CN106845521A - 一种基于行为时间序列的区块链节点聚类方法 - Google Patents
一种基于行为时间序列的区块链节点聚类方法 Download PDFInfo
- Publication number
- CN106845521A CN106845521A CN201611208038.3A CN201611208038A CN106845521A CN 106845521 A CN106845521 A CN 106845521A CN 201611208038 A CN201611208038 A CN 201611208038A CN 106845521 A CN106845521 A CN 106845521A
- Authority
- CN
- China
- Prior art keywords
- time
- block chain
- act
- chain node
- sequence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Abstract
本发明公开了一种基于行为时间序列的区块链节点聚类方法,该方法能够对区块链节点进行聚类,自动将区块链节点按照其行为时间序列划分成若干个类内相互相似的类簇,有助于对大量节点的维护和发现有异常行为的节点;同时,用户可以根据自己的需要选择使用节点的哪个属性(如交易金额、交易频率)构建时间序列。
Description
技术领域
本发明属于区块链技术领域,具体涉及一种基于行为时间序列的区块链节点聚类方法。
背景技术
区块链(Blockchain)技术是在去中心化、互相不信任环境下维持公共总账的底层技术。其本质是基于密码学方法实现分布式、不可篡改的交易账簿,每个区块链网络中的节点都保存有记录所有交易的公共账本。
在公有区块链网络中,任何实体都可以申请成为网络中的节点。因此,在公有链中往往具有数量庞大的节点,其中一些节点可能尝试在网络中作弊来非法获利,黑客节点可能故意破坏网络的正常运行来展示技术,有敌意的节点可能蓄谋使整个网络陷入瘫痪。因此对节点进行聚类,将节点划分成若干个类内相互相似的类簇,有助于对大量节点的维护和发现有异常行为的节点。
发明内容
为解决对区块链节点进行聚类分析的问题,本发明提供了一种基于行为时间序列的区块链节点聚类方法,能够自动将区块链节点按照其行为时间序列聚类成若干类簇。
一种基于行为时间序列的区块链节点聚类方法,包括如下步骤:
(1)提取每个区块链节点的行为时间序列;
(2)初始随机选取k个行为时间序列对应作为k个类别的聚类中心,分别记为O1,O2,…,Ok,k为大于1的自然数;
(3)逐个对行为时间序列进行分类:对于待分配的行为时间序列x,计算其与各聚类中心O1,O2,…,Ok的相似度,若其中聚类中心Oi与行为时间序列x的相似度最高,则将行为时间序列x归为类别i,进而分配下一个行为时间序列;待所有行为时间序列均分配完成后更新各类别的聚类中心,进而执行步骤(4)的判断过程,i为自然数且1≤i≤k;
(4)判断各类别新的聚类中心是否与旧的聚类中心完全一致:若是,则停止并输出聚类结果即当前所有行为时间序列的分类结果,各行为时间序列的分类结果即为对应区块链节点的聚类结果;若否,则返回步骤(3)重新对行为时间序列进行分类。
所述行为时间序列为关于区块链节点账户余额、交易频率(每月或每周)、交易金额或区块生成速度等特征信息随时间变化的数值序列。
优选地,所述步骤(3)中采用DTW(Dynamic Time Warping,动态时间归整)算法计算行为时间序列x与各聚类中心O1,O2,…,Ok的相似度;选择DTW是为了能够度量两个不同长度的行为时间序列之间的相似度。
所述步骤(3)中更新各类别聚类中心的具体方法为:对于任一类别,计算该类别中每一行为时间序列相对其他所有同类行为时间序列的平均相似度,取平均相似度最高的行为时间序列作为该类别新的聚类中心。
对于类别i中的任一行为时间序列,采用DTW算法计算该行为时间序列与其他各同类行为时间序列的相似度,进而求和平均后即得到该行为时间序列相对其他所有同类行为时间序列的平均相似度。
所述步骤(4)中进一步判断聚类中心更新的次数,若更新次数超过一定阈值,则停止并输出聚类结果即当前所有行为时间序列的分类结果,各行为时间序列的分类结果即为对应区块链节点的聚类结果。
本发明区块链节点聚类方法能够对区块链节点进行聚类,将节点划分成若干个类内相互相似的类簇,有助于对大量节点的维护和发现有异常行为的节点;同时,用户可以根据自己的需要选择使用节点的哪个属性(如交易金额、交易频率)构建时间序列。
附图说明
图1为本发明区块链节点聚类方法的流程示意图。
具体实施方式
为了更为具体地描述本发明,下面结合附图及具体实施方式对本发明的技术方案进行详细说明。
本发明基于行为时间序列的区块链节点聚类方法,包括如下步骤:
1.提取每个区块链节点的行为时间序列。每个区块链节点的信息包括账户余额,每月(或每周)交易频率,交易金额,生产区块的速度等。对于单个节点,将其有价值的某个信息(例如交易金额)随时间变化的序列提取为用户行为的特征,记为该节点的行为时间序列。
2.计算每两个行为时间序列之间的相似度。时间序列的相似度使用动态时间弯曲算法DTW计算。选择DTW是为了能够度量两个不同长度的时间序列之间的相似度。
3.随机选择k个时间序列作为初始聚类中心,记为O1,O2,…,Ok。
