CN112534774A - 分散的防止欺诈的安全措施 - Google Patents

分散的防止欺诈的安全措施 Download PDF

Info

Publication number
CN112534774A
CN112534774A CN201980051686.8A CN201980051686A CN112534774A CN 112534774 A CN112534774 A CN 112534774A CN 201980051686 A CN201980051686 A CN 201980051686A CN 112534774 A CN112534774 A CN 112534774A
Authority
CN
China
Prior art keywords
trust
blockchain
consensus
trust score
score
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
CN201980051686.8A
Other languages
English (en)
Inventor
埃里克·布雷维克
大卫·库查尔
马尔科姆·加兰德
哈里森·达默
大卫·马克·格劳斯布拉特
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.)
Coral Agreement Ltd
Original Assignee
Coral Agreement 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 Coral Agreement Ltd filed Critical Coral Agreement Ltd
Publication of CN112534774A publication Critical patent/CN112534774A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/50Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
    • 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
    • G06Q20/02Payment architectures, schemes or protocols involving a neutral party, e.g. certification authority, notary or trusted third party [TTP]
    • 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
    • G06Q20/22Payment schemes or models
    • G06Q20/223Payment schemes or models based on the use of peer-to-peer networks
    • 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
    • G06Q20/40Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401Transaction verification
    • G06Q20/4016Transaction verification involving fraud or risk level assessment in transaction processing
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/06Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols the encryption apparatus using shift registers or memories for block-wise or stream coding, e.g. DES systems or RC4; Hash functions; Pseudorandom sequence generators
    • H04L9/0618Block ciphers, i.e. encrypting groups of characters of a plain text message using fixed encryption transformation
    • H04L9/0637Modes of operation, e.g. cipher block chaining [CBC], electronic codebook [ECB] or Galois/counter mode [GCM]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3236Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using cryptographic hash functions
    • H04L9/3239Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using cryptographic hash functions involving non-keyed hash functions, e.g. modification detection codes [MDCs], MD5, SHA or RIPEMD
    • 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
    • G06Q2220/00Business processing using cryptography
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2209/00Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
    • H04L2209/56Financial cryptography, e.g. electronic payment or e-cash

Abstract

一种方法包括在节点服务器处获取区块链网络上的区块链地址的区块链数据。该区块链数据包括用于该区块链地址的多个交易。该方法包括基于区块链数据生成区块链地址的本地节点信任得分。本地节点信任得分指示区块链地址涉及欺诈活动的可能性。该方法包括从多个远程服务器接收区块链地址的多个附加本地信任得分。该方法包括基于本地节点信任得分和多个附加本地信任得分来确定共识信任得分。另外,该方法包括从请求设备接收对区块链地址的信任请求,并将指定区块链地址的共识信任得分发送到请求设备。

Description

分散的防止欺诈的安全措施
相关申请的交叉引用
本申请要求于2019年6月3日提交的美国申请第16/429,562号的优先权,其要求于2018年6月4日提交的美国临时申请第62/680,017号的权益。以上申请各自的公开内容通过引用整体并入本文。
技术领域
本公开涉及提供防止区块链交易中的欺诈的安全措施。
背景技术
加密货币(例如,比特币)可以为假名/匿名加密货币交易者提供交换媒介。加密货币可以在各自根据区块链协议操作的计算设备的分散网络上操作。分散网络可以控制包括不同区块链地址之间的交易列表的区块链交易分类账。分散网络上的交易可以通过密码学来验证。在一些情况下,交易者可以使用钱包应用与分散网络交互,交易者可以经由数字货币交换与分散网络交互。
发明内容
在一个示例中,一种方法包含在节点服务器处获取区块链网络上的区块链地址的区块链数据。该区块链数据包括用于该区块链地址的多个交易。该方法还包含基于区块链地址的区块链数据为该区块链地址生成本地节点信任得分。本地节点信任得分指示区块链地址涉及欺诈活动的可能性。该方法还包含从多个远程服务器接收区块链地址的多个附加本地信任得分。另外,所述方法包含基于所述本地节点信任得分和所述多个附加本地信任得分确定共识信任得分。共识信任得分指示节点服务器和多个远程服务器之间的本地节点信任得分的共识值。该方法还包含从请求设备接收对区块链地址的信任请求,并将指定区块链地址的共识信任得分发送到请求设备。
在一个示例中,系统包含一个或多个存储器部件和一个或多个处理单元。这些存储器部件被配置为存储用于区块链网络上的区块链地址的区块链数据。该区块链数据包括用于该区块链地址的多个交易。所述一个或多个处理单元被配置为执行计算机可读指令,所述计算机可读指令致使所述一个或多个处理单元基于所述区块链地址的区块链数据产生所述区块链地址的本地节点信任得分。本地节点信任得分指示区块链地址涉及欺诈活动的可能性。一个或多个处理单元被配置为从多个远程服务器接收该区块链地址的多个附加本地信任得分。一个或多个处理单元被配置为基于所述本地节点信任得分和所述多个附加本地信任得分来确定共识信任得分。共识信任得分指示本地节点信任得分的共识值。一个或多个处理单元被配置为从请求设备接收对于区块链地址的信任请求,并且将指定区块链地址的共识信任得分发送到请求设备。
附图说明
从详细描述和附图中将更全面地理解本公开。
图1A-1E示出了与加密货币交易者计算设备、中间交易系统和自动交易系统通信的示例信任网络。
图2是描述示例信任网络的操作的方法。
图3是计算本地信任得分和共识信任得分的示例节点的功能框图。
图4A是计算共识信任得分的示例节点的功能框图。
图4B是示出计算共识信任得分的示例方法的流程图。
图5是计算信誉值的示例节点的功能框图。
图6是实现信任网络的代币经济的示例节点的功能框图。
图7示出了描述奖励协议的操作的示例方法。
图8A-8B示出了用于请求和检查信任报告的图形用户界面(GUI)。
图9是在支付保险实现中使用的信任网络的功能框图。
图10A示出了质押代币和共识信任得分成本的示例关系。
图10B示出了与不同级别的节点相关联的示例服务。
图10C示出了节点数、团数、地址重叠以及节点在其控制中将获得单个地址的概率之间的示例关系。
图10D示出了样品代币质押量和节点数。
图11是示例信任得分确定模块和本地信任数据存储的功能框图。
图12是描述示例信任得分确定模块的操作的方法。
图13是数据获取和处理模块的功能框图。
图14是区块链数据获取和处理模块的功能框图。
图15A-15B示出了区块链图数据结构的生成和处理。
图16是评分特征生成模块和评分模型生成模块的功能框图。
图17是示出得分生成模块的操作的功能框图。
在附图中,附图标记可以重复使用以识别类似和/或相同的元件。
具体实施方式
尽管加密货币已经经历了增长,但由于缺乏支付人保护,加密货币作为交换媒介的主流效用可能受到更多限制。例如,发送到欺诈方的加密货币资金可能不容易收回。本公开的信任网络100为加密货币交易者生成共识信任得分。共识信任得分可以在保护用户匿名和自治的同时为加密货币交易者提供防止欺诈的安全措施。共识信任得分可以提供基础信任级别,在该基础信任级别上可以构建其他安全层,包括加密货币支付保险、保护和偿还。
