一种基于交易方式、设备制造方法和图纸的比特币交易识别方法

本发明专利技术公开了一种基于交易模式的比特币交易识别方法及装置。 该方法包括：为待识别的比特币交易构建交易模式特征向量； 一个在暗网交易市场预训练的分类器，用于识别比特币交易是否属于暗网交易市场； 其中，分类器采用基于半监督机器学习方法的训练样本进行预训练； 其中， 训练样本包括正样本和未标记样本； 其中，正样本包括针对暗网交易市场中活跃的比特币交易构建的交易模式特征向量，以及根据活跃的比特币交易扩展的交易。 应用本发明专利技术，可以对各类暗网交易市场的比特币交易识别具有普遍适用性，便于对各类暗网交易市场进行监控。 监控暗网交易市场。 监控暗网交易市场。

所有详细技术资料下载

【技术实现步骤摘要】

一种基于交易模式的比特币交易识别方法及装置

本专利技术涉及计算机

，特别是一种基于交易模式识别比特币交易的方法和装置。

技术介绍

[0002] 比特币是第一个不需要中央机构控制的分散式点对点加密货币系统。 比特币有两个关键特征：透明度和一定程度的伪匿名性。 透明度意味着任何交易都保存在称为区块链的去中心化分类账上，任何部署该应用程序的人都可以查看。 通过引入根据用户公钥计算的比特币地址，可以实现一定程度的伪匿名，没有真实的身份信息，例如交易中嵌入的名称。 比特币的匿名性使得比特币交易难以追踪，导致比特币生态系统中出现了各种非法活动，如暗网交易市场交易、洗钱、欺诈等，因此，对比特币进行监控是很有必要的暗网交易市场的交易。

[0003]暗网交易市场是运行在匿名网络洋葱路由器(Tor)上的隐藏服务网站。 自丝路暗网交易市场出现以来比特币交易流程图，使用Tor和比特币成为暗网交易市场的标配。 对暗网交易市场的研究主要分为两个方面： 1）基于对暗网交易市场商品交易数据爬取的相关研究工作； 2）比特币交易模式识别与比特币交易，地址检测相关的研究工作。

不过，与之前各个暗网交易市场使用相同的软件管理比特币交易的情况不同，不同的暗网交易市场为了保护匿名性，不再使用相同的软件管理比特币交易，这使得基于现在的一些技术无法覆盖对各类暗网交易市场的监控；

因此，需要提供一种方法，能够有助于对各个暗网交易市场的监控，也就是说能够识别出各个暗网交易市场的比特币交易，即对于各个暗网交易的比特币市场对交易的识别是通用的。

技术实现思路

有鉴于此，本专利技术的目的在于提出一种基于交易模式的比特币交易识别方法及装置，能够对各个暗网交易市场的比特币交易识别具有普适性，从而有助于对比特币交易的监控。各种暗网交易市场。

基于上述目的，本专利技术提供了一种基于交易模式的比特币交易识别方法，包括：

针对待识别的比特币交易，构造其交易模式特征向量；

将构建的交易模式特征向量通过对一个暗网交易市场预训练得到的分类器，是否将本次比特币交易识别为该暗网交易市场；

其中，所述分类器利用训练样本基于半监督机器学习方法进行预训练得到； 其中，所述训练样本包括正样本和未标记样本； 其中，正样本包括针对之前在该暗网交易市场中活跃的比特币交易，以及活跃的比特币交易增广的交易，构建交易模式特征向量。

[0011] 可选的，交易模式特征向量中包括以下特征值中的至少一个或其组合：

[0012]交易率；

输入地址中，起始地址为设置字符的比例；

输入地址是否有与输出地址相同的地址；

输入地址的月均交易笔数；

输入地址月均余额；

输入地址的平均存活时间；

输出地址的数量；

[0019]输出地址的最低月余额。

可选的，根据活跃的比特币交易扩展的交易具体按照以下方法获取：

跟踪在暗网交易市场进行的活跃比特币交易的充值/找零地址；

如果追踪到所述地址并在后续其他比特币交易中作为找零地址出现，则所述后续其他比特币交易作为与所述活跃比特币交易关联的交易； 和

[0023] 将关联交易视为扩展交易。

可选的，根据活跃的比特币交易扩展的交易也按照以下方法获取：

对所述活跃比特币交易，以及与所述活跃比特币交易关联的交易，采用一些预设规则进行匹配；

根据匹配结果，确定暗网交易市场比特币交易的特征；

对于从比特币区块链上获取的比特币交易，具有上述特征的比特币交易被判定为暗网交易市场的比特币交易；

[0028] 将暗网市场的比特币交易确定为扩展交易。

本专利技术还提供了一种基于交易模式的比特币交易识别装置，包括：

特征向量构建模块，针对待识别的比特币交易，构建其交易模式特征向量；

识别模块，针对暗网交易市场预训练得到的分类器构建的交易方式特征向量，是否将此次比特币交易识别为该暗网交易市场；

其中，所述分类器是利用训练样本基于半监督机器学习方法预训练得到的； 其中，所述训练样本包括正样本和未标记样本； 其中，正样本包括针对之前在该暗网交易市场中活跃的比特币交易，以及活跃的比特币交易增广的交易，构建交易模式特征向量。