4.对每个时间序列a进行分类,如果在a与O1,O2,…,Ok的相似度中,与Oi的相似度最高,则将a归入第i个类别。
5.记录当前的聚类中心O1,O2,…,Ok为旧的聚类中心。
6.所有时间序列分类完成后,为每个类别计算新的聚类中心Oi。使用第2步计算好的序列间相似度,计算类别i中一个时间序列到类别i中的其他序列之间的平均相似度,选择到同类其他时间序列平均相似度最高的时间序列作为该类的新的聚类中心。依此,k个类别有k个新的聚类中心O1,O2,…,Ok。
7.如果新的聚类中心和旧的聚类中心相同,则停止循环返回聚类结果,否则循环执行第4步到第7步,直到循环次数超过阈值。
以下对于一个金融交易的区块链网络,需要根据该网络中区块链节点的交易金额序列对它们进行聚类;如图1所示,采用上述方法对该区块链网络进行聚类的具体实施过程如下:
首先,提取区块链网络中每个节点的交易金额时间序列。
然后,使用动态时间规整DTW算法计算每两个时间序列之间的相似度。
随后,随机选择k个时间序列作为初始的聚类中心,记为O1,O2,…,Ok。
对每个时间序列进行分类,根据其到每个聚类中心的距离,将其划分到距离最近的聚类中。例如,对于一个时间序列s,如果s到O1,O2,…,Ok的距离中,离O2最近,则把s划分到第2个类别中;如果s到O1,O2,…,Ok的距离中,离O7最近,则把s划分到第7个类别中,以此类推。
待所有时间序列分类完成后,为每个类重新计算类的聚类中心。对于任一类别i,计算类别i中一个时间序列到类别i中的其他序列之间的平均相似度,选择到同类其他时间序列平均相似度最高的时间序列作为该类的新的聚类中心。依此,k个类别有k个新的聚类中心O1,O2,…,Ok。
如果新的聚类中心和旧的聚类中心相同,则停止循环并返回当前聚类结果,否则判断一下是否迭代循环次数达到了阈值,如达到了阈值则结束并返回当前聚类结果。如没有达到阈值,则跳转并继续循环过程。
上述对实施例的描述是为便于本技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对上述实施例做出各种修改,并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此,本发明不限于上述实施例,本领域技术人员根据本发明的揭示,对于本发明做出的改进和修改都应该在本发明的保护范围之内。
Claims (6)
1.一种基于行为时间序列的区块链节点聚类方法,包括如下步骤:
(1)提取每个区块链节点的行为时间序列;
(2)初始随机选取k个行为时间序列对应作为k个类别的聚类中心,分别记为O1,O2,…,Ok,k为大于1的自然数;
(3)逐个对行为时间序列进行分类:对于待分配的行为时间序列x,计算其与各聚类中心O1,O2,…,Ok的相似度,若其中聚类中心Oi与行为时间序列x的相似度最高,则将行为时间序列x归为类别i,进而分配下一个行为时间序列;待所有行为时间序列均分配完成后更新各类别的聚类中心,进而执行步骤(4)的判断过程,i为自然数且1≤i≤k;
(4)判断各类别新的聚类中心是否与旧的聚类中心完全一致:若是,则停止并输出聚类结果即当前所有行为时间序列的分类结果,各行为时间序列的分类结果即为对应区块链节点的聚类结果;若否,则返回步骤(3)重新对行为时间序列进行分类。
2.根据权利要求1所述的区块链节点聚类方法,其特征在于:所述行为时间序列为关于区块链节点账户余额、交易频率、交易金额或区块生成速度的特征信息随时间变化的数值序列。
3.根据权利要求1所述的区块链节点聚类方法,其特征在于:所述步骤(3)中采用DTW算法计算行为时间序列x与各聚类中心O1,O2,…,Ok的相似度。
4.根据权利要求1所述的区块链节点聚类方法,其特征在于:所述步骤(3)中更新各类别聚类中心的具体方法为:对于任一类别,计算该类别中每一行为时间序列相对其他所有同类行为时间序列的平均相似度,取平均相似度最高的行为时间序列作为该类别新的聚类中心。
5.根据权利要求4所述的区块链节点聚类方法,其特征在于:对于类别i中的任一行为时间序列,采用DTW算法计算该行为时间序列与其他各同类行为时间序列的相似度,进而求和平均后即得到该行为时间序列相对其他所有同类行为时间序列的平均相似度。
6.根据权利要求1所述的区块链节点聚类方法,其特征在于:所述步骤(4)中进一步判断聚类中心更新的次数,若更新次数超过一定阈值,则停止并输出聚类结果即当前所有行为时间序列的分类结果,各行为时间序列的分类结果即为对应区块链节点的聚类结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611208038.3A CN106845521A (zh) | 2016-12-23 | 2016-12-23 | 一种基于行为时间序列的区块链节点聚类方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611208038.3A CN106845521A (zh) | 2016-12-23 | 2016-12-23 | 一种基于行为时间序列的区块链节点聚类方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106845521A true CN106845521A (zh) | 2017-06-13 |
Family
