区块链地址安全分析方法、装置、电子设备及存储介质与流程

本申请涉及区块链，特别是涉及一种区块链地址安全分析方法、装置、电子设备及存储介质。

背景技术：

1、区块链是一种去中心化的分布式账本技术，具有不可篡改和透明的特点，可广泛应用于快捷支付、跨境交易和证券结算等金融场景。然而，随着利用恶意地址、钓鱼地址等发起攻击的现象日益增多，针对区块链地址的安全分析已成为保护用户资产必不可少的关键环节，但相关技术主要依赖人工审核，耗时耗力，同时分析维度单一，误报率高。

技术实现思路

1、鉴于相关技术中的上述缺陷或不足，期望提供一种区块链地址安全分析方法、装置、电子设备及存储介质，能够提高分析效率和准确度。

2、第一方面，本申请提供一种区块链地址安全分析方法，所述区块链地址安全分析方法包括：

3、获取待分析区块链地址及待分析区块链上部署的智能合约；

4、从click house数据库中提取预采集的所述待分析区块链地址对应的历史交易数据，得到多维地址行为特征向量后，将所述地址行为特征向量输入预训练的light gbm异常检测模型，输出异常概率，并基于所述异常概率得到行为异常得分，以及在neo4j数据库中查询所述待分析区块链地址对应的交易图谱，得到关联风险得分；

5、将基于所述智能合约构建的prompt结构输入预训练的大语言模型，输出漏洞检测结果，并基于所述漏洞检测结果得到合约漏洞得分；

6、将所述行为异常得分、所述关联风险得分和所述合约漏洞得分加权得到综合风险得分，并确定出所述综合风险得分的风险等级后，生成所述待分析区块链地址对应的处置提示报告。

7、可选地，本申请一些实施例中所述在neo4j数据库中查询所述待分析区块链地址对应的交易图谱，得到关联风险得分，包括：

8、以所述待分析区块链地址为中心节点，向四周辐射搜索一跳对手方节点，若所述一跳对手方节点是已知风险地址，则所述关联风险得分为预设直接关联得分，反之则以所述一跳对手方节点为起点进行增量穿透搜索，直至再遇到所述已知风险地址，所述关联风险得分为预设间接关联得分。

9、可选地，本申请一些实施例中所述以所述一跳对手方节点为起点进行增量穿透搜索，还包括：

10、调用预训练的light gbm标签分类模型来对图谱中所有节点进行标签分类，以节点颜色区分实体类型，并计算出各节点的关联风险得分后，在所述图谱中叠加展示关联风险得分热力图。

11、可选地，本申请一些实施例中所述neo4j数据库中跨链地址映射方式包括基于跨链桥交易的evm地址映射和跨链桥合约通用映射。

12、可选地，本申请一些实施例中所述将基于所述智能合约构建的prompt结构输入预训练的大语言模型，输出漏洞检测结果之前，还包括：

13、获取所述智能合约的原始源码，若所述原始源码未开源，则通过字节码反编译工具获得所述智能合约的伪源码，所述伪源码的最终置信度为预设降级系数与所述预训练的大语言模型所输出原始置信度的乘积。

14、可选地，本申请一些实施例中所述区块链地址安全分析方法还包括：

15、通过基于多线程的流处理引擎从各公链节点的远程过程调用接口订阅新区块数据，并对所述新区块数据进行解析和清洗后，分流存储至所述click house数据库和所述neo4j数据库，所述click house数据库用于存储区块链全量交易数据，所述neo4j数据库用于存储地址节点与关联关系。

16、可选地，本申请一些实施例中所述公链包括ethereum链、bitcoin链、binancesmart chain链和tron链。

17、第二方面，本申请提供一种区块链地址安全分析装置，所述区块链地址安全分析装置包括：

18、获取模块，用于获取待分析区块链地址及待分析区块链上部署的智能合约；

19、第一输出模块，用于从click house数据库中提取预采集的所述待分析区块链地址对应的历史交易数据，得到多维地址行为特征向量后，将所述地址行为特征向量输入预训练的light gbm异常检测模型，输出异常概率，并基于所述异常概率得到行为异常得分，以及在neo4j数据库中查询所述待分析区块链地址对应的交易图谱，得到关联风险得分；

20、第二输出模块，用于将基于所述智能合约构建的prompt结构输入预训练的大语言模型，输出漏洞检测结果，并基于所述漏洞检测结果得到合约漏洞得分；

21、生成模块，用于将所述行为异常得分、所述关联风险得分和所述合约漏洞得分加权得到综合风险得分，并确定出所述综合风险得分的风险等级后，生成所述待分析区块链地址对应的处置提示报告。

22、第三方面，本申请提供一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述指令、所述程序、所述代码集或所述指令集由所述处理器加载并执行以实现第一方面中任意一项所述区块链地址安全分析方法的步骤。

23、第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现第一方面中任意一项所述区块链地址安全分析方法的步骤。

24、从以上技术方案可以看出，本申请实施例具有以下优点：

25、本申请实施例提供了一种区块链地址安全分析方法、装置、电子设备及存储介质，能够从click house数据库中自动提取预采集的待分析区块链地址对应的历史交易数据，得到多维地址行为特征向量，然后将地址行为特征向量输入预训练的light gbm异常检测模型，输出异常概率，并基于该异常概率得到行为异常得分，以及在neo4j数据库中查询待分析区块链地址对应的交易图谱，得到关联风险得分，同时将基于智能合约构建的prompt结构输入预训练的大语言模型，输出漏洞检测结果，并基于漏洞检测结果得到合约漏洞得分，考虑因素全面，即将行为异常得分、关联风险得分和合约漏洞得分加权得到综合风险得分，准确度更高，进而能够在确定出综合风险得分的风险等级之后，自动生成待分析区块链地址对应的处置提示报告，方便高效。

1.一种区块链地址安全分析方法，其特征在于，所述区块链地址安全分析方法包括：

2.根据权利要求1所述的区块链地址安全分析方法，其特征在于，所述在neo4j数据库中查询所述待分析区块链地址对应的交易图谱，得到关联风险得分，包括：

3.根据权利要求2所述的区块链地址安全分析方法，其特征在于，所述以所述一跳对手方节点为起点进行增量穿透搜索，还包括：

4.根据权利要求1至3中任意一项所述的区块链地址安全分析方法，其特征在于，所述neo4j数据库中跨链地址映射方式包括基于跨链桥交易的evm地址映射和跨链桥合约通用映射。

5.根据权利要求1至3中任意一项所述的区块链地址安全分析方法，其特征在于，所述将基于所述智能合约构建的prompt结构输入预训练的大语言模型，输出漏洞检测结果之前，还包括：

6.根据权利要求1至3中任意一项所述的区块链地址安全分析方法，其特征在于，所述区块链地址安全分析方法还包括：

7.根据权利要求6所述的区块链地址安全分析方法，其特征在于，所述公链包括ethereum链、bitcoin链、binance smart chain链和tron链。

8.一种区块链地址安全分析装置，其特征在于，所述区块链地址安全分析装置包括：

9.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述指令、所述程序、所述代码集或所述指令集由所述处理器加载并执行以实现权利要求1至7中任意一项所述区块链地址安全分析方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1至7中任意一项所述区块链地址安全分析方法的步骤。