CN108537546A - 基于地址树的节点身份追踪方法、装置及计算设备 - Google Patents

基于地址树的节点身份追踪方法、装置及计算设备 Download PDF

Info

Publication number
CN108537546A
CN108537546A CN201810322487.3A CN201810322487A CN108537546A CN 108537546 A CN108537546 A CN 108537546A CN 201810322487 A CN201810322487 A CN 201810322487A CN 108537546 A CN108537546 A CN 108537546A
Authority
CN
China
Prior art keywords
node
suspect
associated nodes
transaction
address
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
Application number
CN201810322487.3A
Other languages
English (en)
Inventor
蒋劭捷
王伟波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Qihoo Technology Co Ltd
Original Assignee
Beijing Qihoo Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Qihoo Technology Co Ltd filed Critical Beijing Qihoo Technology Co Ltd
Priority to CN201810322487.3A priority Critical patent/CN108537546A/zh
Publication of CN108537546A publication Critical patent/CN108537546A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00Payment architectures, schemes or protocols
    • G06Q20/38Payment protocols; Details thereof
    • G06Q20/382Payment protocols; Details thereof insuring higher security of transaction
    • G06Q20/3829Payment protocols; Details thereof insuring higher security of transaction involving key management

Abstract

本发明公开了一种基于地址树的节点身份追踪方法、装置、计算设备及计算机存储介质,该方法适用于基于区块链的去中心化交易网络,包括:根据可疑节点的交易信息,确定与可疑节点具有关联关系的关联节点;依据可疑节点的地址、关联节点的地址以及可疑节点与关联节点之间的关联关系,构造可疑节点对应的地址树;查找是否存在关联节点与中心化交易平台之间的交易信息;若是,则从中心化交易平台中获取关联节点的真实身份信息,以供利用关联节点的真实身份信息和可疑节点对应的地址树,追踪可疑节点的真实身份信息。该方案利用可疑节点的交易信息便捷地构造对应的地址树,并方便地获取关联节点的真实身份信息,以实现对可疑节点的真实身份信息的追踪。

