一种基于启发式知识嵌入的异构图神经网络的区块链混币交易检测方法
本发明提出了一种基于启发式知识嵌入的异构图神经网络的区块链混币交易检测方法,属于区块链应用安全。
背景技术:
1、比特币等区块链系统采用utxo(未花费交易输出)模型,所有交易记录均存储在公开账本中。执法机构或合规分析人员可沿着utxo的关联关系追溯资金流向。混币服务通过将多个用户的资金合并到同一笔交易中,使外部观察者无法确定输入与输出之间的对应关系,从而切断资金追溯链路。因此,混币交易的检测是链上合规分析和反洗钱监管的关键前置步骤。
2、首先,传统混币交易检测方法中的指纹识别方法仅利用了协议元数据的表层特征作为独立判别规则,未深入协议核心逻辑提取底层约束,规则的生效与特定客户端版本绑定,当协议或客户端升级时缺乏规则失效后的退化机制;其次,传统混币交易检测采用同构图建模,将地址节点消除后在交易之间直接建边,丢失了utxo图谱中交易与地址之间的方向性语义信息;缺乏将领域启发式知识与数据驱动特征相融合的机制;未考虑跨协议的泛化能力。因此,如何针对新型任意面额混币协议设计一种高准确率、强鲁棒且具备跨协议迁移能力的检测方法,成为本领域亟待解决的技术问题。
技术实现思路
1、本发明提供了一种基于启发式知识嵌入的异构图神经网络的区块链混币交易检测方法,用以解决上述提到的问题:
2、本发明提出的一种基于启发式知识嵌入的异构图神经网络的区块链混币交易检测方法,所述方法包括:
3、通过搭建比特币全节点获取区块链全量账本数据,进而使用blocksci框架对其进行解析,以获取结构化账本数据;
4、对所述结构化账本数据执行漏斗形筛选,以获取候选交易数据集;
5、对walletwasabi开源客户端c#代码库静态分析,以提取协议指纹并设计标记函数;
6、基于所述协议指纹生成模型输入特征;
7、将所述标记函数应用到筛选后的所述候选交易数据集上,获取每笔交易的投票结果,基于所述投票结果进行双阈值筛选,生成模型训练标签;
8、构建hke-gnn模型,根据模型输入特征和模型训练标签训练所述hke-gnn模型;
9、基于训练好的hke-gnn模型执行ult资金追踪。
10、进一步地,所述对所述结构化账本数据执行漏斗形筛选,以获取候选交易数据,包括:
11、剔除所述结构化账本数据中在预设时间窗口外的交易数据,获取第一候选交易数据;
12、剔除所述第一候选交易数据中输入或输出数量小于2的交易数据,获取第二候选交易数据;
13、剔除所述第一候选交易数据中segwit脚本或taproot脚本占比低于50%的交易数据,获取第三候选交易数据;
14、剔除所述第三候选交易数据中coinbase交易和op_return交易的交易数据,获取候选交易数据。
15、进一步地,所述协议指纹,包括:
16、粉尘遗弃费率残差;
17、基于脚本类型白名单的脚本纯度;
18、nlocktime 字段的值,所述值在wabisabi 协议中被强制设定为0;
19、基于标准面额聚集效应的标准面额占比、金额基尼系数和金额信息熵;
20、基于高扇入扇出的输入数量、输出数量及规模比。
21、进一步地,基于所述协议指纹生成模型输入特征,包括:
22、将所述协议指纹量化为特征空间,将所述特征空间解耦为通用统计特征和协议指纹特征,所述通用统计特征和协议指纹特征构成模型输入特征。
23、进一步地,所述标记函数包括:
24、基于标准面额占比和金额基尼系数的第一标记函数,当标准面额占比高于第一阈值且金额基尼系数高于第二阈值时输出正投票;
25、基于费率残差的第二标记函数,当费率残差落在预设区间内时输出正投票;
26、基于nlocktime取值的第三标记函数,当nlocktime等于预设值时输出正投票;
27、基于输入输出数量的第四标记函数,当输入数量不低于第三阈值且输出数量不低于第四阈值时输出正投票;
28、基于脚本类型纯度的第五标记函数,当目标脚本类型的占比不低于第五阈值时输出正投票;
29、基于遗留脚本存在的第六标记函数,当交易包含遗留脚本时输出负投票;
30、基于输入输出数量下限的第七标记函数,当输入数量低于第六阈值或输出数量低于第七阈值时输出负投票。
31、进一步地,所述构建hke-gnn模型包括:
32、构建交易-地址异构二部图,其中交易和地址分别作为两类节点,以地址指向交易的有向边表示utxo的消耗,以交易指向地址的有向边表示新utxo的创建;
33、提取每个交易节点的所述通用统计特征和所述协议指纹特征,分别编码为统计编码向量和规则编码向量;
34、基于所述通用统计特征和协议指纹特征经sigmoid函数生成门控权重向量;
35、将所述统计编码向量与所述规则编码向量按门控权重向量进行凸组合,得到融合特征向量,包括:融合向量 = 门控权重向量 × 规则编码向量 +(1 -门控权重向量)× 统计编码向量;
36、在所述异构二部图上执行异构图注意力网络的消息传递,更新每个节点的拓扑编码向量;
37、将所述融合特征向量与所述拓扑编码向量拼接后输入分类网络,得到是否是混币的分类概率。
38、进一步地,所述执行异构图注意力网络的消息传递,更新每个节点的拓扑编码向量,包括:
39、对于所述异构二部图中的每个交易节点,采用金额感知采样策略从与该交易节点相邻的地址节点中选取邻居节点,每个地址节点被选中的概率与其对应的转账金额成正比;
40、采用多头注意力机制,使用地址→交易边类型的独立权重矩阵,将选中的地址节点的信息聚合至交易节点,更新交易节点的临时表示;
41、对于每个地址节点,采用金额感知采样策略从与该地址节点相邻的交易节点中选取邻居节点,每个交易节点被选中的概率与其对应的转账金额成正比;
42、采用多头注意力机制,使用交易→地址边类型的独立权重矩阵,将选中的交易节点的信息聚合至地址节点,更新地址节点的表示;
43、重复上述两阶段消息传递堆叠2层,层间采用残差连接与层归一化,得到每个交易节点和每个地址节点的拓扑编码向量。
44、进一步地,所述将融合特征向量与拓扑编码向量拼接后输入分类网络,包括:
45、通过跳跃连接将所述融合特征向量与所述拓扑编码向量拼接;
46、送入两层全连接网络,经softmax映射为二分类概率;
47、其中,在训练阶段,使用由focal loss和kl散度软标签损失等权组合的损失函数,计算所述二分类概率与训练标签之间的误差,以更新所述两层全连接网络网络参数。
48、进一步地,所述根据模型输入特征和模型训练标签训练所述hke-gnn模型,包括:
49、获取zerolink协议的历史交易数据作为旧协议数据集;
50、在所述旧协议数据集上训练,将协议指纹特征通道全部置零,迫使模型仅从通用统计特征中学习混币交易的共性拓扑表征;
51、在所述候选交易数据上执行渐进式微调,利用所述训练标签作为监督信号,所述渐进式微调包括:第一阶段仅更新门控融合模块和分类网络的参数,冻结异构图注意力网络的参数;第二阶段解冻异构图注意力网络的部分层;第三阶段解冻全部参数,并配合余弦退火学习率调度。
52、进一步地,所述执行ult资金追踪,包括:
53、以训练后的hke-gnn模型输出的分类概率作为置信度,将置信度不低于0.5的交易节点标记为混币交易锚点;
54、沿utxo消费链执行双向追踪:
55、对锚点的每个输入utxo,调用回溯函数向前追踪其资金来源;
56、对锚点的每个输出utxo,调用前向追踪函数向后追踪其资金去向;
57、所述追踪的终止条件包括:当遇到置信度低于0.5的非混币交易或达到最大追踪深度5层时,终止追踪。
58、本发明有益效果:本发明提出的hke-gnn模型在时序测试集上的f1-score相比传统机器学习方法(如xgboost)有显著提升,相比同构图神经网络(如gat)有大幅提高,相比无hke模块的异构图网络(如han)亦有明显改善,且差异具有统计学显著性;本发明成功识别了大量协调器地址追踪方法无法检测的混币交易,且对相似混币协议(如samouraiwhirlpool)的误报率显著低于所有基线方法;在长时间时序外推测试中,模型f1-score下降幅度极小。即使协议指纹特征全部失效,模型仍能维持较高的f1-score,经重训练后可进一步恢复,表明本发明具备优良的鲁棒性和自适应能力;采用弱监督构建的数据集标签查准率极高,多个标记函数之间的内部冲突率极低,证明弱监督标签生成方法可靠有效;ult算法实现了较高的前向追踪成功率,且路径歧义度相比朴素链追踪降低了一个数量级,能够为合规分析提供清晰、可操作的溯源结果。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com