信任网络100为加密货币交易者生成共识信任得分。例如,对于基于区块链技术的加密货币,信任网络100可为在区块链上交互的不同区块链地址生成共识信任得分。信任网络100可以基于从各种数据源(例如,欺诈/保管数据)检索的数据以及加密货币所基于的区块链数据来确定共识信任得分。信任得分(例如,共识信任得分)可以是指示区块链地址涉及欺诈活动的可能性的数字(例如,十进制或整数)。换言之,信任得分可以表示区块链地址涉及欺诈活动的倾向。
加密货币交易者可在参与其中资金(例如,加密货币区块链代币)在区块链上交易的加密货币区块链交易之前从信任网络100请求共识信任得分。一般而言,加密货币交易者可使用共识信任得分来确定其与之交易的区块链地址是否可信。例如,打算向接收方发送资金的交易者可以请求接收方的共识信任得分。在该示例中,交易者可以使用预期接收者的共识信任得分,以便评估预期接收者是欺诈方的可能性。
交易者可以使用共识信任得分来采取各种行动。例如,交易者可以使用共识信任得分来确定是继续进行还是取消区块链交易。作为另一示例,交易者(例如,数字交换机)可以使用共识信任得分来确定是否保险交易。作为另一个示例,组织可以使用共识信任得分来决定是否从区块链地址接受资金。同样地,在此描述的共识信任得分可以帮助保护交易者免受欺诈的损害或免受接收欺诈性资金的损害。注意,共识信任得分向交易者通知任何加密货币地址可被信任的程度,而不要求交易者知道地址后面的一方的身份。这样,共识信任得分可以保持交易者匿名。
图1A示出了经由通信网络108与加密货币交易者计算设备102、104、106(以下称为“交易者计算设备”)通信的示例信任网络100。网络108可以包括各种类型的计算机网络,诸如局域网(LAN)、广域网(WAN),和/或因特网。该信任网络100可以包括多个信任节点100-1、100-2…、100-N(在此被称为“节点”)。节点100中的每一个可以包括实现在此描述的各种协议的一个或多个节点计算设备(例如,一个或多个服务器计算设备)
节点100可获取与加密货币区块链地址相关联的数据并基于所获取的数据确定各种信任得分。基于所获取的数据在节点处本地确定的信任得分可被称为“本地节点信任得分”或“本地信任得分”。节点100可被配置为在彼此之间通信它们的本地信任得分,使得每个节点可以知道与其他节点相关联的本地信任得分。在节点获得多个本地信任得分之后,节点可基于多个本地信任得分确定候选共识信任得分(以下称为“候选信任得分”)。一个或多个节点可基于所述多个候选信任得分确定共识信任得分。所述共识信任得分可指示多个节点之间的本地信任得分的共识值。用于加密货币地址的共识信任得分可被写到分布式共识分类账,并随后从信任网络100中检索(例如,响应于信任请求)。
可以以各种格式来计算/提供在此描述的信任得分(例如,本地、候选或共识)。在一些实现中,信任得分可以是具有最小值和最大值的整数值。例如,信任得分可以在1-7的范围内,其中的信任得分在该示例中指示区块链地址可能是欺诈性的,7'的信任得分可以指示区块链地址不可能是欺诈性的(即,非常可信)。在一些实现中,信任得分可以是十进制值。例如,信任得分可以是指示欺诈可能性的十进制值(例如,从0到100%的百分比值)。在一些实现中,信任得分可以在从最大负值到最大正值的范围内(例如,从-1.00到1.00),其中较大的负值指示地址更可能是欺诈性的。在该示例中,较大的正值可以指示该地址更有可能是可信的。客户可以选择他们喜欢的信任得分格式。
这里描述的分布式信任网络100将信任得分计算工作量分布在多个节点上,以产生抵抗故障/中断和攻击的弹性网络。在一些实现中,信任网络100可包括由允许信任网络100分布计算工作量的代币(例如,UTOKEN)调节的内置交易自治。另外,在整个网络中分布信任计算可提供对意图破坏网络的欺诈/阴谋的抵抗。
交易者计算设备102、104、106包括可与信任网络100交互的计算设备。示例交易者计算设备可以包括用户交易者设备102,诸如智能电话、平板电脑、膝上型计算机、台式计算机或其他计算设备。用户交易者设备102可以包括操作系统110和多个应用,诸如网络浏览器应用112和附加应用114。
用户交易者设备102可以包括可以与加密货币区块链网络118(以下称为“加密货币网络118”)进行交易以执行区块链交易的交易应用116。交易应用116还可从信任网络100请求共识信任得分。一些示例交易应用可以被称为“钱包应用”。在一些情况下,如果分散钱包应用不与集中式服务器侧部件交互,则交易应用可称为“分散钱包应用”。
在中间交易系统104中可以包括另外的示例交易者设备。中间交易系统104(例如,一个或多个服务器计算设备)可以与加密货币网络118、用户交易者设备102和信任网络100通信。中间交易系统104可以代表用户交易者设备102执行加密货币交易。中间交易系统104还可以代表用户交易者设备102从信任网络100获取共识信任得分。在一些实现中,中间交易系统104可以为用户交易者设备102提供用户界面(例如,经由基于网络的界面和/或已安装的交易应用116)。示例中间交易系统104可以包括数字货币交换(例如,加利福尼亚州旧金山Coinbase公司)。在一些实现中,交换机可以是分散的。
在自动交易系统106中可以包括另外的示例交易者设备。自动交易系统106(例如,一个或多个服务器计算设备)可以与信任网络100和加密货币网络118通信。示例自动交易系统106可包括支付系统,诸如进行循环支付的支付系统或网关(例如,加利福尼亚州旧金山的Stripe公司或加利福尼亚州旧金山的Plaid公司)。
交易者设备102、104、106可以参与加密货币网络118上的交易。加密货币网络118可以由各自根据加密货币区块链协议120操作的计算设备的网络形成。加密货币网络118可以控制加密货币区块链交易分类账122(以下称为“加密货币分类账122”)。加密货币分类账122包括不同加密货币区块链地址之间的交易列表。加密货币分类账122还可以包括附加数据,例如交易元数据。示例加密货币网络118可以包括但不限于比特币、比特币现金、以太币和莱特币。尽管在图1A中示出了单个加密货币网络,但信任网络100可使用本文所述的技术来为多个不同加密货币区块链网络上的地址提供共识信任得分。
加密货币分类账122可以包括识别加密货币网络118上的交易者的加密货币区块链地址。交易者可以指控制针对加密货币区块链地址的交易的一方。例如,交易者可以包括个人或诸如企业、非政府组织或分散的自治组织等组织。交易者可以控制单个加密货币网络上的一个或多个加密货币区块链地址。交易者还可以在不同的加密货币网络上具有一个或多个加密货币区块链地址。
交易者可以发起区块链交易,其中交易者的区块链地址向/从另一区块链地址发送/接收资金。将资金发送到另一区块链地址的区块链地址在本文中可称为“区块链发送者地址”或“发送者地址”。接收资金的区块链地址在本文中可称为“区块链接收者地址”或“接收者地址”。
交易者设备102、104、108可以向信任网络100发送信任请求并从信任网络100接收信任响应(例如,参见图1B-1D)。信任请求可以指示交易者想要信任报告的一个或多个加密货币区块链地址(例如,一个或多个共识信任得分)。在一些实现中,信任请求可以包括请求支付,诸如区块链代币和/或法定货币(例如,美元)。请求支付可以作为用于提供共识信任得分的支付被分布给信任网络100中的节点。在一个示例中,交易者设备可以向信任网络100发送信任请求并从信任网络接收信任响应(例如,信任报告)。该交易者设备和信任网络100可以经由应用编程接口(API)进行通信。该信任请求可以包括交易的另一侧上的交易者的加密货币区块链地址。例如,来自发送者的信任请求可以请求接收者的区块链地址的信任报告。发送者可以基于接收到的信任报告做出决定,例如是否参与与接收者的加密货币区块链交易。
图1B-1D示出了不同的交易者设备/系统102、104、108、加密货币网络118和信任网络100之间的交互。在图1B中,用户交易者设备102包括与加密货币网络118进行交易的交易应用116(例如,钱包应用)。交易应用116包括与信任网络100接口的信任请求模块128。例如,信任请求模块126可以生成信任请求130(例如,网络请求)。信任请求模块126还可从信任网络100接收信任响应132。在一些实现中,信任请求模块126可生成用户可与其交互的图形用户界面(GUI),以便发送信任请求130并查看信任报告132。
在图1C中,交易者设备102可以经由中间交易系统104在加密货币网络118上进行交易。例如,在图1C中,交易者设备102可以包括与中间交易系统104交互的网络浏览器应用112。中间交易系统104(例如,网络服务器)可以提供到网络浏览器112的接口,用于在加密货币网络118上交易。中间交易系统104还可提供界面(例如,基于网络的界面)以供用户在参与区块链交易之前选择用户是否想要信任报告。
在图1D中,自动交易系统106控制加密货币网络118上的交易。自动交易系统106还可以从信任网络100请求信任报告。在一些实现中,自动交易系统106所参与的交易可取决于由信任网络100报告的共识信任得分。例如,如果信任得分指示地址不太可能涉及欺诈活动,则自动交易系统106可以参与交易。
虽然在此描述的设备/系统可以进行信任请求130以便在进行加密货币区块链交易之前接收共识信任得分,但是在一些实现中,其他设备/系统可以在其他情况下请求共识信任得分。例如,在交换机处的合规性官员可能出于合规性原因而请求共识信任得分。
参见图1E,在一些实现中,信任网络100可实现欺诈警报协议,该欺诈警报协议可自动向网络参与者(例如,欺诈警报请求设备)通知潜在的欺诈的加密货币区块链地址。例如,节点可以包括欺诈警报模块134,该欺诈警报模块134被配置为在可以由用户配置的一组欺诈警报标准下提供欺诈警报136。在一个示例中,欺诈警报模块134可以监视一个或多个加密货币地址,并且如果任何地址的共识信任得分下降到低于可信度的阈值水平(例如,由用户设置),则提供欺诈警报136。在另一示例中,如果所监视的信任得分改变超过阈值百分比,则可以发送欺诈警报136。在一些实现中,可以使用智能合同来实现欺诈警报协议,该智能合同监视共识信任得分并且根据在一些实现中可以由用户定义的一组业务规则来提供警报,可以要求节点将UTOKEN的量质押为有资格接收欺诈警报。
在一些实现中,节点可以经由状态信道的网络连接。当加密货币交易者发出信任请求和支付时(例如,UTOKEN),该请求可被闲聊直到其到达具有所请求的共识信任得分的节点。该节点可以将共识信任得分返回给加密货币交易者。然后可以根据奖励协议授权支付。
示例交易者可以包括但不限于保管交换、非保管交换、保管钱包、非保管钱包、新代币开发者和销售者、分散应用、区块链使能的商家、节点操作员、算法供应商和工作安全证明提供者。
保管交换可以指的是能够在代表其客户持有资产的同时交换加密资产的实体(例如,公司)。保管交换机可使用共识信任得分来评估存放加密资产是否是欺诈性的,从而有助于确保其服务不用于洗钱。另外,保管交换可以接收警报以监视它们保管的区块链地址。非保管交换可以指在不代表代币购买者或销售者持有加密资产的情况下实现加密资产交换的实体(例如,公司)。非保管交换机可以使用共识信任得分来评估订约方的可信度。
