(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111607766.2 (22)申请日 2021.12.23 (71)申请人 北京邮电大 学 地址 100876 北京市海淀区西土城路10号 (72)发明人 孙溢　樊礼　林昭文　张引　 余恪平　 (74)专利代理 机构 北京金咨知识产权代理有限 公司 11612 代理人 宋教花 (51)Int.Cl. G06Q 40/08(2012.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 以太坊区块链中账户的风险识别方法、 装置 及设备 (57)摘要 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。 权利要求书2页 说明书14页 附图2页 CN 114429402 A 2022.05.03 CN 114429402 A 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；权　利　要　求　书 1/2 页 2 CN 114429402 A 2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。权　利　要　求　书 2/2 页 3 CN 114429402 A 3