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！

摘要：本发明涉及一种基于流量关联分析的数字货币匿名钱包溯源方法，属于区块链技术领域。通过建立一种针对使用匿名钱包的敏感交易溯源模型，针对使用Tor网络保护的加密货币钱包进行开创式的综合分析处理，重点分析Tor网络出口流量和入口流量之间的关联性，能够动态的对感兴趣的地址或行为进行全交易图跟踪和监听，并对开展此行为的匿名钱包流量实现分析溯源，防范潜在的非法行为，保护隐私信息。根据其数字货币交易传播模式，引入探针节点对目标RPC服务器发送的交易进行持续监听，设置规则匹配机制，能够针对敏感交易进行交易层全交易图规则动态更新。本方法能够有效的从降低背景流量对匿名钱包流量的干扰。

主权项：1.一种基于流量关联分析的数字货币匿名钱包溯源方法，其特征在于，包括以下步骤：步骤1：通过部署前置代理和中转代理服务器，对匿名钱包流量进行抓取；步骤2：过滤背景流量，包括以下步骤：步骤2.1：时间窗口结合TorRelayIPandport筛选；为满足第三个组件中关联流量的最低有效数据包个数，结合钱包软件的数据包发送频率和规则中地址的交互活跃程度，确定一个时间窗口，使包含在此窗口中的匿名钱包与远程节点交互而产生的流量数据包个数，满足关联程序所需的最低数据包个数；从位于该时间窗口内的流量中，筛选得到满足数量要求的匿名钱包的交易流量，通过部署全节点并统计目标交易到达该节点的时间；将该交易作为交易时间ttx；当探针节点收到交易后，记录当前时间，首先对时间窗口w进行计算： wend＝ttx2 其中，表示探针节点接收到敏感交易时的时间戳，delaynode为全节点广播到每个邻居的中间延迟，flowrate是目标分析的匿名钱包的心跳同步频率，wend表示时间窗口的终止时间戳，wsize表示时间窗口的跨度，sizeflow表示进行流量关联时网络流所需要的最小数据包数量；计算得到时间窗口后，分析在流量窗口中的流量数据；之后，从Tordirectoryserver中获取每日UTC0点发布的活跃节点，其中含有包括IP地址、端口号在内的节点全面的信息，利用IP:PORT作为特征对用户感兴趣的Tor流量进行筛选；步骤2.2：数据流特征筛选；经过步骤2.1筛选后，继续统计包含在这一时间窗口中流量的flow.rate，即当前网络流的数据包流量，单位为：包秒，根据数据包的体积分布情况和数据包占满RFC864标准MTU的比例，判断某条流量是否为匿名钱包流量；之后，筛选入口的匿名钱包流量；通过时间窗口结合TorRelayIP端口筛选和数据包特征筛选的方式，从背景流量中筛选出匿名钱包流量；筛选出的匿名钱包数据集，作为待分析流量用于流量关联程度分析；步骤3：Tor网络出入流相关性分析处理；采用深度卷积神经网络，对筛选出的匿名钱包流量进行关联；采用加密流量分析工作中通用的流量特征：包时间和包大小；其中，包时间特征采用流量包之间的时间间隔IPD，包大小特征是每个流量包所包含的字节数；根据所需特征，将筛选出的n条流量，构建成个流量对；其中，流量对表示为： 其中，Fi表示流入Tor匿名网络的入口流量，Fj表示流出Tor匿名网络的出口流量，T代表IPD，S代表数据包的字节数，u表示所采集的流量为upload流量，d表示所采集的流量为download流量；取前sizeflow个数据包进行分析，如果一条流中包的个数无法达到sizeflow的要求，则将IPD和size补0；使用深度卷积神经网络对两条流的相关程度进行判别；整个系统抽象为：学习一个相关性函数ΨFi,j，输入是两条流的时间特征与大小特征，输出为两条流相关的置信度pi,j；在训练过程中，训练的损失函数采用交叉熵函数，对标准的二分类的交叉熵函数进行优化，引入权重属性posweight，对不同分类情况的损失偏差进行相应比例的惩罚计算： 其中，表示损失函数值，表示流作为训练集的流量对，yi,j表示Fi与Fj流量的相关度，Ψ表示模型学习的置信度函数；网络的卷积结构经过两次卷积池化后展平送入全连接网络，最终输出相关置信度；步骤4：重复步骤1至步骤3，直至最终将整个事件真实的交易发起者的IP地址和对应Tor出口流量进行关联成功。

全文数据：

权利要求：

百度查询： 北京理工大学 一种基于流量关联分析的数字货币匿名钱包溯源方法