保管钱包可以指代表顾客持有私钥并使其能够发送和接收加密资产的实体(例如,公司)。保管钱包可使用共识信任得分来评估正被存放的加密资产是否是欺诈性的并接收欺诈警报。他们还可以使用共识信任得分来保护他们的用户免于向欺诈性地址发送加密资产。非保管钱包可以指的是制造允许个人在个人设备上本地持有和交易加密资产的软件的实体(例如,公司)。非保管钱包可使用共识信任得分来保护其用户免于向欺诈性地址发送加密资产以及免于接收欺诈性资金。
新代币开发者和销售者可以指创建软件的实体(例如,公司或个人),所述软件在由对等网络运行时创建新分散代币。该公司还可以向感兴趣的买方出售代币的一些初始分布。这些交易者可以执行首次代币发行(ICO)。新代币开发者和销售者可以使用共识信任得分来确保用于购买他们的代币的资金不是欺诈性的,从而确保他们以合规方式出售代币。
分散应用可以指运行在分散网络上的应用。这些应用可以包括管理金钱的应用,涉及金钱但需要另一个金钱的应用,以及包括投票和治理系统的其他应用。除了保护参与者免受欺诈之外,分散型应用还可以将共识信任得分用于涉及对订约方信任的评估的任何活动。
启用区块链的商家可以指接受以加密资产(例如,安全代币)的形式支付的实体(例如,公司)。启用区块链的商家可以使用共识信任得分来确保正被用作支付的资金不是欺诈性的。它们还可以接收关于它们与之交互的地址的警报。
返回来参考图1A,该环境包括信任网络100可用于确定区块链地址是否是欺诈性的数据源124。这里描述的示例数据源124包括欺诈数据源和保管数据源。信任网络100可基于包括在数据源124中的数据以及包括在加密货币分类账122中的数据来确定本地信任得分。
图2示出了描述图1A-1D所示的环境的操作的示例方法。例如,图2的方法示出了针对单个加密货币区块链地址的本地信任得分、候选信任得分和共识信任得分的确定。可以多次执行图2的方法以确定多个加密货币区块链地址的本地信任得分、候选信任得分和共识信任得分。
在框200中,节点100获取并处理与加密货币地址相关联的欺诈和保管数据124。在框202中,节点100获取并处理与该加密货币地址相关联的加密货币区块链数据。在框204中,节点100各自基于在框200-202中获取的数据确定加密货币地址的本地信任得分。
在框206中,节点100彼此通信加密货币地址的本地信任得分。在通信本地信任得分之后,每个节点可以包括由其他节点计算的多个本地信任得分。在框208中,节点100基于本地信任得分确定加密货币地址的候选信任得分。在框210中,节点100基于加密货币地址的候选信任得分来确定加密货币地址的共识信任得分。在框212中,节点100可更新分布式共识信任得分分类账以包括所计算的共识信任得分。在框214-216,信任网络100从请求设备接收对加密货币地址的信任请求130,并向请求设备发送包括共识信任得分的信任响应132。
图3示出本地信任得分的生成。图4A至图4B示出了共识信任得分的生成。除了生成信任得分之外,信任网络100还可实现关于图5-7描述的附加特征。在一些实现中,信任网络100可实现计算并存储信誉值的信誉协议,该信誉值指示与节点相关联的各种参数,诸如节点所执行的工作量(例如,参见图5)。
在一些实现中,信任网络100可实现作为信任网络100中的交换媒介来操作的代币经济。这里描述的代币经济使用称为“UTGKEN”的代币。节点中的每一个都可以实现钱包模块(例如,参见图6),该钱包模块可以根据在信任网络中实现的协议来发送、接收、质押和燃烧UTGKEN。
在一些实现中,信任网络100可实现跟踪节点的各种参数(例如,工作量)并使用UTOKEN奖励节点的奖励协议(例如,参见图6-7)。信任网络100还可实现确定节点的功能并处罚某些节点行为(例如,欺诈性数据的产生)的质押协议。
信任网络100中的不同节点可被配置为实现信任网络100的不同特征。例如,不同的节点可被配置为实现在此描述的不同协议或协议的部分。在一些实现中,质押协议可以确定节点可以实现哪些特征。包括在节点中的模块和数据存储可以表示由节点实现的协议和由节点存储的数据。每个节点可以包括一个或多个计算设备。在一些实现中,多个节点可在单个计算设备上运行。
图3示出了包括信任得分确定模块300和本地信任数据存储302的示例节点100-1。信任得分确定模块300获取并处理本文所述的各种数据,诸如欺诈和保管数据124以及区块链数据。本地信任数据存储302可以存储用于多个加密货币地址的数据。
与单个加密货币地址相关联的数据在这里被示为区块链地址记录304。本地信任数据存储302可包括多个这样的区块链地址记录,每个记录用于不同的加密货币地址。每个区块链地址记录304可以包括唯一地识别该记录304的区块链地址306。每个区块链地址记录304还可以包括与区块链地址306相关联的本地信任得分308。区块链地址记录304可包括针对区块链地址随时间计算的本地信任得分的历史。
这里描述的区块链地址记录304表示存储在本地信任数据存储302中的数据。节点100-1可以包括用于实现数据的各种不同的数据结构。因此,区块链地址记录304可使用一个或多个不同于本文中明确说明的数据结构来实施。
在图3中,信任得分确定模块300获取并处理各种类型的数据,例如保管数据和欺诈数据124。示例欺诈和保管数据可以包括提供关于加密货币地址的欺诈证据和/或指示拥有/控制该加密货币地址的一方的数据。信任得分确定模块300可以将与加密货币地址相关的保管和欺诈数据存储在区块链地址记录304中。信任得分确定模块300还可以基于所获取的欺诈数据来生成欺诈标签,该欺诈标签指示该加密货币地址是否可能是欺诈性的。
信任得分确定模块300获取并处理区块链数据(例如,加密货币分类账122)。信任得分确定模块300可将与加密货币地址相关的原始和经处理的区块链数据存储在区块链地址记录304中。示例加密货币区块链数据可以包括用于多个不同加密货币地址之间的多个区块链交易的数据。
信任得分确定模块300基于所获取的区块链数据和欺诈/保管数据来确定加密货币地址的本地信任得分。在一些实现中,信任得分确定模块300可以基于区块链数据(例如,参见图15B)来生成区块链图数据结构。信任得分确定模块300还可处理所述图以确定可用于产生本地信任得分的一个或多个基于图的值(例如,重要性值)。
在一些实现中(例如,参见图16),信任得分确定模块300可以生成针对加密货币地址的评分特征,并基于该评分特征和其他数据(例如,标记的欺诈数据)来生成一个或多个评分模型。在这些实现中,信任得分确定模块300可使用一个或多个评分模型和与区块链地址相关联的评分特征来生成区块链地址的一个或多个本地信任得分。图11-17示出了信任得分确定模块300和本地信任数据存储302的更详细的实现。
多个节点可以彼此通信以便达到针对加密货币地址的共识信任得分。每个节点可以由节点识别符(ID)来识别(例如,唯一地识别)。在一些实现中,在节点开始时生成公/私钥对。在这些实现中,节点的公钥可以用作节点ID,尽管可以使用其他识别符
在不同节点访问相同/类似的加密货币区块链数据和欺诈/保管数据的情况下,不同节点可以计算相同/类似的本地信任得分。在一些情况下,节点之间的本地信任得分可以不同。例如,当节点可以访问不同的欺诈和保管数据时,本地信任得分可以不同。在特定示例中,位于不同管辖区域(例如,国家)中的节点可以访问在其它管辖区域中被阻塞的数据源。在另一特定示例中,一些节点可以以不同的速率访问信息。
节点100实现确定加密货币地址的共识信任得分的信任共识协议。共识信任得分可存储在分布给跨信任网络100的节点的共识信任得分分类账400中。图4A示出了包括共识确定模块310和信任共识数据存储312(以下称为“共识数据存储312”)的示例节点100-1。信任网络100可以包括多个节点,这些节点包括关于图4A-4B所描述的功能。共识确定模块310可以与其他节点的其他共识确定模块(例如,经由通信模块310-1)通信以确定共识信任得分。共识数据存储312包括共识信任得分和共识信任得分分类账400中的其它数据。
共识确定模块310可以与其他节点(例如,其他节点的共识模块)通信。例如,每一节点可经由传出信任共识消息402将其本地信任得分通信到其他节点。另外,每一节点可经由传入信任共识消息404从其他节点接收本地信任得分。示例信任共识消息可包括节点ID、节点IP地址、加密区块链地址和相关联的本地信任得分。在一些情况下,代替指示相关联的本地信任得分,信任共识消息可指示本地信任得分尚未被计算或正在被计算的过程中。
共识确定模块310可基于从其它节点接收到的本地信任得分(例如,使用列表构建模块310-2)来生成本地信任得分列表406(“信任得分列表406”)。信任得分列表406可以包括用于加密货币地址的节点ID和对应的本地信任得分的列表。共识确定模块310可以为每个加密货币地址生成本地信任得分列表406。每个节点可以将其信任得分列表通信给其他节点。例如,节点可以发送/接收包括信任得分列表的信任得分消息。节点可基于其它接收到的信任得分列表来更新本地信任得分列表。
信任网络100中的每个节点可被配置为与不同的节点组通信。换言之,信任网络100中的节点可被配置为与不重叠的节点组通信。由于不同的节点可以与不同的其他节点组通信,因此最终,彼此通信本地信任得分的每个节点可以知道其他节点的本地信任得分计算。在这种情况下,不同节点可以包括类似的信任得分列表。在一些示例中,信任得分列表中的信任得分可以在几分之一秒或几秒之内收敛。
加密货币地址的信任得分列表406可以包括本地信任得分的频率(计数)分布。在一些情况下,信任得分列表406可包括紧密分组内的大量本地信任得分。在一些情况下,信任得分列表406可包括具有主要分组之外的值的离群值信任得分。例如,离群值可能是由于用于产生本地信任得分的信息的变化。作为另一示例,一个或多个离群值可由产生/分布欺诈性信任得分的节点引起。如本文所述,产生/分布欺诈性信任得分的节点可以负责(例如,通过燃烧所质押的资金)。
共识确定模块310基于包括在信任得分列表406中的本地信任得分来确定候选信任得分(例如,使用候选确定模块310-3)。在一些实现中,共识确定模块310可包括触发对候选信任得分的确定的“候选确定标准”。示例候选确定标准可包括阈值数的节点和/或阈值分数的节点的本地信任得分的存在。例如,共识确定模块310可响应于包括在信任得分列表中的本地信任得分的阈值数/分数的存在来确定候选信任得分。
在一些实现中,共识确定模块310可响应于信任得分列表中的信任得分的分布模式来确定候选信任得分。例如,如果信任得分分布包括离群值,则当信任得分以分布为中心(例如,紧密地以单个分布为中心)时,共识确定模块310可被触发以确定候选信任得分,共识确定模块310可继续与其它节点通信本地信任得分。在特定示例中,当分布的方差小于阈值方差时,共识确定模块310可被触发以确定候选信任得分。在存在多个模式的分布的情况下,共识确定模块310可确定模式是否有效或模式是否归因于欺诈性信任得分。类似地,如果分布的方差太大(例如,大于阈值),则共识确定模块310可确定该方差是否是由于计算的变化和/或欺诈行为。共识确定模块310可在确定候选信任得分之前滤除(即,移除)可归因于欺诈行为的信任得分。