Description

基于地址树的节点身份追踪方法、装置及计算设备
技术领域
本发明涉及互联网技术领域,具体涉及一种基于地址树的节点身份追踪方法、装置、计算设备及计算机存储介质。
背景技术
区块链具有去中心化、数据公开透明、数据不可篡改等特征,能够有效地保障数据安全,可应用于金融、电商、物联网等领域中。在区块链网络中,各个区块链节点的地址和交易信息等都是公开的,但各个区块链节点是非实名的,区块链节点所对应的用户在区块链网络中可使用一个和真实身份信息完全无关的虚拟身份信息。有些人员就利用虚拟身份信息在区块链网络中进行盗币或欺诈等行为,即使人们确定了某些区块链节点为可能存在盗币或欺诈等异常行为的可疑节点,那么也很难获得这些可疑节点的真实身份信息,十分不利于对区块链网络的监管。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于地址树的节点身份追踪方法、装置、计算设备及计算机存储介质。
根据本发明的一个方面,提供了一种基于地址树的节点身份追踪方法,该方法包括:
根据可疑节点的交易信息,确定与可疑节点具有关联关系的关联节点;
依据可疑节点的地址、关联节点的地址以及可疑节点与关联节点之间的关联关系,构造可疑节点对应的地址树;
查找是否存在关联节点与中心化交易平台之间的交易信息;
若是,则从中心化交易平台中获取关联节点的真实身份信息,以供利用关联节点的真实身份信息和可疑节点对应的地址树,追踪可疑节点的真实身份信息。
根据本发明的另一方面,提供了一种基于地址树的节点身份追踪装置,该装置包括:
第一确定模块,适于根据可疑节点的交易信息,确定与可疑节点具有关联关系的关联节点;
构造模块,适于依据可疑节点的地址、关联节点的地址以及可疑节点与关联节点之间的关联关系,构造可疑节点对应的地址树;
查找模块,适于查找是否存在关联节点与中心化交易平台之间的交易信息;
获取模块,适于若存在关联节点与中心化交易平台之间的交易信息,则从中心化交易平台中获取关联节点的真实身份信息,以供利用关联节点的真实身份信息和可疑节点对应的地址树,追踪可疑节点的真实身份信息。
根据本发明的又一方面,提供了一种计算设备,包括:处理器、存储器、通信接口和通信总线,处理器、存储器和通信接口通过通信总线完成相互间的通信;
存储器用于存放至少一可执行指令,可执行指令使处理器执行上述基于地址树的节点身份追踪方法对应的操作。
根据本发明的再一方面,提供了一种计算机存储介质,存储介质中存储有至少一可执行指令,可执行指令使处理器执行如上述基于地址树的节点身份追踪方法对应的操作。
根据本发明提供的技术方案,能够利用可疑节点的交易信息便捷地构造可疑节点对应的地址树,并通过中心化交易平台方便地获取与可疑节点具有关联关系的关联节点的真实身份信息。该技术方案提供了一种能够追踪可疑节点的真实身份信息的有效途径,使得监管部门等利用关联节点的真实身份信息和可疑节点对应的地址树,能够便捷、有效地实现对可疑节点的真实身份信息的追踪,有利于对区块链网络进行监管。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本发明一个实施例的基于地址树的节点身份追踪方法的流程示意图;
图2a示出了根据本发明另一个实施例的基于地址树的节点身份追踪方法的流程示意图;
图2b示出了可疑节点A对应的地址树的示意图;
图2c示出了节点关系网的示意图;
图3示出了根据本发明一个实施例的基于地址树的节点身份追踪装置的结构框图;
图4示出了根据本发明实施例的一种计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的基于地址树的节点身份追踪方法的流程示意图,该方法适用于基于区块链的去中心化交易网络。如图1所示,该方法包括如下步骤:
步骤S100,根据可疑节点的交易信息,确定与可疑节点具有关联关系的关联节点。
在本发明中,可疑节点是指可能存在盗币、欺诈、爆破或恶意攻击等异常行为的区块链节点。中心化交易平台是指提供货币转换等服务的交易平台,具体地,中心化交易平台能够将虚拟数字货币转换成法币或者其他形式的货币,也能够将法币或者其他形式的货币转换为虚拟数字货币。其中,中心化交易平台要求对与中心化交易平台进行交易的各个区块链节点进行实名制认证处理,从而获得这些区块链节点的真实身份信息,以便进行交易管理。具体地,区块链节点的真实身份信息可包括区块链节点所对应的用户的真实姓名信息以及有效身份证件信息等。
而可疑节点为了防止其真实身份信息暴露,一般不会与中心化交易平台直接进行交易,多是通过多次交易的方式将虚拟货币传导至其他区块链节点,然后再由其他区块链节点与中心化交易平台进行交易,从而将虚拟货币转换成法币或者其他形式的货币。然而中心化交易平台仅要求对与中心化交易平台进行交易的各个区块链节点进行实名制认证处理,而可疑节点并没有直接与中心化交易平台进行交易,因此很难获得可疑节点的真实身份信息。
在根据用户举报信息或者通过对区块链节点的交易行为特征进行分析等方式确定了某个区块链节点为可疑节点的情况下,为了便于追踪到可疑节点的真实身份信息,在步骤S100中,可根据可疑节点的交易信息,确定与可疑节点具有关联关系的关联节点。在区块链网络中,各个区块链节点的交易信息是公开的,因此在确定了可疑节点之后,即可根据可疑节点的地址方便地获得可疑节点的交易信息,然后根据可疑节点的交易信息,确定与可疑节点具有关联关系的关联节点。
在本发明中,关联关系是指直接的交易关系和间接的交易关系,那么与可疑节点具有关联关系的关联节点是指与可疑节点具有直接的交易关系的区块链节点和具有间接的交易关系的区块链节点。例如,可疑节点A与区块链节点B之间进行过交易,区块链节点B与区块链节点C之间进行过交易,区块链节点C与区块链节点D之间进行过交易,那么区块链节点B是与可疑节点A具有直接的交易关系的区块链节点,区块链节点C和区块链节点D是与可疑节点A具有间接的交易关系的区块链节点,区块链节点B、区块链节点C和区块链节点D均为与可疑节点具有关联关系的关联节点。
步骤S101,依据可疑节点的地址、关联节点的地址以及可疑节点与关联节点之间的关联关系,构造可疑节点对应的地址树。
具体地,在确定了关联节点之后,可将可疑节点的地址作为地址树的根节点,将关联节点的地址作为地址树的子节点,并依据可疑节点与关联节点之间的关联关系,构造可疑节点对应的地址树。该地址树能够清楚地表明可疑节点与各关联节点的地址以及可疑节点与各关联节点之间的关联关系。
步骤S102,查找是否存在关联节点与中心化交易平台之间的交易信息;若是,则执行步骤S103;若否,则该方法结束。
其中,中心化交易平台的地址是公开的,那么在确定了关联节点之后,就可根据关联节点的地址方便地获得关联节点的交易信息,然后从这些交易信息中查找是否存在关联节点与中心化交易平台之间的交易信息。如果经查找得到存在关联节点与中心化交易平台之间的交易信息,说明中心化交易平台中记载有该关联节点的真实身份信息,则执行步骤S103;如果经查找得到不存在关联节点与中心化交易平台之间的交易信息,说明中心化交易平台中没有记载该关联节点的真实身份信息,则该方法结束。
步骤S103,从中心化交易平台中获取关联节点的真实身份信息。
在存在关联节点与中心化交易平台之间的交易信息的情况下,说明中心化交易平台中记载有该关联节点的真实身份信息,则在步骤S103中,从中心化交易平台中获取关联节点的真实身份信息,那么监管部门等就能够利用关联节点的真实身份信息和可疑节点对应的地址树,追踪可疑节点的真实身份信息。例如,监管部门可利用关联节点的真实身份信息找到该关联节点所对应的用户,然后通过该用户逐层追踪到可疑节点对应的地址树中与其具有关联关系的其他关联节点和/或可疑节点的真实身份信息,从而实现了对可疑节点的真实身份信息的有效追踪。
