以太坊区块链中账户的风险识别方法、装置及设备

技术特征：
1.一种以太坊区块链中账户的风险识别方法，其特征在于，所述方法包括：根据以太坊区块链中待识别账户的目标账户地址，获取所述待识别账户的目标交易信息；将所述目标交易信息输入到预先建立的账户风险识别模型，利用所述账户风险识别模型基于所述目标交易信息提取所述待识别账户的账户特征，并根据提取到的账户特征对所述待识别账户进行风险识别；其中，所述账户风险识别模型基于历史风险账户的交易信息以及历史正常账户的交易信息进行模型训练获得；根据所述账户风险识别模型输出的风险识别结果，确定所述待识别账户是否属于风险账户。2.根据权利要求1所述的以太坊区块链中账户的风险识别方法，其特征在于，所述账户风险识别模型的构建方法包括：采集历史风险账户的账户地址和历史正常账户的账户地址；基于所述历史风险账户的账户地址获取历史风险账户的交易信息，基于所述历史正常账户的账户地址获取历史正常账户的交易信息；对所述历史风险账户的交易信息进行特征提取，获得风险账户特征集合，对所述历史正常账户的交易信息进行特征提取，获得正常账户特征集合；利用所述风险账户特征集合和所述正常账户特征集合对所述账户风险识别模型进行模型训练，获得所述账户风险识别模型。3.根据权利要求2所述的以太坊区块链中账户的风险识别方法，其特征在于，所述利用所述风险账户特征集合和所述正常账户特征集合对所述账户风险识别模型进行模型训练，获得所述账户风险识别模型，包括：将所述风险账户特征集合和所述正常账户特征集合输入到账户风险识别模型中，进行模型训练，利用网格搜索确定出所述账户风险识别模型的目标模型参数组合；基于所述目标模型参数组合获得账户风险识别模型。4.根据权利要求2所述的以太坊区块链中账户的风险识别方法，其特征在于，所述采集历史风险账户的账户地址包括：从风险账户数据库中获取风险账户的初选账户地址，或在风险行为监督平台或以太坊区块链浏览器中通过查询风险关键词，获取风险账户的初选账户地址；在获取到风险账户的初选账户地址后，对初选账户地址进行查重，将重复的初选账户地址删除，获得风险账户的账户地址。5.根据权利要求4所述的以太坊区块链中账户的风险识别方法，其特征在于，所述历史正常账户的账户地址的采集方法包括：从以太坊区块中采集交易发送者的以太坊地址作为备用账户地址；将备用账户地址去重后与采集到的历史风险账户的账户地址进行比对，将与所述历史风险账户的账户地址相同的备用账户地址删除，剩余的备用账户地址作为所述历史正常账户的账户地址。6.根据权利要求1所述的以太坊区块链中账户的风险识别方法，其特征在于，所述方法还包括：利用所述账户风险识别模型计算各个账户特征的平均增益率；
根据各个账户特征的平均增益率从高到低对各个账户特征进行排序，将排序在前指定名次的账户特征作为风险识别账户特征；所述利用所述账户风险识别模型基于所述目标交易信息提取所述待识别账户的账户特征，并根据提取到的账户特征对所述待识别账户进行风险识别，包括：利用所述账户风险识别模型基于所述目标交易信息提取所述待识别账户的账户特征后，筛选出所述风险识别账户特征中与所述风险识别账户特征相同的账户特征，所述账户风险识别模型利用筛选后的账户特征对所述待识别账户进行风险识别。7.根据权利要求1所述的以太坊区块链中账户的风险识别方法，其特征在于，所述账户特征包括：统计特征和交易类型特征，所述统计特征包括：交易金额特征、交易次数特征、交易时间特征。8.一种以太坊区块链中账户的风险识别装置，其特征在于，所述装置包括：信息获取模块，用于根据以太坊区块链中待识别账户的目标账户地址，获取所述待识别账户的目标交易信息；机器学习模型识别模块，用于将所述目标交易信息输入到预先建立的账户风险识别模型，利用所述账户风险识别模型基于所述目标交易信息提取所述待识别账户的账户特征，并根据提取到的账户特征对所述待识别账户进行风险识别；其中，所述账户风险识别模型基于历史风险账户的交易信息以及历史正常账户的交易信息进行模型训练获得；账户风险识别模块，用于根据所述账户风险识别模型输出的风险识别结果，确定所述待识别账户是否属于风险账户。9.根据权利要求8所述的以太坊区块链中账户的风险识别装置，其特征在于，所述装置还包括模型构建模块，用于采用下述方法构建所述账户风险识别模型：采集历史风险账户的账户地址和历史正常账户的账户地址；基于所述历史风险账户的账户地址获取历史风险账户的交易信息，基于所述历史正常账户的账户地址获取历史正常账户的交易信息；对所述历史风险账户的交易信息进行特征提取，获得风险账户特征集合，对所述历史正常账户的交易信息进行特征提取，获得正常账户特征集合；利用所述风险账户特征集合和所述正常账户特征集合对所述账户风险识别模型进行模型训练，获得所述账户风险识别模型。10.一种电子设备，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，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1-7任一项所述的方法。

技术总结
本说明书实施例具体涉及一种以太坊区块链中账户的风险识别方法、装置及设备，利用历史风险账户和历史安全账户的交易信息进行模型训练，构建出账户风险识别模型，再利用构建出的账户风险识别模型对待识别账户的账户特征进行提取和风险预测，实现对以太坊区块链中风险账户的识别，提升了以太坊区块链中账户使用的安全性。利用本说明书实施例提供的方法可以实现对以太坊区块链中的账户进行识别分类，有助于进一步对行骗者的追责和对受害者的补救。本说明书实施例提供的方法能够在检测风险账户时具有较高的有效性，并且可以对各个特征的重要性进行排名，为进一步改进方法或对类似区块链做分析提供参考和启发。区块链做分析提供参考和启发。区块链做分析提供参考和启发。


技术研发人员：孙溢 樊礼 林昭文 张引 余恪平
受保护的技术使用者：北京邮电大学
技术研发日：2021.12.23
技术公布日：2022/5/5