共识确定模块310可以使用各种技术来确定候选信任得分。在一些实现中,共识确定模块310可在确定候选信任得分之前从信任得分列表中移除离群值本地信任得分。共识确定模块310可基于信任得分列表406中的剩余本地信任得分的平均值(例如,混合平均值)来确定候选信任得分。例如,共识确定模块310可通过使用基于节点计数的本地信任得分的统计加权平均来确定候选信任得分。
节点可以在彼此之间通信候选信任得分。节点还可以存储候选信任得分408。一组共识确定模块可以基于多个候选信任得分408来确定加密货币地址的共识信任得分。在一些实现中,共识确定模块可监视候选信任得分以确定候选信任得分是否收敛于类似的信任得分。共识确定模块可被配置为响应于与所述候选信任得分相关联的一个或多个共识触发而确定共识信任得分。例如,如果大于阈值数/分数的候选信任得分是一致的(例如,在阈值方差内),则共识确定模块可以被配置为确定共识信任得分。
在一些实现中,共识确定模块可执行与候选信任得分相关联的验证操作(例如,使用验证模块310-4)。例如,共识确定模块可执行对候选信任得分的错误检查。所述错误检查操作可以包括验证对于所述候选得分是否实际发生了本地信任得分的通信或者是否发生了导致所述候选得分的阴谋。在一些实现中,共识确定模块可以查询参与本地信任得分的通信的多个节点和候选得分的确定,以确定多个节点彼此通信的是什么。在一些实现中,节点可以选择领导节点来执行错误检查操作并确定节点是否一致。
在验证候选信任得分之后,共识确定模块310可计算共识信任得分。在一些实现中,共识确定模块可基于候选信任得分的平均值(例如,混合平均值)来确定共识信任得分。例如,共识确定模块可以通过使用基于计数的候选信任得分的统计加权平均来确定共识信任得分。共识确定模块310然后可用共识信任得分更新共识分类账400。然后,共识确定模块310可以将更新的分类账分布给其他节点(例如,使用分类账更新模块310-5)。在一些实现中,尽管未参与生成共识分类账400的节点可接收共识分类账400的更新版本,但是仅节点的子组可将信任得分和其它数据写入共识分类账400。
共识分类账400包括随时间变化的不同加密货币地址的共识信任得分。包括在共识分类账400中的共识信任得分可以被提供给信任得分请求者。共识分类账400还可包括指示何时将共识信任得分写入分类账400的定时数据。对于所确定的共识信任得分,共识分类账可包括与共识信任得分相关联的验证信息,例如用于共识信任得分的候选信任得分和被验证的节点。存储共识信任得分的验证信息可允许节点检查如何验证共识信任得分。
节点100可以被配置为针对新加密货币地址生成新信任得分并且随时间更新信任得分。例如,信任得分确定模块可以被配置为生成/更新加密货币地址的本地信任得分。作为另一示例,共识确定模块可被配置为随时间生成/更新候选信任得分和共识信任得分。更新频率可以通过共识协议来设置。在某些情况下,与加密货币地址相关联的数据可能随时间改变。在一些情况下,包括在隐藏区块链中的数据可随时间变化。这些信任得分确定模块和共识确定模块可以被配置为响应于数据中的此类改变来生成新信任得分。
在一些实现中,共识确定模块可以将新本地信任得分和/或更新本地信任得分通信到其他节点。例如,如果本地信任得分中的更新导致大于阈值量的改变,则共识确定模块可以将本地信任得分中的更新通信到其他节点。对本地信任得分的更新可依次引起候选信任得分的改变,对候选信任得分的改变可引起共识信任得分和共识分类账的改变。以这种方式,共识分类账400可以反映多个加密货币地址的共识信任得分随时间的历史。
关于信任得分的计算,不同节点可以具有不同的功能级别。不同的功能可以基于节点所质押的值(例如,UTOKEN)的量,其中更大的质押量可以授权更多的功能。在一些实现中,所有节点可被授权购买信任得分并且包括共识分类账的副本。在这些实现中,节点的子组可被配置为计算本地信任得分、候选信任得分和共识信任得分。另外,节点的子组或另一子组可被配置为向共识分类账写入共识信任得分。
图4B示出了从示例节点100-1的角度描述共识信任得分的计算的示例方法。图4B的方法可被执行多次以确定多个加密货币区块链地址的本地信任得分、候选信任得分和共识信任得分。
在框410-412中,信任得分确定模块310获取并处理欺诈和保管数据124和加密货币区块链数据。在框414中,信任得分确定模块310确定加密货币地址的本地信任得分。在框416中,共识确定模块310从其它节点接收本地信任得分。在框418中,共识确定模块310向其它节点发送本地信任得分。
在框420中,共识确定模块310确定是否计算候选信任得分(例如,基于候选确定标准)。如果不满足候选确定标准,那么共识确定模块310可继续在框416-418中与其它节点通信本地信任得分。如果共识确定模块310确定满足候选确定标准,则在框422中,共识确定模块310可基于信任得分列表406中的本地信任得分确定候选信任得分。在框424中,共识确定模块310可基于多个候选信任得分来确定共识信任得分。在框426中,共识确定模块310可更新共识信任分类账400以包括共识信任得分。
参见图5,信任网络100可实现信誉协议,其中多个节点各自可计算一个或多个信誉值。节点的信誉值可以指示与节点相关联的各种参数,诸如在信任得分计算和分布期间节点所执行的工作的量,所执行的工作的质量(例如,准确性)以及节点操作的一致性(例如,节点正常运行时间)。信誉值可由信任网络100中的其它协议使用。例如,节点可基于与一个或多个节点相关联的信誉值来确定候选和/或共识信任得分。作为另一示例,可以根据节点的信誉值来奖励和/或惩罚节点。
节点100-1包括确定节点的信誉值的信誉确定模块500。在一些实现中,节点100可以向其它节点发送信誉消息504-1、504-2。信誉消息504可包括信誉数据,诸如与一个或多个节点相关联的信誉值。以此方式,每个节点可接收多个其它节点的信誉值。在特定示例中,每个节点可被配置为与一组其它节点通信信誉数据。在该特定示例中,每个节点可以直接向该组节点中的任何节点请求信誉数据。另外,每个节点还可从该组节点中的任何节点请求多个其它节点的信誉数据。
节点包括存储用于多个节点(例如,信任网络上的节点的子组)的信誉数据的信誉数据存储502。信誉数据可被存储在包括多个节点ID以及相关联的信誉值的信誉分类账508中。信誉数据存储502还可存储附加信息508,诸如用于生成信誉值的数据和与生成共识信任得分相关联的数据。
信誉确定模块500可以为每个节点确定多个不同的信誉值。在一些实现中,信誉确定模块500可确定节点关于计算信任得分执行的工作量的一个或多个工作信誉值。例如,信誉确定模块500可基于所计算的本地信任得分的数目、所计算的候选信任得分的数目以及与计算共识信任得分相关的工作量来确定一个或多个信誉值。一个或多个工作信誉值还可以基于由节点执行的通信量(例如,信任共识消息)。
信誉确定模块500还可基于节点所执行的计算的质量来确定节点的多个质量信誉值。例如,质量信誉值可以基于由节点产生的多个信任得分离群值以及产生信任得分有多快。信誉确定模块500还可以基于共识信任得分到请求者的分布和信任得分作为欺诈警报的分布来确定节点的多个分布信誉值。
信誉确定模块500还可基于诸如节点带宽、节点处理能力、节点吞吐量和节点可用性等各种节点参数来确定多个节点性能信誉值。与节点可用性相关联的示例信誉值可以基于正常运行时间值、平均故障间隔时间(MTBF)值和/或平均修复时间(MTTR)值。
信誉确定模块500可基于存储在节点处的数据量(例如,历史数据)和存储数据的时间量来确定一个或多个数据存储信誉值。信誉确定模块500还可确定指示节点已被包括(例如,在线)在信任网络100中的时间量的一个或多个信誉值。信誉确定模块500可以基于由节点质押的量来确定一个或多个质押信誉值。另外,信誉确定模块500可以确定一个或多个离群值信誉值,所述一个或多个离群值信誉值指示与节点相关联的离群值的数目以及所述离群值被认为是欺诈性的还是被证据支持的。
在一些实现中,信誉确定模块500可以计算一个或多个复合信誉值,每个复合信誉值可以是在此描述的任何个体信誉值的函数。例如,复合信誉值可以是一个或多个复合信誉值的加权计算。
信誉数据存储502可存储除信誉分类账之外的信息。例如,信誉数据存储502可存储历史信任得分数据或用于确定信誉值的其它数据。在一个示例中,信誉数据存储502可存储每个信任得分的历史以及对来自每个节点的信任得分的贡献。在更特定示例中,该历史数据可包括参与共识计算的节点的数目、计算中使用的得分的范围以及共识得分所基于的其它因素。
在一些实现中,共识确定模块310可以基于一个或多个信誉值来确定候选信任得分和/或共识信任得分。例如,共识确定模块310可以基于与节点相关联的信誉来确定信任得分是否是离群值。在一些实现中,共识确定模块310可以在验证操作期间考虑信誉值。
参照图6,在一些实现中,信任网络100可实现作为信任网络100中的交换媒介操作的代币经济。例如,信任网络节点可包括实现实用代币协议602的实用代币模块600。实用代币协议602可以由代币(例如,本地实用代币)供电。实用代币可以被分配名称(例如,新造的名称)。例如,尽管可以使用其他名称,但是这里可以将实用代币称为“UTOKEN”。
信任网络100包括可跨节点存储在实用代币数据存储604中的实用代币区块链分类账606。实用代币分类账606可以是集成到信任网络100中的公共交易分类账的版本。实用代币分类账606可包括不同实用代币区块链地址之间的UTOKEN交易的列表。例如,实用代币分类账606可指示与节点100相关联的各种交易,例如UTOKEN的购买、信任得分的购买、向奖励协议中的支付、由奖励协议支付的奖励,以及由节点质押的资金量。实用代币分类账606还可包括附加数据,诸如交易元数据。
UTOKEN可以在信任网络100上以各种方式使用。在一些实现中,UTOKEN可被用作访问信任得分和欺诈警报的支付。在一些实现中,UTOKEN可被用于奖励执行工作的节点。在一些实现中,节点可质押UTOKEN以启用信任网络100内的附加功能。尽管此处将UTOKEN描述为信任网络100中的交换媒介,但也可将其它支付类型用作信任网络100中的交换媒介。例如,可以使用其他类型的支付/代币来获取信任得分、获取欺诈报告、支付奖励,以及质押。在一些实现中,实用代币模块600可以实现用于信任网络100的智能合同。在601处示出了在实现实用代币协议期间节点之间的通信。
最初,信任网络100可以包括设定数量的UTOKEN。例如,最初可以有1,000,000,000UTOKEN。UTOKEN可以最初被授权和/或出售给节点。在一些实现中,UTOKEN的供应可以以通货紧缩的方式扩展,其可以跟踪包括节点总数、交易量、质押量和UTOKEN代币的细分的经济指标。
每个节点可包括钱包模块614,钱包模块614可用于在实用代币区块链606上执行交易。钱包模块614可以实现各种功能。在一些实现中,钱包模块614可用于购买信任得分。如本文所述,可将对信任得分的支付放入奖励协议中。在一些实现中,钱包模块614可用于发送/接收UTOKEN(例如,与其他节点)。在一些实现中,钱包模块614可用于质押UTOKEN。在一些实现中,钱包模块614可锁定UTOKEN,从而向信任网络100指示锁定的UTOKEN在解锁之前不可用于发送。在一些实现中,钱包模块614可用于燃烧UTOKEN。燃烧UTOKEN可防止燃烧的UTOKEN将来用于任何功能。