根据本实施例提供的基于地址树的节点身份追踪方法,能够利用可疑节点的交易信息便捷地构造可疑节点对应的地址树,并通过中心化交易平台方便地获取与可疑节点具有关联关系的关联节点的真实身份信息。该技术方案提供了能够追踪可疑节点的真实身份信息的有效途径,使得监管部门等利用关联节点的真实身份信息和可疑节点对应的地址树,能够便捷、有效地实现对可疑节点的真实身份信息的追踪,有利于对区块链网络进行监管。
图2a示出了根据本发明另一个实施例的基于地址树的节点身份追踪方法的流程示意图,该方法适用于基于区块链的去中心化交易网络。如图2a所示,该方法包括如下步骤:
步骤S200,对待识别节点的交易信息进行分析,得到待识别节点的交易行为特征。
在本实施例中,将待识别的区块链节点称为待识别节点,可根据待识别节点的交易信息来识别待识别节点是否为可疑节点。具体地,获取待识别节点的交易信息,然后对待识别节点的交易信息进行分析,得到待识别节点的交易行为特征。其中,交易信息中包括有交易时间、交易地址和/或交易数额等信息。对于一个区块链节点,该区块链节点的一条交易信息中的交易地址包括有两个地址,分别为交易支出方地址和交易接收方地址,其中,一个地址为该区块链节点本身的地址,另一个地址为与该区块链节点进行交易的其他区块链节点的地址。那么可对待识别节点的交易信息中的交易时间、交易地址和/或交易数额进行分析,获知该待识别节点在具体什么时间将多少数额的虚拟数字货币支出给哪些区块链节点,以及获知该待识别节点在具体什么时间接收到哪些区块链节点支出的多少数额的虚拟数字货币,从而得到待识别节点的交易时间特征、交易频率特征、交易地址特征和/或交易数额特征等。例如,对于某个待识别节点,分析得到的交易频率特征为每分钟交易10次,交易数额特征为每次接收到交易数额为1至2个虚拟数字货币。
步骤S201,判断待识别节点的交易行为特征是否符合预设可疑节点交易行为特征;若是,则执行步骤S202;若否,则该方法结束。
在区块链网络中,可按照区块链节点的工作情况将各个区块链节点的类型划分为矿工节点、普通节点、可疑节点、黑节点和代币发行节点等,其中,矿工节点是指贡献算力、处于挖矿状态的区块链节点,普通节点是指不处于挖矿状态且不存在盗币、欺诈、爆破或恶意攻击等异常行为的区块链节点,可疑节点是指可能存在上述异常行为的区块链节点,黑节点是指确定存在上述异常行为的区块链节点,代币发行节点是指筹措资金、提供代币发行服务的区块链节点。不同类型的区块链节点具有不同的交易行为特征。
其中,预设可疑节点交易行为特征是根据已知的可疑节点的交易信息分析得到的。如果判断得到待识别节点的交易行为特征符合预设可疑节点交易行为特征,则执行步骤S202;如果判断得到待识别节点的交易行为特征不符合预设可疑节点交易行为特征,说明该待识别节点不为可疑节点,则该方法结束。
具体地,可计算待识别节点的交易行为特征与预设可疑节点交易行为特征之间的特征匹配分值,根据计算得到的特征匹配分值,确定待识别节点的交易行为特征是否符合预设可疑节点交易行为特征。其中,可通过将计算得到的特征匹配分值与预设特征阈值进行比较的方式确定待识别节点的交易行为特征是否符合预设可疑节点交易行为特征。本领域技术人员可根据实际需要设置预设特征阈值,此处不做具体限定。例如,预设特征阈值可为80。具体地,判断特征匹配分值是否超过预设特征阈值;如果判断得到特征匹配分值超过预设特征阈值,则确定待识别节点的交易行为特征符合预设可疑节点交易行为特征;如果特征匹配分值未超过预设特征阈值,则待识别节点的交易行为特征不符合预设可疑节点交易行为特征。
步骤S202,将待识别节点确定为可疑节点。
在经步骤S201判断得到待识别节点的交易行为特征符合预设可疑节点交易行为特征的情况下,将待识别节点确定为可疑节点。
在一种可选的实施方式中,也可通过查询待识别节点的画像数据来确定其是否为可疑节点。具体地,可根据待识别节点的地址从各个区块链节点的画像数据中查询待识别节点的画像数据。其中,区块链节点的画像数据为预先根据区块链节点的交易行为特征所确定的,画像数据可包括:区块链节点的类型、区块链节点所处时区等数据。
其中,可通过下列方式来确定区块链节点的画像数据。具体地,计算区块链节点的交易行为特征与预设节点的交易行为特征之间的匹配分值,根据计算得到的匹配分值,确定相匹配的预设节点,然后将相匹配的预设节点的画像数据确定为区块链节点的画像数据。预设节点包括:矿工节点、普通节点、可疑节点、黑节点和/或代币发行节点。具体地,预设节点可包括:处于各个时区的矿工节点、普通节点、可疑节点、黑节点和/或代币发行节点。
预设节点的交易行为特征是通过对预设节点的交易信息进行分析得到的。以预设节点为矿工节点为例,假设矿工节点参与到矿池中贡献算力进行挖矿,需要每天向所属矿池支付一次一定数额的手续费,那么矿工节点在每天发起一笔交易,将一定数额的虚拟数字货币支出给矿池所对应的区块链节点,则通过对该矿工节点的交易信息进行分析可知,该矿工节点的交易时间特征为每天固定时间,交易频率特征为每天一次,交易地址特征为固定的交易地址,交易数额特征为固定的交易数额。以预设节点为代币发行节点为例,假设代币发行节点每天都会接收到100个以上的不同的区块链节点支付的不同数额的虚拟数字货币,那么通过对该代币发行节点的交易信息进行分析可知,该代币发行节点的交易时间特征为每天不固定时间,交易频率特征为每天100次以上,交易地址特征为不固定的交易地址,交易数额特征为不固定的交易数额。
其中,可通过将计算得到的匹配分值与预设阈值进行比较的方式确定相匹配的预设节点。具体地,判断匹配分值是否超过预设阈值;如果判断得到匹配分值超过预设阈值,则将匹配分值对应的预设节点确定为相匹配的预设节点;如果匹配分值未超过预设阈值,则将匹配分值对应的预设节点确定为不相匹配的预设节点。
另外,也可利用深度学习方法来确定区块链节点的画像数据。深度学习是机器学习中一种基于对数据进行表征学习的方法。可利用深度学习的识别方法对区块链节点的交易行为特征进行识别处理,确定区块链节点的画像数据。例如,可利用深度学习方法预先训练得到节点画像数据识别网络,然后通过节点画像数据识别网络来确定区块链节点的画像数据,其中,节点画像数据识别网络可根据已知类型、已知所处时区等的区块链节点的交易行为特征训练得到。具体地,将区块链节点的交易行为特征输入至预先训练的节点画像数据识别网络中,输出得到区块链节点的画像数据。
在另一种可选的实施方式中,也可通过查询预先建立的节点灰名单来确定其是否为可疑节点。具体地,根据区块链节点的画像数据可知,哪些区块链节点为黑节点,哪些区块链节点为可疑节点或代币发行节点,哪些区块链节点为矿工节点或普通节点,将确定为黑节点的区块链节点的地址添加至节点黑名单中,将确定为可疑节点的地址添加至节点灰名单,将确定为矿工节点的地址和确定为普通节点的地址添加至节点白名单中。利用所建立的节点黑名单、节点灰名单和/或节点白名单,能够快速地确定区块链节点是否存在异常行为、是否安全,有助于避免用户资产损失,实现了对区块链网络的有效监管。
步骤S203,根据可疑节点的交易信息中的交易地址,确定与可疑节点具有第1级关系的第1级关联节点。