ID=59136017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611208038.3A Pending CN106845521A (zh) | 2016-12-23 | 2016-12-23 | 一种基于行为时间序列的区块链节点聚类方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106845521A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107528886A (zh) * | 2017-07-25 | 2017-12-29 | 中国科学院计算技术研究所 | 区块链全网拆分方法与系统 |
CN108717460A (zh) * | 2018-05-25 | 2018-10-30 | 济南浪潮高新科技投资发展有限公司 | 一种在区块链中达成共识的方法及装置 |
CN108769264A (zh) * | 2018-07-09 | 2018-11-06 | 中国联合网络通信集团有限公司 | 一种区块链分域方法 |
CN108989410A (zh) * | 2018-07-04 | 2018-12-11 | 清华大学 | 一种提高区块链吞吐效率的方法 |
CN109173243A (zh) * | 2018-07-04 | 2019-01-11 | 清华大学 | 基于区块链技术的完全去中心社区化网络游戏 |
CN109598278A (zh) * | 2018-09-20 | 2019-04-09 | 阿里巴巴集团控股有限公司 | 聚类处理方法、装置、电子设备及计算机可读存储介质 |
CN114997841A (zh) * | 2022-07-18 | 2022-09-02 | 成都信通信息技术有限公司 | 一种基于区块链的低碳行为数据管理系统 |
CN116805785A (zh) * | 2023-08-17 | 2023-09-26 | 国网浙江省电力有限公司金华供电公司 | 基于随机聚类的电力负荷层次时间序列预测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102792330A (zh) * | 2010-03-16 | 2012-11-21 | 日本电气株式会社 | 兴趣度测量系统,兴趣度测量装置,兴趣度测量方法和兴趣度测量程序 |
CN104951991A (zh) * | 2014-03-28 | 2015-09-30 | 中国石油天然气股份有限公司 | 获取用户天然气用气行为特征的方法和装置 |
CN105224685A (zh) * | 2015-10-28 | 2016-01-06 | 同济大学 | 一种挖掘用户周期模式的系统及其方法 |
-
2016
- 2016-12-23 CN CN201611208038.3A patent/CN106845521A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102792330A (zh) * | 2010-03-16 | 2012-11-21 | 日本电气株式会社 | 兴趣度测量系统,兴趣度测量装置,兴趣度测量方法和兴趣度测量程序 |
CN104951991A (zh) * | 2014-03-28 | 2015-09-30 | 中国石油天然气股份有限公司 | 获取用户天然气用气行为特征的方法和装置 |
CN105224685A (zh) * | 2015-10-28 | 2016-01-06 | 同济大学 | 一种挖掘用户周期模式的系统及其方法 |
Non-Patent Citations (2)
Title |
---|
吴学雁等: "基于分层动态时间弯曲的序列相似性度量方法研究", 《计算机应用研究》 * |
李婷婷: "基于事件的交易行为时空域分析", 《中国优秀硕士学位论文全文数据库经济与管理科学辑》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107528886A (zh) * | 2017-07-25 | 2017-12-29 | 中国科学院计算技术研究所 | 区块链全网拆分方法与系统 |
CN107528886B (zh) * | 2017-07-25 | 2020-07-31 | 中国科学院计算技术研究所 | 区块链全网拆分方法与系统 |
CN108717460A (zh) * | 2018-05-25 | 2018-10-30 | 济南浪潮高新科技投资发展有限公司 | 一种在区块链中达成共识的方法及装置 |
CN108989410A (zh) * | 2018-07-04 | 2018-12-11 | 清华大学 | 一种提高区块链吞吐效率的方法 |
CN109173243A (zh) * | 2018-07-04 | 2019-01-11 | 清华大学 | 基于区块链技术的完全去中心社区化网络游戏 |
CN108989410B (zh) * | 2018-07-04 | 2020-10-30 | 清华大学 | 一种提高区块链吞吐效率的方法 |
CN109173243B (zh) * | 2018-07-04 | 2020-10-30 | 清华大学 | 基于区块链技术的完全去中心社区化网络游戏运算方法 |
CN108769264A (zh) * | 2018-07-09 | 2018-11-06 | 中国联合网络通信集团有限公司 | 一种区块链分域方法 |