信任网络100可实现接收各种活动(例如,购买信任得分和购买欺诈警报)的支付的奖励协议。信任网络100可基于多种因素向节点(例如,节点钱包)支付UTOKEN。节点包括奖励模块608和实现奖励协议的奖励数据存储610。例如,奖励模块608可以接收UTOKEN支付并将UTOKEN作为奖励支付支付给节点(例如,根据所执行的工作)。奖励数据存储610可存储奖励分类账616,所述奖励分类账616指示接收奖励支付的节点以及与奖励支付相关联的对应因素(例如,所执行的工作)。例如,奖励分类账616可以提供对由奖励协议接收的UTOKEN的量、奖励的计算,以及响应于计算而支付给不同节点的UTOKEN的量的记账。可根据实用代币分类账606上的一个或多个奖励地址来存储与奖励协议相关联的UTOKEN支付。
奖励协议可以从各种来源接收UTOKEN。例如,奖励协议可以接收用于购买信任得分报告的UTOKEN。作为另一示例,奖励协议可以接收用于购买欺诈警报的UTOKEN。
奖励协议可以基于与节点相关联的多种因素来向节点进行奖励支出。在一些实现中,奖励协议可以基于与节点相关联的信誉值来向节点支付奖励。奖励协议可以检查一个或多个信誉分类账506以确定与节点相关联的信誉值。奖励支出计算可以是包括一个或多个信誉值的多因素计算。在一些情况下,奖励计算和支付可以周期性地执行。
在一些实现中,奖励协议可基于指示节点关于计算/通信信任得分所执行的工作量的一个或多个工作信誉值来支付奖励。奖励协议可以为在计算和通信信任得分方面执行更多工作的节点支付更大部分的奖励。在一些实现中,奖励协议可以基于节点所执行的计算的质量基于节点的一个或多个质量/分布信誉值来支付奖励。奖励协议可以为产生离群值信任得分的节点支付较小部分的奖励。
在一些实现中,奖励协议可以基于对请求者的共识信任得分的分布以及作为欺诈警报的信任得分的分布,基于节点的一个或多个分布信誉值来支付奖励。奖励协议可以为分布更大量信任得分的节点支付更大部分的奖励。在一些实现中,奖励协议可以基于一个或多个性能信誉值来支付奖励。例如,奖励协议可以向具有更大带宽、处理能力、吞吐量和可用性的节点支付更大的奖励。
在一些实现中,奖励协议可以基于一个或多个数据存储信誉值来支付奖励。例如,奖励协议可以向存储更多数据的节点支付更大的奖励。在一些实现中,奖励协议可基于指示节点已被包括(例如,在线)在信任网络100中的时间量的一个或多个信誉值来支付奖励。例如,奖励协议可以向已经在信任网络100中在线更长时间段的节点支付更大的奖励。在一些实现中,奖励协议可以基于一个或多个质押信誉值来支付奖励。例如,奖励协议可以向具有质押更多UTQKEN的节点支付更大的奖励。
在一些实现中,算法供应商可以在UTOKEN中被奖励以提供向生态系统贡献算法的节点。在一些实现中,可以使用工作证明共识算法来验证UTOKEN分类账的工作安全证明提供者可以接收UTOKEN作为块奖励以激励其参与生态系统。在603示出了实现奖励协议期间节点之间的通信。
图7示出了描述奖励协议的操作的示例方法。在框700中,奖励协议接收对信任得分和欺诈警报的支付。在框702中,奖励协议检索多个节点的信誉值。在框704中,奖励协议基于与节点相关联的信誉值来确定对多个节点的奖励支出。在框706中,奖励协议根据所确定的支出支付节点。在框708中,奖励协议更新奖励分类账616以反映支付计算(例如,基于信誉值)和支付量。奖励协议可周期性地重复图7的方法,使得节点可针对其对信任网络100的相对贡献而周期性地奖励。
信任网络100可实现其中每个节点可质押一定量的UTGKEN的质押协议(例如,使用质押模块612)。质押UTOKEN的量可以确定提供给节点的功能级别。质押UTOKEN可以反映在实用代币分类账606中。
质押UTOKEN可以处于信任网络100的临时控制下。例如,在一些实现中,奖励协议可以通过移除质押UTOKEN来处罚节点。在一些实现中,质押功能可以被实现为智能合同,其中违反该合同导致一些被质押UTOKEN的交出(例如,燃烧)。在这些实现中,智能合同的履行导致UTOKEN被返回给质押方。在一些实现中,如果离群值得分被确定为是欺诈性的,则奖励协议可以处罚用于产生离群值信任得分的节点。
在一些实现中,当网络参与者质押一定数量的UTOKEN(例如,所需数量)时,可以形成节点。节点所质押UTOKEN的量可以确定节点可以实现的功能的量。例如,质押更多的UTOKEN可允许节点实现更大量的网络功能。在这些情况下,节点可以被分配不同的功能级别。较低层节点可具有限于请求信任得分的功能。更高层节点可以参与计算本地信任得分、候选信任得分和共识信任得分。可存在可在信任网络100上执行任何数目的服务的任何数目的节点级别。如果信任网络处罚了节点并燃烧了该节点的质押,则该节点可能在级别上下降并失去相应的功能。在605处示出了在实施质押协议期间节点之间的通信。
在一些实现中,节点支付信任得分所需的成本可随着节点所质押UTOKEN的量增加而降低。在这些情况下,节点质押越多,获得信任得分(例如,通过实时报告)所需的UTOKEN就越少。质押UTOKEN和共识信任得分成本的示例关系在图10A的表中描述。在一个特定示例中,为了有资格获得折扣,可能需要在一段时间(例如,至少90天)内对质押量的UTOKEN进行质押。
图8A-8B示出了可由交易应用116或中间交易系统104在用户交易者设备102上生成的示例GUI。所示出的GUI可以用于加密货币交易中的发送者。可以假设图8A-8B中发生区块链交易的加密货币网络使用“硬币”单位进行交易。GUI的顶部包括指示发送者的信息的字段,诸如发送者的区块链地址和它们的余额(例如,10硬币)。GUI的顶部还包括发送者可以在其中指定接收者地址并指示潜在交易的交易量(例如,5硬币)的字段。GUI包括可以发起发送者和接收者之间的指定交易的“发送硬币”GUI元素。
图8A-8B中GUI的下部为发送者提供了在进行交易之前从信任网络100获取信任报告的选项。例如,在图8A中,用户可选择(例如,触摸/点击)“请求信任报告”GUI元素以向信任网络100发送信任请求。信任请求可包括接收者的地址,如上面“至:(To:)”框中所指定。图8B示出了响应于信任请求而接收到的示例信任报告。
在图8B中,所接收的信任报告指示接收者具有的信任得分-.90。在这种情况下,可以假定接近-1.0的负值信任得分指示接收者地址可能是欺诈性的。类似地,接近1.0的正值的信任得分可以指示接收者地址除了数值得分-0.90之外不可能是欺诈性的,信任报告还总结了信任得分数值的含义。具体地,信任报告指示“信任得分指示接收者可能参与欺诈活动”。GUI还提供发送者可以选择(例如,触摸/点击)取消指定交易的“取消交易”GUI元素。
在一些实现中,可以向发送者收取请求共识信任得分的量。在发送者经由交换进行交易的实现中,交换可将UTOKEN花费在奖励协议中以检索共识信任得分。在发送者不经由中间交易系统104交互的实现中,发送者可以从信任网络100购买UTOKEN以用于获得共识信任得分。
图9示出了作为支付保险过程的一部分查询信任网络100的示例。在图9中,用户交易者设备102经由中间交易系统900在加密货币区块链网络118上进行交易。中间交易系统900包括可从信任网络100检索信任报告的信任请求模块126。中间交易系统900还可以向交易者提供支付保险。
图9的中间交易系统900包括可以确定交易是否将被保险的支付保险模块902。中间交易系统900的所有者/操作者和支付保险系统904的所有者/操作者(例如,保险商系统)可以同意交易可保险的条款。在一些实现中,可以为其中交易区块链地址具有指示欺诈可能性低的信任得分的交易提供支付保险。支付保险系统904可以获取与交易相关的数据(例如,信任得分、定时等)以用于审计目的。
在图9中,最初,交易者设备102可以发起与中间交易系统900的交易。响应于所发起的交易,中间交易系统900(例如,信任请求模块126)可以检索接收者和/或发送者的信任报告。然后,中间交易系统900可以确定交易是否是可保险的。例如,支付保险模块902可以确定交易区块链地址是否具有指示低欺诈可能性的信任得分。在一些实现中,支付保险模块902可以将共识信任得分与指示最大可容忍欺诈可能性的信任得分阈值进行比较。在这些实现中,如果共识信任得分小于信任得分阈值,则支付保险模块902可以指示交易是可保险的。如果共识信任得分大于可容忍的欺诈级别,则可以拒绝支付保险。
在一些实现中,支付保险模块902可以查询支付保险系统904以确定交易是否是可保险的。该查询可以指示交易方的共识信任得分。在这些实现中,支付保险系统904可以确定是否保险交易。支付保险系统904然后可以通知中间交易系统900交易是否是可保险的。
除了在支付保险过程中起作用的信任网络100之外,信任网络100还可以在其他金融过程中起作用。例如,可以使用由信任网络100生成的信任得分/报告以便冻结交易和/或追回资金。
信任网络100可包括任何数目的节点。如在此所描述的,节点100可以具有不同的功能级别(例如,基于质押)。节点的级别可以是可变的,并且不同的节点级别可以有资格参与不同的服务。图10B示出了与三个不同级别的节点相关联的示例服务。
在一些实现中,1级节点可以在一段时间(例如,至少90天)内质押最小量的UTOKEN,X。在一些实现中,1级节点可以执行所有节点活动。除了执行对信任得分的更新并参与实时报告之外,1级节点还可以参与信任得分处理和信任仲裁,收集和验证欺诈和保管的证据以及发送交易者欺诈警报。在一些实现中,1级节点可以是最重要的节点。在一些情况下,为了维持信任网络的安全性,应当存在最少量的1级节点(例如,100个1级节点)。分散式自治组织(DAO)可以包括在不满足最小值的情况下运行附加的1级节点的命令。
在一些实现中,2级节点可质押最小量的UTOKEN(例如,与X/2成比例)一段时间(例如,至少90天),以执行信任得分更新并参与信任仲裁。2级节点可另外更新UTOKEN分类账,向区块链添加保管证据,并递送欺诈警报。3级节点可质押最小量的UTOKEN(例如,与X/5成比例)一段时间(例如,至少90天),以验证欺诈和保管证据。
可以将信任报告请求存储在节点的交易存储池中,用于处理和优先化。每个节点级别可以具有单独的交易存储池。例如,在一些实现中,3级节点可以不存储报告请求。然而,1级可以存储报告请求(例如,状态信道更新)。在一些实现中,参与欺诈和保管验证的节点可使用单独的存储池来用于这些目的。
节点可以为执行服务获得奖励。例如,节点可以获得与其级别成比例的奖励。当加密货币交易者访问信任得分时,UTOKEN可以在被奖励的节点之间分离。另外,当在实用代币区块链中保护区块时,节点可获得挖掘奖励的百分比(例如,45%)。
节点级别可以具有相应的奖励队列。每个节点接收的挖掘奖励的量(例如,挖掘奖励的45%)可以与它们所质押的量(例如,节点级别)成比例。当节点加入信任网络100时,它可以被放置在队列的底部,只要它积极地在信任网络100上提供服务(例如,服务证明),它就可以向上排队。当它到达队列的顶部(例如顶部10%)时,就有资格进行奖励选择。在特定示例中,随机选择的概率可以是1/n,其中n是队列的顶部10%中的节点数。