在本实施例中,可将关联关系分为n级关系,n大于0,本领域技术人员可根据实际需要对n进行设置,此处不做具体限定,例如,n可以设置为5。那么针对n级关系中的第1级关系,可从可疑节点的交易信息中的交易地址中获取除可疑节点的地址之外的地址,然后将所获取的地址对应的区块链节点确定为与可疑节点具有第1级关系的第1级关联节点。例如,对于可疑节点A,获取到了可疑节点A的两条交易信息,这两条交易信息分别为交易信息1和交易信息2,交易信息1中的交易地址包括的两个地址分别为可疑节点A的地址和区块链节点B的地址,交易信息2中的交易地址包括的两个地址分别为可疑节点A的地址和区块链节点C的地址,那么将区块链节点B和区块链节点C确定为与可疑节点A具有第1级关系的第1级关联节点。
步骤S204,将t赋值为2。
为了确定与可疑节点具有n级关系中第2级关系的关联节点,在步骤S204中需要将t赋值为2。
步骤S205,针对n级关系中的第t级关系,根据第t-1级关联节点的交易信息中的交易地址,确定与可疑节点具有第t级关系的第t级关联节点。
具体地,从第t-1级关联节点的交易信息中的交易地址中获取除第t-1级关联节点的地址之外的地址,然后将所获取的地址对应的区块链节点确定为与可疑节点具有第t级关系的第t级关联节点。
以t等于2为例,从第1级关联节点的交易信息中的交易地址中获取除第1级关联节点的地址之外的地址,然后将所获取的地址对应的区块链节点确定为与可疑节点具有第2级关系的第2级关联节点。假设,第1级关联节点包括区块链节点B和区块链节点C。对于区块链节点B,获取到了区块链节点B的两条交易信息,这两条交易信息分别为交易信息1和交易信息3,交易信息1中的交易地址包括的两个地址分别为可疑节点A的地址和区块链节点B的地址,交易信息3中的交易地址包括的两个地址分别为区块链节点B的地址和区块链节点D的地址;对于区块链节点C,获取到了区块链节点C的两条交易信息,这两条交易信息分别为交易信息2和交易信息4,交易信息2中的交易地址包括的两个地址分别为可疑节点A的地址和区块链节点C的地址,交易信息4中的交易地址包括的两个地址分别为区块链节点C的地址和区块链节点E的地址。那么将区块链节点D和区块链节点E确定为与可疑节点A具有第2级关系的第2级关联节点。
步骤S206,将t赋值为t+1。
为了确定与可疑节点具有n级关系中除第1级关系和第2级关系之外的其他级关系的关联节点,在步骤S206中需要将t赋值为t+1。
步骤S207,判断t是否等于n+1;若是,则执行步骤S208;若否,则执行步骤S205。
如果判断得到t等于n+1,说明已完成n级关联节点的确定工作,则执行步骤S208;如果判断得到t不等于n+1,说明尚未完成n级关联节点的确定工作,则继续执行步骤S205。
在确定了n级关联节点之后,就可依据可疑节点的地址、关联节点的地址以及可疑节点与关联节点之间的关联关系,构造可疑节点对应的地址树。具体地,可通过步骤S208和步骤S209进行实现。
步骤S208,将可疑节点的地址作为地址树的根节点,将关联节点的地址作为地址树的子节点。
步骤S209,按照可疑节点与关联节点之间的关联关系,确定根节点与子节点的层次关系,构造得到可疑节点对应的地址树。
可疑节点对应的地址树是由根节点和子节点组成的,为了凸显地址树是对应于可疑节点的,可将可疑节点的地址作为地址树的根节点,将关联节点的地址作为地址树的子节点,然后按照可疑节点与关联节点之间的关联关系,依次确定根节点与子节点之间的关系以及子节点与子节点之间的关系,从而完成根节点与子节点的层次关系的确定工作,构造得到可疑节点对应的地址树。该地址树能够清楚地表明可疑节点与各关联节点的地址以及可疑节点与各关联节点之间的关联关系。
以可疑节点为可疑节点A,n为2为例,与可疑节点A具有第1级关系的第1级关联节点包括区块链节点B和区块链节点C,与可疑节点A具有第2级关系的第2级关联节点包括区块链节点D和区块链节点E,其中,区块链节点D与区块链节点B进行过交易,区块链节点E与区块链节点C进行过交易,那么将可疑节点A的地址作为地址树的根节点A,将区块链节点B、区块链节点C、区块链节点D和区块链节点E的地址分别作为地址树的子节点B、子节点C、子节点D和子节点E,并且子节点B和子节点C分别与根节点A相连,子节点D与子节点B相连,子节点E与子节点C相连,所构造得到的可疑节点A对应的地址树可如图2b所示。
步骤S210,查找是否存在关联节点与中心化交易平台之间的交易信息;若是,则执行步骤S211;若否,则该方法结束。
在确定了关联节点之后,就可根据关联节点的地址方便地获得关联节点的交易信息,然后从这些交易信息中查找是否存在关联节点与中心化交易平台之间的交易信息。如果经查找得到存在关联节点与中心化交易平台之间的交易信息,则执行步骤S211;如果经查找得到不存在关联节点与中心化交易平台之间的交易信息,说明中心化交易平台中没有记载该关联节点的真实身份信息,则该方法结束。
步骤S211,从中心化交易平台中获取经过实名制认证处理的关联节点的真实身份信息。
其中,中心化交易平台要求对与中心化交易平台进行交易的各个区块链节点进行实名制认证处理,那么在存在关联节点与中心化交易平台之间的交易信息的情况下,从中心化交易平台中获取关联节点的真实身份信息,那么监管部门等就能够利用关联节点的真实身份信息和可疑节点对应的地址树,逐层追踪与该关联节点具有关联关系的其他关联节点和/或可疑节点的真实身份信息,从而实现了对可疑节点的真实身份信息的有效追踪。
可选地,该方法还可包括:从中心化交易平台中获取各个区块链节点的真实身份信息,将每一区块链节点的地址和每一区块链节点的真实身份信息进行绑定,得到每一区块链节点的绑定结果,然后将各个区块链节点的绑定结果存储至区块链网络中的步骤。
由于中心化交易平台要求对与中心化交易平台进行交易的各个区块链节点进行实名制认证处理,那么可从中心化交易平台中获取经过实名制认证处理的各个区块链节点的真实身份信息。另外,在区块链网络中,各个区块链节点的地址是公开的,在获取了各个区块链节点的真实身份信息之后,可将每一区块链节点的地址和每一区块链节点的真实身份信息进行绑定,得到每一区块链节点的绑定结果,使得每一区块链节点的地址和其真实身份信息相对应。其中,绑定结果可为数据键值对形式的地址身份数据,具体地,将每一区块链节点的地址作为数据键(Key),将每一区块链节点的真实身份信息作为数据键对应的数据值(Value),得到与每一区块链节点对应的数据键值对形式的地址身份数据,即得到Key-Value形式的地址身份数据。
在得到了各个区块链节点的绑定结果之后,将各个区块链节点的绑定结果存储至区块链网络中,以便进行区块链网络的监管。例如,当某个区块链节点存在如盗币、欺诈、爆破或恶意攻击等异常行为时,监管部门等根据绑定结果能够快速地找到该区块链节点所对应的用户。以绑定结果为数据键值对形式的地址身份数据为例,当监管部门发现某个区块链节点存在异常行为时,将该区块链节点的地址作为Key,能够快速地查找到对应的Value,从而获得该区块链节点的真实身份信息。并且,将各个区块链节点的绑定结果存储至区块链网络中,还能够保障数据安全,使得数据不被篡改。
另外,该方法还可包括:根据各个区块链节点的交易信息中的交易地址,确定各个区块链节点之间的关联关系,依据各个区块链节点的绑定结果以及各个区块链节点之间的关联关系,构造节点关系网,以供根据节点关系网监管各个区块链节点的交易行为的步骤。
由于交易信息能够充分反映区块链节点的交易行为,所以根据交易信息中的交易地址能够清楚地获知该区块链节点与其他区块链节点的关联关系。假设各个区块链节点包括区块链节点B、区块链节点C和区块链节点D,若根据这3个区块链节点的交易信息中的交易地址可知,区块链节点B与区块链节点C之间进行过交易,区块链节点C与区块链节点D之间进行过交易,而区块链节点B与区块链节点D之间没有进行过交易,那么区块链节点B与区块链节点C之间的关联关系为直接的交易关系,区块链节点C与区块链节点D之间的关联关系为直接的交易关系,区块链节点B与区块链节点D之间的关联关系为间接的交易关系。
