龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：烟台大学;烟台中科网络技术研究所
摘要：本发明涉及网络异常检测技术领域，尤其是涉及一种不完备异构以太坊网络的异常节点检测方法及系统。方法，包括获取以太坊交易数据，并构建以太坊交易网络，基于残差注意力机制补全以太坊交易网络中的目标节点的缺失属性特征；基于以太坊交易网络中的交易关系，生成关系交易子图；基于关系交易子图的相关性，生成关系交易子图的特征相似度图、特征传播图、语义图及观察图；通过引入机器学习算法，将以太坊交易网络与图神经网络结合利用图结构学习算法实现对以太坊交易网络中的异常节点进行准确、高效识别和监控。
主权项：1.一种不完备异构以太坊网络的异常节点检测方法，其特征在于，包括：S1：获取以太坊交易数据，并构建以太坊交易网络，基于残差注意力机制补全以太坊交易网络中的目标节点的缺失属性特征；S2：基于以太坊交易网络中的交易关系，生成关系交易子图；S3：基于关系交易子图的相关性，生成关系交易子图的特征相似度图、特征传播图、语义图及观察图；S4：采用基于自适应多通道注意力的图结构融合机制，将特征相似度图、特征传播图、语义图及观察图进行融合得到异构图；S5：将异构图送入图神经网络GNN中，对异构图结构和GNN参数进行联合优化，得到优化后的图神经网络GNN；其中，GNN网络表示为： ；其中，邻接矩阵，是邻接矩阵与单位矩阵的和，是的对角矩阵，是第层可学习的权重参数，表示激活函数，是第层生成的节点嵌入，第层为自定义任意第层；GNN的损失函数表示为： ；其中，是节点总数，是节点的真实标签，是节点的预测标签；为了图结构优化过程中避免过拟合问题，使用正则化方法进行处理，表示为： ；因此总的损失函数表示为: ；通过最小化损失函数，共同优化图的结构和参数，实现对以太坊网络中的异常节点精确识别。
全文数据：
权利要求：
百度查询： 烟台大学 烟台中科网络技术研究所 一种不完备异构以太坊网络的异常节点检测方法及系统
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号