在特定实现中,节点服务的成本的目标面值可以是1UTOKEN,而节点收入的面值可以是1.2UTOKEN。在该特定实现中,共识信任得分价格被设置为高于帮助确保对节点的奖励的成本。
节点贡献程序可使节点能够共同开发用于共识信任得分的算法。该程序可以是允许节点更好地分配信任得分的算法(例如,预测算法)的准确性的贡献路径。该程序可以允许网络演进以最佳地适合新用例并且在区块链上进行开发。对贡献者的奖励可由DAO通过赏金计划来控制。
该实用代币协议可以由DAO管理。DAO允许协议跟上新发展。参与者可以使用UTOKEN在DAO中投票。DAO可以被提供初始代币供应的赋予(例如,5%)的资金,并且如果1级节点数低于设定数量(例如,100),则DAO可以使用DAO资金来运行最低所需节点,并且DAO可以接收一定百分比的挖掘奖励(例如,每个挖掘奖励的10%)。
DAO可以确定协议更新,包括调整供应系数,设置更新协议的边界,改进或调整与伙伴的现有集成,以及在完成时接受工作。DAO可以分配和奖励该赏金计划。如果恶意行动者试图利用信任网络100,则可打开算法的漏洞赏金来解决该特定模式,从而强化整个生态系统。DAO可以另外批准对开源bot软件的改变。
DAO可以控制关键系统变量,包括每个节点级别的UTOKEN质押数、质押周期和每个质押量的加密货币交易者折扣。
正确比例的节点质押可以实现健康的代币经济。DAO可以修改协议,以确保有足够的UTOKEN在循环中以便于交易,并有足够的质押,以提升健康和平衡的代币速度。图10D示出了样品UTOKEN质押量和1级节点数。例如,图表可以描述当在循环中存在35%和50%之间的UTOKEN时的示例节点数。
节点可基于区块链的有机基础图拓扑将更新信任得分的工作分成团。然后可将团分配给节点以更新并报告。将图分成团可以防止各个节点完全访问所有信任数据。这可以在保持完整图的同时保护代币经济的完整性。在团内可能存在地址的重叠。随着节点数的增加,团重叠可能增加。
图10C的表格示出了节点数、团数、地址重叠以及节点在其控制中将获得单个地址的概率的示例关系。这里,重叠可以与节点数成比例。信任网络100的安全性可以与信任网络100上的节点数成比例。节点获得特定地址的最大概率为5%,每团最少有5个重叠地址。
节点获得单个地址的概率可以由下式确定:P(地址A)=(具有地址A的团数)/(团总数)。
然而,获得对特定地址的控制的概率可以不同于获得对任何地址的控制的概率。如果参与者仅具有一个节点,则该参与者无法获得对单个地址的控制,因为其他节点也在其团中包含该地址。
变成节点的高成本可能是网络防止Sybil攻击的一种方式。因为团放置可能是伪随机的,所以在一些情况下,恶意行动者必须控制平均51%的节点以对单个地址具有51%的控制。
下面描述的超几何分布可用于计算节点随机获得单个地址或任何地址的51%控制的概率。
N=节点数
B=错误节点(想要控制地址的节点)
O=重叠
C=51%=(O/2)+1的控制的节点数
Figure BDA0002930491370000261
节点越多,UTOKEN的成本越高,就越难以攻击。对于具有5个重叠的100个节点的基本情况,获得地址的51%控制的概率可以是:
Figure BDA0002930491370000262
Figure BDA0002930491370000263
当团数增加到1,000,重叠增加到50时,概率变为1.7e-10。随着节点和团数增加,控制任何单个地址的信任得分的51%攻击的概率接近0。
图11是信任得分确定模块300(以下称为“信任模块300”)和本地信任数据存储302的示例详细功能框图。图12是描述信任模块300的操作的方法。参见图11,信任模块300获取并处理本文所述的各种数据。经处理的数据可被包括在本地信任数据存储302中。与单个加密货币区块链地址相关联的数据在本文中被示为区块链地址记录304。记录数据存储1110可以包括多个这样的区块链地址记录304,每个记录对应于不同的区块链地址。每个区块链地址记录304可以包括唯一地识别该记录的区块链地址306。这里描述的区块链地址记录304表示存储在本地信任数据存储302中的数据。本地信任数据存储302可包括用于实现数据的各种不同数据结构。因此,区块链地址记录304可使用一个或多个不同于本文中明确说明的数据结构来实施。
图12是描述图11所示的信任模块300的操作的方法。在框1200中,数据获取和处理模块1100获取并处理多种类型的数据124,例如保管数据和欺诈数据(例如,参见图13)。数据获取和处理模块1100可将与区块链地址相关的保管和欺诈数据1118存储在区块链地址记录304中。数据获取和处理模块1100还可以基于所获取的欺诈数据来生成欺诈标签1120,该欺诈标签1120指示区块链地址是否可能是欺诈性的。
在框1202中,区块链获取和处理模块1102获取并处理区块链数据(例如,区块链分类账122)(例如,参见图14)。区块链获取和处理模块1102可将与区块链地址相关的原始和经处理的区块链数据1122存储在区块链地址记录304中。在框1204中,图生成和处理模块1104基于区块链数据生成区块链图数据结构(例如,参见图15A-15B)。区块链图数据结构可以存储在图数据存储1112中。图生成和处理模块1104还可处理图以确定可用于生成本地信任得分的一个或多个基于图的值1124(例如,重要性值)
在框1206中,特征生成模块1106针对区块链地址(例如,参见图16)生成评分特征1126。在框1208中,评分模型生成模块1108基于评分特征和其他数据(例如,标记的欺诈数据)生成一个或多个评分模型。可以将一个或多个评分模型存储在评分模型数据存储1114中。在框1210中,得分生成模块1116使用一个或多个评分模型和与区块链地址相关联的评分特征(例如,参见图17)来为区块链地址生成一个或多个本地信任得分308。可将与共识信任得分的请求和响应相关的数据存储为区块链地址记录304的请求数据1128。
现在参考图13-15A和图16-17描述信任模块300和本地信任数据存储302的详细示例。为了说明的目的,在图中省略了各种模块和数据存储。例如,各种模块和数据存储已被省略以集中于与示出的模块和数据存储相关联的功能。
图13示出了欺诈和保管数据源的数据获取和处理。图14示出了区块链数据的获取和处理。图15A-15B示出区块链图数据结构的生成和处理。图18示出了评分特征生成和评分模型生成。图17示出了使用区块链地址的评分模型和评分特征来生成区块链地址的本地信任得分。
参见图13,数据获取和处理模块1100包括从欺诈和保管数据源124获取数据的数据获取模块1100-1。数据获取和处理模块1100还包括处理所获取的数据的数据处理模块1100-2。可以将原始和经处理的数据1118存储在记录数据存储1110中。数据获取模块1100-1可以多种方式获取数据。在一些实现中,数据获取模块1100-1可以获取策划数据,如合伙伴/客户提供的策划/购买数据。在一些情况下,数据可以是用户同行检查的结构化数据。
在一些实现中,数据获取模块1100-1可以被配置为自动地获取数据(例如,爬取/抓取网站)。例如,数据获取模块1100-1可被配置为进行有目标数据获取,诸如获取特定社交媒体账户的数据。作为另一个示例,数据获取模块1100-1可以执行更一般数据获取,例如更一般站点爬取/抓取。
数据获取模块1100-1可从保管数据源124-1获取保管数据。保管数据可指示拥有/控制区块链地址的一方(例如,密钥)。可以保管区块链地址的示例方可包括但不限于交换机、钱包和银行。在一些实现中,保管源124-1可以提供保管数据。
在一些实现中,信任模块300可以实现保管人特定的信任得分生成。例如,信任模块300可基于与区块链地址相关联的保管人来选择特定评分模型。在一些实现中,信任模块300可以实现针对区块链地址的客户/保管人特定报告(例如,基于与区块链地址相关联的保管人)。例如,可以针对特定保管人以特定方式格式化信任报告。
数据获取模块1100-1从各种欺诈数据源124-2获取可以提供欺诈证据的数据。信任模块300可基于欺诈数据来确定区块链地址的欺诈可能性。例如,信任模块300可基于欺诈数据将区块链地址标记为欺诈。随后,信任模块300可基于标记的区块链地址生成评分特征和评分模型。
在一些实现中,信任模块300可被配置为获取指示与区块链地址相关联的欺诈活动的数据库和列表。在一个示例中,欺诈数据源124-2可包括欺诈信息的数据库,诸如欺诈信息的第三方数据库和/或顾客提供的欺诈信息的数据库。数据库可以由公共实体(例如,政府观察名单)和/或私人实体(例如,公司产生的观察名单)提供。
在一些示例中,可以以黑名单的形式提供欺诈信息的数据库,该黑名单包括已经被识别为参与欺诈的区块链地址的列表。在该示例中,数据获取模块1100可以获取公共黑名单、购买黑名单,和/或从客户接收黑名单。在一些情况下,黑名单可能已经由信任方(例如,专家)的团体进行了同行检查。在一些实现中,如果地址被包括在黑名单上,数据处理模块1100-2可以将地址标记为欺诈性的。在其他实现中,在黑名单上的存在区块链地址可被用作用于确定列入黑名单的区块链地址是否可能是欺诈性的评分特征。
在一些实现中,数据获取模块1100-1可以被配置为从目标位置获取欺诈数据,目标位置诸如由网络统一资源定位符(URL)和/或用户名(例如,特定社交媒体账户)指定的因特网上的位置。在一些实现中,可以提供数据获取模块1100-1可以监视欺诈活动的位置(例如,网络URL)。例如,客户可以向与特定区块链地址相关联的社交媒体页面提供网络地址。在该示例中,如果在网络内容中在该网络地址处出现除了所指定区块链地址之外的区块链地址,则数据处理模块1100-2可识别欺诈行为。在另一示例中,如果存在首次代币发行(ICO)的已知贡献地址,则可以检测到欺诈性地尝试获取资金的账户和区块链地址(例如,网络钓鱼)。信任网络100可以向用户通知该欺诈性地址并使用这里所描述的欺诈活动的证据。
虽然数据获取模块1100-1可以被配置为从目标位置获取欺诈数据,但是在一些实现中,数据获取模块1100-1通常可以爬取和抓取用于欺诈数据和其他数据的其他数据源(例如,社交媒体站点)。在这些示例中,数据处理模块1100-2可以基于跨社交媒体平台的行为来识别欺诈性区块链地址,诸如请求来自多个社交媒体用户的资金的诈骗,直接向其他用户索取资金的新账户,以及提供假首次代币发行诈骗。
在一些实现中,信任模块300(例如,数据处理模块1100-2)可将区块链地址标记为欺诈性的(例如,在1120)。例如,数据处理模块1100-2可以基于欺诈数据将区块链地址标记为欺诈。在特定示例中,如果区块链地址包括在一个或多个黑名单中,则数据处理模块1100-2可以将区块链地址标记为欺诈。如果区块链地址未被标记为欺诈,则区块链地址的欺诈状态可能是未知的。换句话讲,未标记的区块链地址未必指示区块链地址不是欺诈性的。在一些情况下,区块链地址可被标记为非欺诈性的已知良好地址。例如,交换钱包或经验证的智能合同可以是已知良好地址的示例。