在确定了各个区块链节点之间的关联关系之后,可将各个区块链节点作为节点关系网中的各个节点,将各个区块链节点的绑定结果与节点关系网中的各个节点进行对应设置,并依据各个区块链节点之间的关联关系,确定节点关系网中的各个节点的连接关系,从而构造得到节点关系网,以供根据节点关系网监管各个区块链节点的交易行为。该节点关系网能够清楚地表明各个区块链节点的地址、真实身份信息以及各个区块链节点之间的关联关系。
假设各个区块链节点包括区块链节点A至区块链节点G,其中,区块链节点A与区块链节点B之间、区块链节点A与区块链节点C之间、区块链节点A与区块链节点D之间、区块链节点A与区块链节点E之间、区块链节点D与区块链节点F之间以及区块链节点E与区块链节点G之间的关联关系为直接的交易关系,区块链节点A与区块链节点F之间以及区块链节点A与区块链节点G之间的关联关系为间接的交易关系,那么将区块链节点A至区块链节点G依次作为节点关系网中的节点A至节点G,将区块链节点A至区块链节点G的绑定结果分别与节点关系网中的节点A至节点G进行对应设置,并依据各个区块链节点之间的关联关系,将节点关系网中的节点A分别与节点B、节点C、节点D、节点E相连,将节点D和节点F相连,将节点E和节点G相连,所构造得到的节点关系网可如图2c所示。
本发明不仅可利用可疑节点对应的地址树来追踪可疑节点的真实身份信息,也可利用节点关系网来追踪可疑节点的真实身份信息。具体地,依据可疑节点的地址,从节点关系网中查找可疑节点的真实身份信息和/或查找与可疑节点具有关联关系的区块链节点的真实身份信息。
由于节点关系网能够清楚地表明各个区块链节点的地址、真实身份信息以及各个区块链节点之间的关联关系,在确定了某个区块链节点为可疑节点之后,例如,确定了区块链节点A为可疑节点,那么就可依据可疑节点的地址,从节点关系网中快速地查找出可疑节点的真实身份信息,还能够从节点关系网中查找出与可疑节点具有关联关系的区块链节点的地址以及其真实身份信息,从而实现了对区块链网络的有效监管。
另外,即使可疑节点未曾与中心化交易平台进行过交易,无法从中心化交易平台获取到可疑节点的真实身份信息,那么可根据节点关系网中查找到与可疑节点具有关联关系的区块链节点的真实身份信息,然后利用与可疑节点具有关联关系的区块链节点的真实身份信息,追踪可疑节点的真实身份信息。例如,监管部门利用与可疑节点具有关联关系的区块链节点的真实身份信息找到该区块链节点所对应的用户,然后通过该用户追踪到节点关系网中与其具有关联关系的其他区块链节点和/或可疑节点的真实身份信息,从而实现了对可疑节点的真实身份信息的有效追踪。
根据本实施例提供的基于地址树的节点身份追踪方法,利用待识别节点的交易信息能够准确地识别其是否为可疑节点,在识别为可疑节点的情况下,根据可疑节点的交易信息中的交易地址,确定第1级关联节点,根据第1级关联节点的交易信息中的交易地址,确定第2级关联节点,以此类推,全面地确定n级关联节点,接着构造以可疑节点的地址为根节点,以关联节点的地址为子节点的地址树,然后通过中心化交易平台方便地获取与可疑节点具有关联关系的关联节点的真实身份信息。该技术方案提供了能够追踪可疑节点的真实身份信息的有效途径,构造了可疑节点对应的地址树,通过该地址树能够清楚地表明可疑节点与各关联节点的地址以及可疑节点与各关联节点之间的关联关系,使得监管部门等利用关联节点的真实身份信息和可疑节点对应的地址树,能够便捷、有效地实现对可疑节点的真实身份信息的追踪。另外,该技术方案使得监管部门等根据画像数据能够方便地获取各个区块链节点的具体情况;利用所建立的节点黑名单、节点灰名单和/或节点白名单,能够快速地确定区块链节点是否存在异常行为、是否安全,有助于避免用户资产损失,实现了对区块链网络的有效监管。该技术方案还能够将区块链网络中各个区块链节点的地址和其真实身份信息进行绑定,使得监管部门等能够根据绑定结果方便地获得各个区块链节点的真实身份信息,便于对各个区块链节点的交易行为进行监管;还可根据各个区块链节点的交易信息,确定各个区块链节点之间的关联关系,构造节点关系网,利用所构造的节点关系网快速地查找可疑节点的真实身份信息,极大地提高了监管区块链网络的便利性。
图3示出了根据本发明一个实施例的基于地址树的节点身份追踪装置的结构框图,该装置适用于基于区块链的去中心化交易网络。如图3所示,该装置包括:第一确定模块301、构造模块302、查找模块303和获取模块304。
第一确定模块301适于:根据可疑节点的交易信息,确定与可疑节点具有关联关系的关联节点。
具体地,第一确定模块301包括:第一确定单元3011和第二确定单元3012。第一确定单元3011适于:根据可疑节点的交易信息中的交易地址,确定与可疑节点具有第1级关系的第1级关联节点;第二确定单元3012适于:从t=2开始,针对n级关系中的第t级关系,根据第t-1级关联节点的交易信息中的交易地址,确定与可疑节点具有第t级关系的第t级关联节点;将t赋值为t+1,重复执行上述操作,直至t=n+1结束。
可选地,第一确定单元3011进一步适于:从可疑节点的交易信息中的交易地址中获取除可疑节点的地址之外的地址;将所获取的地址对应的区块链节点确定为与可疑节点具有第1级关系的第1级关联节点。
构造模块302适于:依据可疑节点的地址、关联节点的地址以及可疑节点与关联节点之间的关联关系,构造可疑节点对应的地址树。
具体地,构造模块302进一步适于:将可疑节点的地址作为地址树的根节点,将关联节点的地址作为地址树的子节点;按照可疑节点与关联节点之间的关联关系,确定根节点与子节点的层次关系,构造得到可疑节点对应的地址树。
查找模块303适于:查找是否存在关联节点与中心化交易平台之间的交易信息。
获取模块304适于:若存在关联节点与中心化交易平台之间的交易信息,则从中心化交易平台中获取关联节点的真实身份信息,以供利用关联节点的真实身份信息和可疑节点对应的地址树,追踪可疑节点的真实身份信息。
具体地,获取模块304进一步适于:从中心化交易平台中获取经过实名制认证处理的关联节点的真实身份信息。
可选地,该装置还包括:分析模块305、判断模块306和第二确定模块307。
分析模块305适于:对待识别节点的交易信息进行分析,得到待识别节点的交易行为特征。
判断模块306适于:判断待识别节点的交易行为特征是否符合预设可疑节点交易行为特征。
第二确定模块307适于:若判断模块306判断得到待识别节点的交易行为特征符合预设可疑节点交易行为特征,则将待识别节点确定为可疑节点。
其中,该装置能够按照上述各方法实施例进行执行,此处不再赘述。
根据本实施例提供的基于地址树的节点身份追踪装置,利用待识别节点的交易信息能够准确地识别其是否为可疑节点,在识别为可疑节点的情况下,根据可疑节点的交易信息中的交易地址,确定第1级关联节点,根据第1级关联节点的交易信息中的交易地址,确定第2级关联节点,以此类推,全面地确定n级关联节点,接着构造以可疑节点的地址为根节点,以关联节点的地址为子节点的地址树,然后通过中心化交易平台方便地获取与可疑节点具有关联关系的关联节点的真实身份信息。该技术方案提供了能够追踪可疑节点的真实身份信息的有效途径,构造了可疑节点对应的地址树,通过该地址树能够清楚地表明可疑节点与各关联节点的地址以及可疑节点与各关联节点之间的关联关系,使得监管部门等利用关联节点的真实身份信息和可疑节点对应的地址树,能够便捷、有效地实现对可疑节点的真实身份信息的追踪,有利于对区块链网络进行监管。