[0033] 本专利技术还提供了一种电子设备，包括中央处理单元、信号处理和存储单元，以及存储在信号处理和存储单元上并可在中央处理单元上运行的计算机程序，其中，中央处理单元根据上述交易模式执行比特币交易识别方法。

在本专利技术的技术方案中，针对待识别的比特币交易，构建其交易模式特征向量； 将构建的交易模式特征向量通过对暗网交易市场预训练得到的分类器，识别该比特币交易是否属于暗网交易市场； 其中，分类器采用基于半监督机器学习方法的训练样本进行预训练； 其中，训练样本包括正样本和未标记样本； 其中，正样本包括针对之前暗网交易市场活跃的比特币交易构建的交易模式特征向量，以及根据活跃的比特币交易扩展的交易。 这样，针对不同的暗网交易市场，可以根据每个暗网交易市场的交易模式特点，分别训练相应的分类器； 使用每个分类器可以分别识别对应暗网交易市场的比特币交易。通过识别每个暗网交易市场的比特币交易，可以掌握每个暗网交易市场的运行情况

规模化，对各类暗网交易市场的比特币交易标识具有通用性，达到覆盖监控各类暗网交易市场的目的。

图纸说明

为了更加清楚地说明本专利技术或现有技术中的技术方案，下面对实施例或现有技术描述中需要用到的附图进行简单介绍，显然，在下文中具体实施方式附图只是本发明专利技术的部分实施例，本领域的技术人员在没有做出创造性劳动的情况下，还可以根据这些附图获得其他附图。

[0016] 图1是本专利技术实施例提供的一种训练用于识别特定暗网交易市场的比特币交易的分类器的方法流程图；

图2为本专利技术实施例提供的一种进一步发现所述暗网交易市场的比特币交易的方法流程图；

[0018] 图3提供了本专利技术实施例提供的一种基于交易模式的比特币交易识别方法的流程图；

图4为本专利技术实施例提供的一种基于交易模式的比特币交易识别装置的内部结构框图；

[0040] 图。 图5为本专利技术实施例提供的电子设备的硬件结构示意图。

详细说明

[0041] 为使本专利技术的目的、技术方案及优点更加清楚明白，下面结合具体实施例，并参照附图，对本专利技术作进一步详细说明。

需要说明的是，除非另有说明，本专利技术实施例中所使用的技术术语或科学术语均应为本发明的主题

【技术保护要点】

【技术特点概要】

1.一种基于交易模式的比特币交易识别方法，其特征在于，包括： 针对待识别的比特币交易，构建其交易模式特征向量； 将构建的交易模式特征向量预先通过暗网交易市场训练得到的分类器识别比特币交易是否为暗网交易市场； 其中，分类器采用基于半监督机器学习方法的训练样本进行预训练； 其中，训练样本包括正样本和未标记样本； 其中比特币交易流程图，正样本包括针对暗网交易市场中活跃的比特币交易构建的交易模式特征向量，以及根据活跃的比特币交易扩展的交易。 2.根据权利要求1所述的方法，其特征在于，所述交易模式特征向量包括以下特征值中的至少一个或其组合： 交易手续费率； 输入地址中首地址与设置字符的比值； 输入地址是否有与输出地址相同的地址； 输入地址每月的平均交易次数； 输入地址的平均月余额； 输入地址的平均生存时间； 输出地址的数量； 输出地址的最低每月余额。 3.根据权利要求1所述的方法，其特征在于，根据活跃比特币交易展开的交易具体按照以下方法获取： 对在暗网交易市场进行的活跃比特币交易充值/变更地址进行跟踪； 如果跟踪到该地址在其他后续比特币交易中作为找零地址出现，则后续其他比特币交易视为与活跃比特币交易关联的交易； 以及作为扩展事务的关联事务。 4.根据权利要求3所述的方法，其特征在于，根据活跃的比特币交易扩展的交易还按照以下方法获取： 对于活跃的比特币交易和与活跃的比特币交易关联的交易，使用预先设定的若干规则用于匹配； 根据匹配结果，确定暗网交易市场的比特币交易特征； 对于从比特币区块链上获得的比特币交易，将具有比特币交易特征的比特币交易判定为暗网交易市场中的比特币交易； 将确定为暗网交易市场的比特币交易作为扩展交易。 5.根据权利要求1所述的方法，其特征在于，所述未标记样本是为在其他暗网交易市场进行的比特币交易构建的交易模式特征向量。 6、一种基于交易模式的比特币交易识别装置，其特征在于，包括： 特征向量构建模块，用于为待识别的比特币交易构建交易模式特征向量； 识别模块...

【专利技术性质】

技术研发人员：石金桥、史瑞生、关鹏宇、田传勇、王学斌、兰丽娜、

申请人（专利权）：北京邮电大学，

类型：发明

国家省市：

下载所有详细技术资料 我是该专利的所有者