对于分配有一个或多个信任得分并被标记为欺诈的区块链地址,区块链地址的欺诈标签可以在区块链地址的欺诈的问题上起决定作用。同样地,在这些实现中,信任模块300可忽视区块链地址的信任得分和/或将区块链地址的信任得分设置为100%的欺诈确定性。在其它实现中,信任模块300可继续计算标记为欺诈的区块链地址的信任得分。
欺诈标签1120还可以包括欺诈标签元数据。欺诈标签元数据可以指示用于将区块链地址标记为欺诈的信息的来源(例如,特定黑名单)。欺诈标签元数据还可以指示欺诈的类型(例如,网络钓鱼诈骗)。欺诈标签元数据还可以包括欺诈行为的内容,诸如与诈骗相关联的文本(例如,在线或在电子邮件中张贴的文本)。信任模块300可以将欺诈标签元数据返回给请求设备,以清楚地解释信任模块300将区块链地址标记为欺诈性的原因。
参见图14,区块链数据获取模块1102-1(以下称为“区块链获取模块1102-1”)可从区块链网络118获取区块链数据。例如,区块链获取模块1102-1可以获取区块链交易分类账122。区块链获取模块1102-1可以将原始区块链数据1122存储在记录数据存储1110中。区块链处理模块1102-2可以处理区块链交易分类账122,并将处理后的区块链值1122(例如,交易量、休眠等)存储在记录数据存储1110中(例如,在区块链地址记录304中)。
区块链交易分类账122包括多个区块链交易的数据。每个交易可以包括:1)发送者地址,2)接收者地址,以及3)价值量(例如,硬币量)。交易还可以包括唯一识别区块链上的交易的交易识别数据。交易识别数据在这里可以被称为交易识别符(ID)。在一些实现中,交易散列可被用作交易的唯一识别符。交易散列可以是唯一识别交易的伪随机字符串。一些区块链还可包括可被存储和处理的附加数据。示例性附加数据可包括内部交易数据,诸如在以太网智能合同中执行的程序。
区块链交易分类账可以包括多个区块。每个区块可以包括交易的集合。区块可包括在特定时间段内在区块链上发生的交易的集合。区块可包括可充当区块的识别符的区块号(例如,顺序分配号)。在比特币的情况下,交易可以包括发送方地址、接收方地址、发送量和描述速度的各种参数。以太网可以包括类似的交易数据,以及在执行功能的情况下执行智能合同上的功能周围的原始数据。
不同的区块链网络可包括不同类型的区块链分类账。例如,不同的区块链分类账可以包括不同格式的区块链交易数据。作为另一示例,不同区块链分类账可包括与交易相关联的附加或替代数据。区块链获取模块1102-1可以配置为获取不同区块链的区块链交易数据。例如,区块链获取模块1102-1可以包括不同的模块,每个模块可以被配置用于获取不同区块链网络的区块链交易数据。
在一些情况下,区块链网络可包括指示区块链交易的时间(例如,相对/绝对时间)的定时数据。在这些实现中,区块链获取模块1102-1可使用所提供的定时数据来指示交易何时发生。在其它情况下,区块链网络可不包括定时数据。在这些实现中,区块链获取模块1102-1可以生成交易的时间戳。在一些情况下,可以从分配给交易的区块生成定时数据。可将区块分配为挖掘过程的一部分,借此区块链上的行动者竞争以验证一组交易的有效性。一旦区块被挖掘并且交易被验证,那么定时数据可从其它挖掘者的共识中被假定。
区块链处理模块1102-2可以基于所获取的区块链数据来确定各种值。信任模块300(例如,得分生成模块1116)可以使用所确定的值作为用于确定信任得分的评分特征。信任模块300(例如,模型生成模块1108)还可以基于所确定的值来生成评分模型。用于区块链地址的区块链值可存储在区块链地址记录中(例如,在1122)。
区块链处理模块1102-2可以包括用于确定在此描述的不同区块链值的功能。例如,图14的区块链处理模块1102-2包括可以确定区块链地址的休眠值的休眠确定模块1400。区块链处理模块1102-2还包括行为识别模块1402,其可确定区块链地址是否与一个或多个行为模板(例如,模式或指纹)匹配。包括在图14的区块链处理模块1102-2中的模块1400、1402仅是示例模块。同样,区块链处理模块1102-2可包括图14中所示出的那些模块之外的附加/替代模块。另外,包括在图14的区块链数据1122中的区块链值仅是示例值。同样,区块链地址的区块链数据可包括附加/替代值
在一些实现中,区块链处理模块1102-2可以确定与由区块链地址交易的资金量相关联的值。例如,区块链处理模块1102-2可以确定:1)区块链地址接收的资金总量,2)区块链地址发送的资金总量,3)区块链地址内外交易的资金总量,以及4)区块链地址的平均交易量。
在一些实现中,区块链处理模块1102-2可以确定与关联于区块链地址的交易的定时相关联的值。例如,区块链处理模块1102-2可确定区块链地址的活动水平,例如地址参与交易的频繁程度(例如,交易之间的平均时间和方差)。作为另一个示例,区块链处理模块1102-2可以确定与该地址相关联的交易的年龄。与定时相关的另一示例评分特征可以包括资金进入和从区块链地址退出资金之间的时间(例如,单次交易的定时或多次交易的平均)。在一些情况下,欺诈活动可能不会立即退出地址。
作为另一示例,休眠确定模块1400可以确定区块链地址的休眠概率。示例休眠概率可指示区块链地址不与交易相关联的时间量。例如,休眠概率可以指示与地址的交易之间的期望时间相关的区块链地址不与交易相关联的时间量。换一种方式,示例休眠时间可指示区块链地址休眠的概率。关于休眠可能性,在一些情况下欺诈性地址可能不会长时间保持活动。
在一些实现中,区块链处理模块1102-2可以确定与交易的定时和交易量相关联的值。例如,区块链处理模块1102-2可以确定:1)在一段时间内接收的资金总量,2)在一段时间内转账的资金总量,以及3)在一段时间内交易的资金总量。
在一些实现中,区块链处理模块1102-2可以确定与区块链地址如何与其它区块链地址交互相关联的值。例如,区块链处理模块1102-2可以确定已经与区块链地址交互的地址的列表和/或已经与区块链地址交互的地址的总数(例如,作为发送者和/或接收者)。可以迭代地计算该值以确定地址对于其局部邻域和作为整体的区块链是如何重要的。
区块链处理模块1102-2包括行为识别模块1402,其可确定区块链地址是否匹配可指示欺诈的特定行为模板。如果行为识别模块1402识别区块链地址的行为与行为模板之间的匹配,则该匹配可被存储在区块链地址记录304中。在一些实现中,本地信任数据存储302可存储一组行为模板。在这些实现中,行为识别模块1402可确定区块链地址的行为是否匹配该组行为模板中的一个或多个。
行为模板可以包括一组条件,如果满足,则使得行为模板与区块链地址匹配。行为模板可以包括基于在此描述的任何区块链值的条件。例如,行为模板可以包括基于以下中的至少一个的条件:1)转账的资金量,2)交易数,3)交易的定时(例如,交易速率),4)区块链地址如何与其他地址(例如,不同的发送者/接收者的数量和交易的模式)交互,以及5)地址休眠的可能性。
在一个特定示例中,行为模板可以以阈值速率定义交易(例如,5个交易进和出))的阈值数。在该示例中,如果区块链地址在快速连续(例如,短的快速突发)中参与少量交易(例如,小于或等于阈值数),则可以匹配行为模板。行为模板的另一个示例条件可以是高休眠概率,因为任何交易都可能限于突发。在另一个特定示例中,行为模板可以定义交易的高阈值数(例如,区块链的非规则高)。在该示例中,如果区块链地址参与大于阈值数的交易,则可以匹配行为模板。在该示例中,行为模板还可要求高重要性值,从而要求区块链地址具有匹配模板的最小重要性值。此外,行为模板可能要求低的休眠可能性,因为欺诈行为可能遵循常规交易的模式。
如果区块链地址匹配行为模板,则匹配可作为区块链值存储在区块链地址记录304中。例如,区块链地址记录可以存储用于每个行为模板的二进制值(例如,0/1),其指示行为模板是否匹配。在行为识别模块1402确定指示区块链地址与行为模板匹配得有多好的值(例如,十进制或整数值)的实现中,该值可被存储在区块链地址记录304中。
参见图15A-15B,图生成模块1104-1基于多个不同区块链地址的区块链交易来生成区块链图数据结构。图数据结构包括区块链地址和区块链地址之间的交易。例如,对于每个区块链地址,图数据结构可以描述与区块链地址相关联的每个交易以及交易的方向,例如区块链地址是发送者还是接收者。图数据结构还可以包括每个交易的交易量。在一些实现中,图数据结构可以包括欺诈数据(例如,欺诈标签)。欺诈标签可以指示地址已经被包含在欺诈活动中(例如,是已知的欺诈性地址)。
图15B示出了图数据结构的示例表示。在图15B中,图数据结构由节点和边表示。图数据结构包括区块链地址作为图的节点。区块链地址之间的交易是节点之间的边,其中箭头指示交易的方向(例如,接收者在箭头处)。每个交易的量标记在箭头旁边。节点上方包括每个区块链地址的欺诈标签。图15B包括具有区块链地址A、X、Y、Z的4个交易者。区块链地址Y已被标记为欺诈性地址。其它区块链地址具有未知的欺诈状态。该图示出了3个区块链交易。第一交易是从区块链地址X到区块链地址A达第一量(即,量1)。第二交易是从区块链地址Y到区块链地址A达第二量(即,量2)。第三交易是从区块链地址A到区块链地址Z的第三量(即,量3)。
图数据结构存储在图数据存储1112中。图生成模块1104-1可以随时间更新图数据结构,使得图数据结构包括区块链网络118上所包括的交易的最新表示。
图处理模块1104-2可以使用图数据结构来生成基于图的值1124。基于图的值1124可存储在区块链地址记录304中。图处理模块1104-2可以随时间更新基于图的值1124。
在一些实现中,图处理模块1104-2可以确定每个区块链地址的一个或多个重要性值。所述重要性值可指示区块链地址相对于其它区块链地址(例如,相对于所有区块链地址)的重要性。在一些实现中,图处理模块1104-2可以基于相邻的区块链地址来确定区块链地址的重要性值。在一些实现中,图处理模块1104-2可以通过区块链地址的重要性来对相邻区块链地址的贡献进行加权。
在一些实现中,图处理模块1104-2可以通过对进入区块链地址的交易的数进行计数来确定重要性值。在该特定示例中,更多的交易可以指示区块链地址比具有更少的传入交易的其他区块链地址更重要。在一些实现中,图处理模块1104-2可以通过确定区块链与之交互的不同区块链地址的数来确定重要性值。在一些实现中,图处理模块1104-2可以确定指示进入区块链地址的资金总量相对于离开地址的资金量(例如,离开量除以进入量)的重要性值。在另一示例中,图处理模块1104-2可确定指示进入区块链地址的交易数相对于离开区块链地址的交易的数的重要性值(例如,用进入的交易总数除以离开的交易总数)。在另一示例中,图处理模块1104-2可基于进入区块链地址的交易数、离开区块链地址的交易数、进入资金的量以及离开资金的量来确定重要性值。在一些实现中,图处理模块1104-2可实现其它处理技术,诸如PageRank(PR)和/或个性化命中时间(PHT)。
在一些实现中,图处理模块1104-2可以确定欺诈距离评分特征,该欺诈距离评分特征指示区块链地址与图中的欺诈的距离。例如,欺诈距离评分特征可以包括离欺诈的最小距离、离欺诈的平均距离,和/或区块链地址已经与之交互的欺诈性区块链地址的数量。