本发明还提供了一种非易失性计算机存储介质,计算机存储介质存储有至少一可执行指令,可执行指令可执行上述任意方法实施例中的基于地址树的节点身份追踪方法。
图4示出了根据本发明实施例的一种计算设备的结构示意图,本发明具体实施例并不对计算设备的具体实现做限定。
如图4所示,该计算设备可以包括:处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)406、以及通信总线408。
其中:
处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。
通信接口404,用于与其它设备比如客户端或其它服务器等的网元通信。
处理器402,用于执行程序410,具体可以执行上述基于地址树的节点身份追踪方法实施例中的相关步骤。
具体地,程序410可以包括程序代码,该程序代码包括计算机操作指令。
处理器402可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器406,用于存放程序410。存储器406可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序410具体可以用于使得处理器402执行上述任意方法实施例中的基于地址树的节点身份追踪方法。程序410中各步骤的具体实现可以参见上述基于地址树的节点身份追踪实施例中的相应步骤和单元中对应的描述,在此不赘述。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的设备和模块的具体工作过程,可以参考前述方法实施例中的对应过程描述,在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
本发明公开了:A1.一种基于地址树的节点身份追踪方法,所述方法包括:
根据可疑节点的交易信息,确定与所述可疑节点具有关联关系的关联节点;
依据所述可疑节点的地址、所述关联节点的地址以及所述可疑节点与所述关联节点之间的关联关系,构造所述可疑节点对应的地址树;
查找是否存在所述关联节点与中心化交易平台之间的交易信息;
若是,则从所述中心化交易平台中获取所述关联节点的真实身份信息,以供利用所述关联节点的真实身份信息和所述可疑节点对应的地址树,追踪所述可疑节点的真实身份信息。
A2.根据A1所述的方法,其中,所述关联关系分为n级关系;所述根据可疑节点的交易信息,确定与所述可疑节点具有关联关系的关联节点进一步包括:
根据可疑节点的交易信息中的交易地址,确定与所述可疑节点具有第1级关系的第1级关联节点;
从t=2开始,针对n级关系中的第t级关系,根据所述第t-1级关联节点的交易信息中的交易地址,确定与所述可疑节点具有第t级关系的第t级关联节点;将t赋值为t+1,重复执行本步骤,直至t=n+1结束。
A3.根据A2所述的方法,其中,所述根据可疑节点的交易信息中的交易地址,确定与所述可疑节点具有第1级关系的第1级关联节点进一步包括:
从所述可疑节点的交易信息中的交易地址中获取除所述可疑节点的地址之外的地址;
将所获取的地址对应的区块链节点确定为与所述可疑节点具有第1级关系的第1级关联节点。
A4.根据A1-A3任一项所述的方法,其中,所述依据所述可疑节点的地址、所述关联节点的地址以及所述可疑节点与所述关联节点之间的关联关系,构造所述可疑节点对应的地址树进一步包括:
将所述可疑节点的地址作为所述地址树的根节点,将所述关联节点的地址作为所述地址树的子节点;
按照所述可疑节点与所述关联节点之间的关联关系,确定所述根节点与所述子节点的层次关系,构造得到所述可疑节点对应的地址树。
A5.根据A1-A4任一项所述的方法,其中,所述从所述中心化交易平台中获取所述关联节点的真实身份信息进一步包括:
从所述中心化交易平台中获取经过实名制认证处理的所述关联节点的真实身份信息。
A6.根据A1-A5任一项所述的方法,其中,在所述根据可疑节点的交易信息,确定与所述可疑节点具有关联关系的关联节点之前,所述方法还包括:
对待识别节点的交易信息进行分析,得到待识别节点的交易行为特征;
判断所述待识别节点的交易行为特征是否符合预设可疑节点交易行为特征;
若是,则将所述待识别节点确定为可疑节点。
A7.根据A1-A6任一项所述的方法,其中,所述方法适用于基于区块链的去中心化交易网络。
本发明还公开了:B8.一种基于地址树的节点身份追踪装置,所述装置包括:
第一确定模块,适于根据可疑节点的交易信息,确定与所述可疑节点具有关联关系的关联节点;
构造模块,适于依据所述可疑节点的地址、所述关联节点的地址以及所述可疑节点与所述关联节点之间的关联关系,构造所述可疑节点对应的地址树;
查找模块,适于查找是否存在所述关联节点与中心化交易平台之间的交易信息;
获取模块,适于若存在所述关联节点与中心化交易平台之间的交易信息,则从所述中心化交易平台中获取所述关联节点的真实身份信息,以供利用所述关联节点的真实身份信息和所述可疑节点对应的地址树,追踪所述可疑节点的真实身份信息。
B9.根据B8所述的装置,其中,所述关联关系分为n级关系;所述第一确定模块包括:第一确定单元和第二确定单元;
所述第一确定单元适于:根据可疑节点的交易信息中的交易地址,确定与所述可疑节点具有第1级关系的第1级关联节点;
所述第二确定单元适于:从t=2开始,针对n级关系中的第t级关系,根据所述第t-1级关联节点的交易信息中的交易地址,确定与所述可疑节点具有第t级关系的第t级关联节点;将t赋值为t+1,重复执行上述操作,直至t=n+1结束。
B10.根据B9所述的装置,其中,所述第一确定单元进一步适于:
从所述可疑节点的交易信息中的交易地址中获取除所述可疑节点的地址之外的地址;
将所获取的地址对应的区块链节点确定为与所述可疑节点具有第1级关系的第1级关联节点。
B11.根据B8-B10任一项所述的装置,其中,所述构造模块进一步适于:
将所述可疑节点的地址作为所述地址树的根节点,将所述关联节点的地址作为所述地址树的子节点;
按照所述可疑节点与所述关联节点之间的关联关系,确定所述根节点与所述子节点的层次关系,构造得到所述可疑节点对应的地址树。
B12.根据B8-B11任一项所述的装置,其中,所述获取模块进一步适于:
从所述中心化交易平台中获取经过实名制认证处理的所述关联节点的真实身份信息。
B13.根据B8-B12任一项所述的装置,其中,所述装置还包括:
分析模块,适于对待识别节点的交易信息进行分析,得到待识别节点的交易行为特征;
判断模块,适于判断所述待识别节点的交易行为特征是否符合预设可疑节点交易行为特征;
第二确定模块,适于若所述判断模块判断得到待识别节点的交易行为特征符合预设可疑节点交易行为特征,则将所述待识别节点确定为可疑节点。
B14.根据B8-B13任一项所述的装置,其中,所述装置适用于基于区块链的去中心化交易网络。
本发明还公开了:C15.一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如A1-A7中任一项所述的基于地址树的节点身份追踪方法对应的操作。
本发明还公开了:D16.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如A1-A7中任一项所述的基于地址树的节点身份追踪方法对应的操作。

