包括环相关、树相关属性、群聚系数、连接性、中心性、有
向图的最大入度、最小入度、最大出度、最小出度、传递性、平均最短路径长度、流层次结构、半连接性。
56.交易图结构识别模块3，用于获取已知数字货币的交易图结构，并计算出已知数字货币的交易图结构的网络分析图指标；将所有的社区和已知数字货币的交易图结构合并组成数据集；对数据集进行识别，识别出数据集中的交易图结构；
57.具体地，对数据集进行识别，识别出数据集中的交易图结构的步骤包括：
58.采用层次聚类算法bi rch对交易图结构数据集中的每一个交易图结构进行识别，若识别结果是已知的交易图结构则结束；若识别结果是未知的交易图结构，则归纳未知交易图结构的特点；
59.根据未知交易图结构的特点，定义新的交易图结构，将新的交易图结构合并到数据集中重新进行识别。
60.交易模式识别模块4，用于根据识别出的交易图结构及与交易图结构对应的交易地址，识别出交易图结构的交易模式。
61.参照图2，本申请实施例区块链数字货币的识别方法包括：
62.获取数字货币的交易数据，并对交易数据按照交易地址进行聚类；
63.根据经过聚类后的交易数据绘制数字货币交易图；
64.将数字货币交易图按照社群划分成多个社区；
65.具体地，将数字货币交易图中的每一个交易地址i均看作是一个独立的社群；
66.依次将每一个交易地址i分配到与之相邻交易地址的社群，计算分配后的模块度变化值，并记录模块度变化值最大的交易地址；若最大模块度变化值的＞0，则将交易地址i分配给最大交易地址的社群，否则保持不变；
67.重复上述计算，直到所有交易地址的社群不再发生变化；
68.将位于同一个社群的所有的交易地址压缩成一个新社群；
69.对新社群重复上述计算过程，直至新社群不再发生变化，并将最终的新社群定义为社区；
70.初始状态时，交易地址的数量和社群的数量相等。
71.采用复杂网络分析方法计算每个社区的网络分析图指标；
72.获取已知数字货币的交易图结构，并计算出已知数字货币的交易图结构的网络分析图指标；
73.具体地，网络分析图指标包括环相关、树相关属性、群聚系数、连接性、中心性、有向图的最大入度、最小入度、最大出度、最小出度、传递性、平均最短路径长度、流层次结构、半连接性。
74.将所有的社区和已知数字货币的交易图结构合并组成数据集；
75.对数据集进行识别，识别出数据集中的交易图结构。
76.具体地，采用层次聚类算法bi rch对交易图结构数据集中的每一个交易图结构进行识别，若识别结果是已知的交易图结构则结束；若识别结果是未知的交易图结构，则归纳未知交易图结构的特点；
77.根据未知交易图结构的特点，定义新的交易图结构，将新的交易图结构合并到数据集中重新进行识别。
78.根据识别出的交易图结构及与交易图结构对应的交易地址，识别出交易图结构的交易模式。
79.在上述的实施例中数字货币为比特币。
80.本发明实施例提供的一种电子设备，包括至少一个处理单元以及至少一个存储单元，其中，存储单元存储有计算机程序，当程序被处理单元执行时，使得处理单元执行上述的方法。
81.本发明实施例提供的一种存储介质，其存储有可由电子设备执行的计算机程序，当程序在电子设备上运行时，使得电子设备执行上述的方法。
82.以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。