CN108769264B (zh) * | 2018-07-09 | 2021-06-04 | 中国联合网络通信集团有限公司 | 一种区块链分域方法 |
CN109598278A (zh) * | 2018-09-20 | 2019-04-09 | 阿里巴巴集团控股有限公司 | 聚类处理方法、装置、电子设备及计算机可读存储介质 |
CN109598278B (zh) * | 2018-09-20 | 2022-11-25 | 创新先进技术有限公司 | 聚类处理方法、装置、电子设备及计算机可读存储介质 |
CN114997841A (zh) * | 2022-07-18 | 2022-09-02 | 成都信通信息技术有限公司 | 一种基于区块链的低碳行为数据管理系统 |
CN114997841B (zh) * | 2022-07-18 | 2022-10-21 | 成都信通信息技术有限公司 | 一种基于区块链的低碳行为数据管理系统 |
CN116805785A (zh) * | 2023-08-17 | 2023-09-26 | 国网浙江省电力有限公司金华供电公司 | 基于随机聚类的电力负荷层次时间序列预测方法 |
CN116805785B (zh) * | 2023-08-17 | 2023-11-28 | 国网浙江省电力有限公司金华供电公司 | 基于随机聚类的电力负荷层次时间序列预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106845521A (zh) | 一种基于行为时间序列的区块链节点聚类方法 | |
Modi et al. | Review on fraud detection methods in credit card transactions | |
US20190311428A1 (en) | Credit risk and default prediction by smart agents | |
CN110147823B (zh) | 一种风控模型训练方法、装置及设备 | |
CN108351985A (zh) | 用于大规模机器学习的方法和装置 | |
CN108269012A (zh) | 风险评分模型的构建方法、装置、存储介质及终端 | |
CN107169768A (zh) | 异常交易数据的获取方法和装置 | |
Naik et al. | Intelligent secure ecosystem based on metaheuristic and functional link neural network for edge of things | |
CN108446978A (zh) | 处理交易数据的方法及装置 | |
CN105590055A (zh) | 用于在网络交互系统中识别用户可信行为的方法及装置 | |
CN108734565A (zh) | 一种征信分实时调整处理方法、装置及处理服务器 | |
CN112600810A (zh) | 一种基于图分类的以太坊网络钓鱼诈骗检测方法及装置 | |
CN110113634A (zh) | 一种信息互动方法、装置、设备及存储介质 | |
CN107483451A (zh) | 基于串并行结构网络安全数据处理方法及系统、社交网络 | |
CN108197795A (zh) | 恶意团体账户识别方法、装置、终端及存储介质 | |
Moslehi et al. | A novel selective clustering framework for appropriate labeling of clusters based on K-means algorithm | |
EP3879418B1 (en) | Identity verification method and device | |
CN111105317A (zh) | 一种基于购药记录的医疗保险欺诈检测方法 | |
Alowais et al. | Credit card fraud detection: Personalized or aggregated model | |
Rezaeinia et al. | An integrated AHP-RFM method to banking customer segmentation | |
WO2019223082A1 (zh) | 客户类别分析方法、装置、计算机设备和存储介质 | |
CN108268898A (zh) | 一种基于K-Means的电子发票用户聚类方法 | |
CN112668551B (zh) | 基于遗传算法的表情分类方法 | |
Parthasarathy et al. | Comparative case study of machine learning classification techniques using imbalanced credit card fraud datasets | |
Farokhi et al. | A new application of clustering for segmentation of banks’e-payment services based on profitability |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170613 |