Claims (10)

1.一种基于地址树的节点身份追踪方法,所述方法包括:
根据可疑节点的交易信息,确定与所述可疑节点具有关联关系的关联节点;
依据所述可疑节点的地址、所述关联节点的地址以及所述可疑节点与所述关联节点之间的关联关系,构造所述可疑节点对应的地址树;
查找是否存在所述关联节点与中心化交易平台之间的交易信息;
若是,则从所述中心化交易平台中获取所述关联节点的真实身份信息,以供利用所述关联节点的真实身份信息和所述可疑节点对应的地址树,追踪所述可疑节点的真实身份信息。
2.根据权利要求1所述的方法,其中,所述关联关系分为n级关系;所述根据可疑节点的交易信息,确定与所述可疑节点具有关联关系的关联节点进一步包括:
根据可疑节点的交易信息中的交易地址,确定与所述可疑节点具有第1级关系的第1级关联节点;
从t=2开始,针对n级关系中的第t级关系,根据所述第t-1级关联节点的交易信息中的交易地址,确定与所述可疑节点具有第t级关系的第t级关联节点;将t赋值为t+1,重复执行本步骤,直至t=n+1结束。
3.根据权利要求2所述的方法,其中,所述根据可疑节点的交易信息中的交易地址,确定与所述可疑节点具有第1级关系的第1级关联节点进一步包括:
从所述可疑节点的交易信息中的交易地址中获取除所述可疑节点的地址之外的地址;
将所获取的地址对应的区块链节点确定为与所述可疑节点具有第1级关系的第1级关联节点。
4.根据权利要求1-3任一项所述的方法,其中,所述依据所述可疑节点的地址、所述关联节点的地址以及所述可疑节点与所述关联节点之间的关联关系,构造所述可疑节点对应的地址树进一步包括:
将所述可疑节点的地址作为所述地址树的根节点,将所述关联节点的地址作为所述地址树的子节点;
按照所述可疑节点与所述关联节点之间的关联关系,确定所述根节点与所述子节点的层次关系,构造得到所述可疑节点对应的地址树。
5.根据权利要求1-4任一项所述的方法,其中,所述从所述中心化交易平台中获取所述关联节点的真实身份信息进一步包括:
从所述中心化交易平台中获取经过实名制认证处理的所述关联节点的真实身份信息。
6.根据权利要求1-5任一项所述的方法,其中,在所述根据可疑节点的交易信息,确定与所述可疑节点具有关联关系的关联节点之前,所述方法还包括:
对待识别节点的交易信息进行分析,得到待识别节点的交易行为特征;
判断所述待识别节点的交易行为特征是否符合预设可疑节点交易行为特征;
若是,则将所述待识别节点确定为可疑节点。
7.根据权利要求1-6任一项所述的方法,其中,所述方法适用于基于区块链的去中心化交易网络。
8.一种基于地址树的节点身份追踪装置,所述装置包括:
第一确定模块,适于根据可疑节点的交易信息,确定与所述可疑节点具有关联关系的关联节点;
构造模块,适于依据所述可疑节点的地址、所述关联节点的地址以及所述可疑节点与所述关联节点之间的关联关系,构造所述可疑节点对应的地址树;
查找模块,适于查找是否存在所述关联节点与中心化交易平台之间的交易信息;
获取模块,适于若存在所述关联节点与中心化交易平台之间的交易信息,则从所述中心化交易平台中获取所述关联节点的真实身份信息,以供利用所述关联节点的真实身份信息和所述可疑节点对应的地址树,追踪所述可疑节点的真实身份信息。
9.一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的基于地址树的节点身份追踪方法对应的操作。
10.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-7中任一项所述的基于地址树的节点身份追踪方法对应的操作。
CN201810322487.3A 2018-04-11 2018-04-11 基于地址树的节点身份追踪方法、装置及计算设备 Pending CN108537546A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810322487.3A CN108537546A (zh) 2018-04-11 2018-04-11 基于地址树的节点身份追踪方法、装置及计算设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810322487.3A CN108537546A (zh) 2018-04-11 2018-04-11 基于地址树的节点身份追踪方法、装置及计算设备

