中科链安(北京)科技有限公司杨超群获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中科链安(北京)科技有限公司申请的专利区块链交易隐私保护器穿透模型训练方法、穿透方法及设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119646872B 。
龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411695704.5,技术领域涉及:G06F21/62;该发明授权区块链交易隐私保护器穿透模型训练方法、穿透方法及设备是由杨超群;郑永伯设计研发完成,并于2024-11-25向国家知识产权局提交的专利申请。
本区块链交易隐私保护器穿透模型训练方法、穿透方法及设备在说明书摘要公布了:本申请提供区块链交易隐私保护器穿透模型训练方法、穿透方法及设备,训练方法包括:针对经区块链网络中的交易隐私保护器处理后得到的各个实体数据各自对应的各个单次地址转换交易数据,分别提取各自对应的各个有向图特征数据;基于各个单次地址转换交易数据各自对应的各个有向图特征数据训练图注意力神经网络模型,以将该图注意力神经网络模型训练为用于输出单次地址转换交易数据对应的异常交易识别结果数据的区块链交易隐私保护器穿透模型。本申请能够训练得到用于识别经区块链交易隐私保护器处理的交易数据是否存在异常的模型,进而能够基于该模型实现区块链交易隐私保护器的穿透,提高交易隐私保护器执行交易的可追踪性及安全性。
本发明授权区块链交易隐私保护器穿透模型训练方法、穿透方法及设备在权利要求书中公布了:1.一种区块链交易隐私保护器穿透模型训练方法,其特征在于,包括: 针对经区块链网络中的交易隐私保护器处理后得到的各个实体数据各自对应的各个单次地址转换交易数据,分别提取各个所述单次地址转换交易数据各自对应的各个有向图特征数据;其中,所述实体数据包括:交易账户对应的起始交易地址的地址交易集合以及该起始交易地址经所述交易隐私保护器进行至少一次地址转换后生成的其他交易地址各自对应的地址交易集合,所述地址交易集合包含有该地址交易集合唯一对应的交易地址对应的各个交易数据; 基于各个所述单次地址转换交易数据各自对应的各个有向图特征数据训练图注意力神经网络模型,以将该图注意力神经网络模型训练为用于根据所述单次地址转换交易数据对应的各个所述有向图特征数据,对应输出该单次地址转换交易数据对应的异常交易识别结果数据的区块链交易隐私保护器穿透模型; 在所述针对经区块链网络中的交易隐私保护器处理后得到的各个实体数据各自对应的各个单次地址转换交易数据,分别提取各个所述单次地址转换交易数据各自对应的有向图特征数据之前,还包括: 将经区块链网络中的交易隐私保护器处理后得到的各个交易账户各自对应的真实的实体数据分别标记为正样本;并对各个交易账户各自对应的实体数据进行地址交易集合的交叉构造后生成的新的实体数据标记为负样本; 基于分别标记为所述正样本和所述负样本的各个所述实体数据各自被所述交易隐私保护器进行地址转换的次数,分别拆分各个所述实体数据,以得到每个所述实体数据各自对应的各个单次地址转换交易数据;其中,所述单次地址转换交易数据包括:源地址对应的地址转换前交易集合和目标地址对应的地址转换后交易集合;所述源地址是所述实体数据中的任意一个交易地址,所述目标地址是所述源地址经所述交易隐私保护器进行一次地址转换后生成的另一个交易地址; 所述针对经区块链网络中的交易隐私保护器处理后得到的各个实体数据各自对应的各个单次地址转换交易数据,分别提取各个所述单次地址转换交易数据各自对应的各个有向图特征数据,包括: 按照各个所述交易数据对应的交易时间先后顺序,基于预设的交易数量划分阈值,分别对各个所述单次地址转换交易数据各自对应的所述地址转换前交易集合和所述地址转换后交易集合进行交易数据划分,以得到所述地址转换前交易集合和所述地址转换后交易集合各自对应的各个有向图,其中,每个所述有向图中均包含有分别用于表示不同的所述交易数据的顶点以及用于表示不同的所述交易数据之间的交易关系的边; 分别提取各个所述有向图各自对应的图特征数据,以得到各个所述单次地址转换交易数据各自对应的各个有向图特征数据;其中,所述有向图特征数据包括其对应的所述单次地址转换交易数据对应的一个所述有向图以及该有向图对应的图特征数据。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中科链安(北京)科技有限公司,其通讯地址为:100027 北京市东城区东直门外大街35号东湖别墅C座601;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励