Publications (1)

Publication Number Publication Date
CN108537546A true CN108537546A (zh) 2018-09-14

Family

ID=63480932

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810322487.3A Pending CN108537546A (zh) 2018-04-11 2018-04-11 基于地址树的节点身份追踪方法、装置及计算设备

Country Status (1)

Country Link
CN (1) CN108537546A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109347868A (zh) * 2018-11-27 2019-02-15 咪咕文化科技有限公司 一种信息验证方法、装置及存储介质
CN109583893A (zh) * 2018-11-21 2019-04-05 北京航空航天大学 可追踪的基于区块链的数字货币交易系统
CN110752934A (zh) * 2019-10-28 2020-02-04 江苏大周基业智能科技有限公司 拓扑结构下网络身份交互认证的方法
CN111160919A (zh) * 2019-12-31 2020-05-15 众安信息技术服务有限公司 一种区块链地址风险评估方法及装置
CN111475566A (zh) * 2019-12-31 2020-07-31 众安信息技术服务有限公司 一种区块链资金可疑交易模式的识别方法及装置
CN111937020A (zh) * 2019-06-06 2020-11-13 海付移通科技香港有限公司 一种数字货币的聚合支付方法、系统及边缘服务器
CN113079135A (zh) * 2021-03-19 2021-07-06 中山大学 一种区块链钓鱼诈骗地址检测方法、装置、终端及介质
CN113449150A (zh) * 2021-04-19 2021-09-28 深圳前海移联科技有限公司 一种数字货币的特征资金流向分析方法、系统及电子设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103927659A (zh) * 2014-04-18 2014-07-16 刘志望 一种虚拟货币的即时转移和安全支付方法
CN104809225A (zh) * 2015-05-06 2015-07-29 泰康人寿保险股份有限公司 链式信息传播追踪管理系统及方法
CN104867055A (zh) * 2015-06-16 2015-08-26 咸宁市公安局 一种金融网络可疑资金追踪与识别方法
CN105608146A (zh) * 2015-12-17 2016-05-25 布比(北京)网络技术有限公司 一种区块链溯源追踪方法
CN105956923A (zh) * 2016-04-20 2016-09-21 上海如鸽投资有限公司 资产交易平台以及资产的数字化认证和交易方法
CN107085812A (zh) * 2016-12-06 2017-08-22 雷盈企业管理(上海)有限公司 区块链数字资产的反洗钱系统及方法
CN107358440A (zh) * 2017-06-26 2017-11-17 中国人民银行数字货币研究所 数字货币定制追踪的方法和系统
JP2017220710A (ja) * 2016-06-03 2017-12-14 日本電信電話株式会社 契約合意方法、合意検証方法、契約合意装置および合意検証装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103927659A (zh) * 2014-04-18 2014-07-16 刘志望 一种虚拟货币的即时转移和安全支付方法
CN104809225A (zh) * 2015-05-06 2015-07-29 泰康人寿保险股份有限公司 链式信息传播追踪管理系统及方法
CN104867055A (zh) * 2015-06-16 2015-08-26 咸宁市公安局 一种金融网络可疑资金追踪与识别方法
CN105608146A (zh) * 2015-12-17 2016-05-25 布比(北京)网络技术有限公司 一种区块链溯源追踪方法
CN105956923A (zh) * 2016-04-20 2016-09-21 上海如鸽投资有限公司 资产交易平台以及资产的数字化认证和交易方法
JP2017220710A (ja) * 2016-06-03 2017-12-14 日本電信電話株式会社 契約合意方法、合意検証方法、契約合意装置および合意検証装置
CN107085812A (zh) * 2016-12-06 2017-08-22 雷盈企业管理(上海)有限公司 区块链数字资产的反洗钱系统及方法
CN107358440A (zh) * 2017-06-26 2017-11-17 中国人民银行数字货币研究所 数字货币定制追踪的方法和系统

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109583893A (zh) * 2018-11-21 2019-04-05 北京航空航天大学 可追踪的基于区块链的数字货币交易系统
CN109583893B (zh) * 2018-11-21 2020-07-10 北京航空航天大学 可追踪的基于区块链的数字货币交易系统
CN109347868A (zh) * 2018-11-27 2019-02-15 咪咕文化科技有限公司 一种信息验证方法、装置及存储介质
CN109347868B (zh) * 2018-11-27 2021-06-08 咪咕文化科技有限公司 一种信息验证方法、装置及存储介质
CN111937020A (zh) * 2019-06-06 2020-11-13 海付移通科技香港有限公司 一种数字货币的聚合支付方法、系统及边缘服务器
CN110752934A (zh) * 2019-10-28 2020-02-04 江苏大周基业智能科技有限公司 拓扑结构下网络身份交互认证的方法
CN111160919A (zh) * 2019-12-31 2020-05-15 众安信息技术服务有限公司 一种区块链地址风险评估方法及装置
CN111475566A (zh) * 2019-12-31 2020-07-31 众安信息技术服务有限公司 一种区块链资金可疑交易模式的识别方法及装置
CN111160919B (zh) * 2019-12-31 2024-01-23 众安信息技术服务有限公司 一种区块链地址风险评估方法及装置
CN113079135A (zh) * 2021-03-19 2021-07-06 中山大学 一种区块链钓鱼诈骗地址检测方法、装置、终端及介质
CN113449150A (zh) * 2021-04-19 2021-09-28 深圳前海移联科技有限公司 一种数字货币的特征资金流向分析方法、系统及电子设备
CN113449150B (zh) * 2021-04-19 2024-03-12 深圳前海移联科技有限公司 一种基于区块链的数字货币特征资金流向分析方法及系统

Similar Documents

Publication Publication Date Title
CN108537546A (zh) 基于地址树的节点身份追踪方法、装置及计算设备
CN108564469A (zh) 区块链节点的画像数据获取方法、装置及计算设备
De Roux et al. Tax fraud detection for under-reporting declarations using an unsupervised machine learning approach
Harlev et al. Breaking bad: De-anonymising entity types on the bitcoin blockchain using supervised machine learning
CN108615144A (zh) 区块链节点的身份信息处理方法、装置及计算设备
Irwin et al. Illicit Bitcoin transactions: challenges in getting to the who, what, when and where
WO2019100084A1 (en) Decentralized autonomous evaluation engine for intellectual property assets
US20200250780A1 (en) Decentralized Autonomous Evaluation Engine for Intellectual Property Assets
CN107730262A (zh) 一种欺诈识别方法和装置
CN110009093A (zh) 用于分析关系网络图的神经网络系统和方法
Singh et al. Fraud detection by monitoring customer behavior and activities
Zhang et al. Detecting ethereum Ponzi schemes based on improved LightGBM algorithm
Jain et al. A hybrid approach for credit card fraud detection using rough set and decision tree technique
CN108537668A (zh) 基于智能合约的数字货币交易方法及装置、计算设备
Sharmila et al. Credit card fraud detection using anomaly techniques
CN115943406A (zh) 基于身份图的欺诈检测系统和方法
Alimolaei An intelligent system for user behavior detection in Internet Banking
Khodabakhshi et al. Fraud detection in banking using knn (k-nearest neighbor) algorithm
Saxena et al. Efficient blockchain addresses classification through cascading ensemble learning approach
Xiang et al. Babd: A bitcoin address behavior dataset for pattern analysis
US20200175562A1 (en) Gem trade and exchange system and previous-block verification method for block chain transactions
Nasr et al. A Proposed Fraud Detection Model based on e-Payments Attributes a Case Study in Egyptian e-Payment Gateway
Talekar et al. Credit Card Fraud Detection System: A Survey
AU2020103293A4 (en) Block chain based smart contract and micro grid energy management system using machine learning algorithms
CN113469701A (zh) 一种区块链资产交易风险分析的方法

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: 20180914