参考图18,特征生成模块1106可以为每个区块链地址生成评分特征。信任模块300(例如,得分生成模块1116)可以基于与区块链地址相关联的评分特征来生成区块链地址的一个或多个本地信任得分。评分特征可以是数值(例如,整数或十进制值)、布尔值(例如,0/1)、枚举值或其他值。
特征生成模块1106可以基于在此描述的任何区块链值来生成评分特征。例如,区块链地址的评分特征可基于1)与交易相关联的量,2)与交易相关联的定时数据(例如,休眠),3)与区块链地址相关联的基于图的值(例如,一个或多个重要性值),和/或4)与区块链地址相关联的基于行为的数据。
对于基于行为的数据,特征生成模块1106可生成指示区块链地址是否匹配行为模板中的任一个的布尔评分特征。在另一示例中,特征生成模块1106可以为每个行为模板生成布尔评分特征,使得评分特征识别哪些行为模板被匹配。在另一示例中,特征生成模块1106可以生成指示匹配了多少行为模板(例如,总可用百分比)的评分特征。在另一示例中,代替生成布尔特征,特征生成模块1106可以生成指示区块链地址与行为模板匹配得多好的数值,诸如指示行为模板匹配得多好的十进制值(例如,0.00-1.00)。
信任模块300包括评分模型生成模块1108(在本文中称为“模型生成模块1108”),其可产生用于产生区块链地址的本地信任得分的评分模型1800。例如(例如,参见图17),评分模型可接收区块链地址的评分特征并输出区块链地址的本地信任得分。模型生成模块1108可以基于训练数据生成评分模型。该训练数据可以包括评分特征以及相关联的欺诈标签。模型用作输入的该组评分特征在本文中可以被称为“特征向量”。在一些实现中,信任模块300可使用深度神经网络来评分,其中分类由已知的好/坏地址确定。可以在特征向量上训练神经网络。在一些实现中,信任模块300可以利用基于随机森林、决策树和逻辑回归的模型,并将它们以“专家共识”的形式组合。
模型生成模块1108可以基于训练数据生成评分模型(例如,机器学习模型),该训练数据包括特征向量组以及它们相应的欺诈标签(例如,欺诈:0/1)在此示例中,所产生的评分模型可输出指示区块链地址是欺诈性的可能性的本地信任得分(例如,十进制值)。在一些实现中,训练数据还可以包括肯定地指示区块链地址是已知良好地址(例如,非欺诈性)的标签。
尽管信任模块300可生成用于生成本地信任得分的评分模型,但信任模块300可以其它方式生成本地信任得分。例如,信任模块300可以使用根据规则生成本地信任得分的评分函数(例如,加权评分函数)和/或启发式模型来生成本地信任得分。
图17示出了为区块链地址生成本地信任得分的示例得分生成模块1118。得分生成模块1116可以通过使用区块链地址的特征向量和评分模型来生成区块链地址的本地信任得分。例如,得分生成模块1116可以将区块链地址的特征向量输入到输出本地信任得分的评分模型中。
用于区块链地址的本地信任得分308可以存储在区块链地址记录304中。得分生成模块1116可以为每个区块链地址生成本地信任得分。得分生成模块1116还可以随着时间更新本地信任得分,诸如当获取附加数据时。区块链地址记录304可包括最近计算的本地信任得分以及历史上计算的本地信任得分。在一些实现中,信任模块300可利用本地信任得分(和历史得分)的改变来提供实时报警系统,使得如果地址的信任得分下降(例如,在组织通过其控制的地址接收欺诈性资金的情况下),则可通知一方。信任模块300可提供可挂钩到其服务的API,该API可冻结交易并警报该组织处的相关人员(例如,通过电话、电子邮件等)。
得分生成模块1116可以被配置为以各种格式提供本地信任得分。在一些实现中,该本地信任得分可以是具有最小和最大值的整数值。例如,本地信任得分可以在1-7的范围内,其中信任得分‘1’指示区块链地址可能是欺诈性的。在该示例中,信任得分‘7‘可以指示区块链地址不可能是欺诈性的(即,非常可信)。在一些实现中,本地信任得分可以是十进制值。例如,本地信任得分可以是指示欺诈可能性的十进制值(例如,来自0-100%的百分比值)。在一些实现中,本地信任得分的范围可以从最大负值到最大正值(例如,从-1.00到1.00),其中较大的负值指示地址更可能是欺诈性的。在该示例中,较大的正值可以指示该地址更有可能是可信的。客户可以选择他们喜欢的信任得分格式。
在一些实现中,区块链地址记录304可存储每个信任请求的请求数据1128。请求数据1128可包括与所接收的信任请求和/或所提供的信任响应相关联的任何数据。请求数据1128可存储在相关联区块链地址记录304中。在一些实现中,每当对区块链地址作出信任请求时,区块链地址记录可存储请求数据1128。在这些实现中,请求数据1128可指示对区块链地址作出信任请求的次数。请求数据1128还可指示作出信任请求的区块链地址、报告给请求者的共识信任得分,以及请求的时间。因此,请求数据1128可显示关于请求区块链地址的信任得分的各方的随时间的趋势。在一些实现中,区块链地址的评分特征可包括基于请求数据1128的评分特征。一个示例评分特征可以是对区块链地址作出信任请求的总次数。另一示例评分特征可以是对区块链地址作出信任请求的多个不同区块链地址。其它示例特征可包括对区块链地址作出信任请求的频率(例如,在一段时间内的多个请求)。
尽管信任模块300可为每个区块链地址计算单个本地信任得分,而不管区块链地址是发送者还是接收者,但在一些实现中,信任模块300可计算对于每个地址的接收者信任得分和发送者信任得分。在一个示例中,定期地落入诈骗的区块链地址可具有被设置为比通常不落入诈骗的区块链地址更不可信的发送者信任得分。在另一示例中,当不存在与在区块链地址处接收资金相关联的恶意活动的指示时,定期落入网络钓鱼诈骗的区块链地址可能不具有修改的接收者信任得分。
包括在信任网络100中的模块和数据存储表示可包括在本公开的信任网络100中的特征。在此描述的模块和数据存储可以通过电子硬件、软件、固件或其任何组合来实施。将不同特征描述为单独的模块和数据存储不一定意味着这些模块和数据存储是由共同的或单独的电子硬件或软件部件来实现的。在一些实现中,与在此描述的一个或多个模块和数据存储相关联的特征可以由共同的电子硬件和软件部件来实现。在一些实现中,与在此描述的一个或多个模块和数据存储相关联的特征可以由分开的电子硬件和软件部件来实现。
这些模块和数据存储可以由电子硬件和软件部件来实施,这些电子硬件和软件部件包括但不限于一个或多个处理单元、一个或多个存储器部件,一个或多个输入/输出(I/O)部件和互连部件。互连部件可以被配置为提供一个或多个处理单元、一个或多个存储器部件,以及一个或多个I/O部件之间的通信。例如,互连部件可包括被配置为在电子部件之间传送数据的一个或多个总线。这些互连部件还可以包括控制电路(例如,存储器控制器和/或I/O控制器),这些控制电路被配置为控制电子部件之间的通信。
该一个或多个处理单元可以包括一个或多个中央处理单元(CPU)、图处理单元(GPU)、数字信号处理单元(DSP),或其他处理单元。该一个或多个处理单元可以被配置为与存储器部件和I/O部件通信。例如,一个或多个处理单元可以被配置为经由互连部件与存储器部件和I/O部件通信。
存储器部件(例如,主存储器和/或存储设备)可以包括任何易失性或非易失性介质。例如,存储器可以包括但不限于电介质、磁介质和/或光介质,诸如随机存取存储器(RAM)、只读存储器(ROM)、非易失性RAM(NVRAM)、电可擦除可编程ROM(EEPRGM)、闪存、硬盘驱动器(HDD)、磁带驱动器、光存储技术(例如,光盘、数字多功能盘和/或蓝光盘)或任何其它存储器部件。
存储器部件可以包括(例如,存储)本文描述的数据。例如,存储器部件可包括数据存储中所包括的数据。存储器部件还可包括可由一个或多个处理单元执行的指令。例如,存储器可以包括计算机可读指令,这些计算机可读指令在由一个或多个处理单元执行时使得该一个或多个处理单元执行归属于在此描述的模块和数据存储的各种功能。
I/O部件可以指提供与各种不同设备的通信的电子硬件和软件。例如,I/O部件可提供其它设备与一个或多个处理单元和存储器部件之间的通信。在一些示例中,I/O部件可被配置为与计算机网络通信。例如,I/O部件可被配置为使用各种不同的物理连接、无线连接和协议在计算机网络上交换数据。I/O部件可以包括但不限于网络接口部件(例如,网络接口控制器)、中继器、网桥、网络交换机、路由器和防火墙。在一些示例中,I/O部件可包括被配置为与各种人机接口设备通信的硬件和软件,包括但不限于显示屏、键盘、指点设备(例如,鼠标)、触摸屏、扬声器和麦克风。在一些示例中,I/O部件可包括被配置为与附加设备通信的硬件和软件,例如外部存储器(例如,外部HDD)。
在一些实现中,信任网络100可包括被配置为实现本文所述技术的一个或多个计算设备(例如,节点计算/服务器设备)。换言之,归因于在此描述的模块和数据存储的特征可以由一个或多个计算设备来实现。一个或多个计算设备中的每一个可以包括上述电子硬件、软件和/或固件的任何组合。例如,一个或多个计算设备中的每一个可以包括上述处理单元、存储器部件、I/O部件和互连部件的任何组合。信任网络100的一个或多个计算设备还可包括各种人机接口设备,包括但不限于显示屏幕、键盘、指点设备(例如,鼠标)、触摸屏、扬声器和麦克风。这些计算设备还可以被配置为与其他设备进行通信,例如外部存储器(例如,外部HDD)。
在一些示例中,一个或多个计算设备可以驻留在单个地理位置处的单个机器内。在其它示例中,一个或多个计算设备可驻留在单个地理位置处的多个机器内。在又一示例中,信任网络100的一个或多个计算设备可分布在多个地理位置上。

Claims (15)

1.一种系统,包含:
一个或多个存储器部件,其被配置为存储区块链网络上的区块链地址的区块链数据,其中所述区块链数据包括所述区块链地址的多个交易;以及
一个或多个处理单元,其被配置为执行计算机可读指令,所述计算机可读指令使得所述一个或多个处理单元:
基于所述区块链地址的区块链数据生成所述区块链地址的本地节点信任得分,其中所述本地节点信任得分指示所述区块链地址涉及欺诈活动的可能性;
从多个远程服务器接收所述区块链地址的多个附加本地信任得分;
基于所述本地节点信任得分和所述多个附加本地信任得分确定共识信任得分,其中所述共识信任得分指示所述多个远程服务器之间的所述本地节点信任得分的共识值;
从请求设备接收对区块链地址的信任请求;以及
将指定区块链地址的共识信任得分发送到所述请求设备。
2.根据权利要求1所述的系统,其中所述一个或多个处理单元被配置为:
生成包括频率分布的信任得分列表,其包括所述本地节点信任得分和所述多个附加本地信任得分;
识别包括在所述信任得分列表中的离群值信任得分;
移除所识别的离群值信任得分;以及
在移除所识别的离群值信任得分之后,基于包括在所述信任得分列表中的所述信任得分来确定所述共识信任得分。
3.根据权利要求1所述的系统,其中所述一个或多个处理单元被配置为:
生成包括频率分布的信任得分列表,其包括所述本地节点信任得分和所述多个附加本地信任得分;以及
基于所述本地节点信任得分和所述信任得分列表中的所述多个附加本地信任得分的加权平均来确定所述共识信任得分。
4.根据权利要求1所述的系统,其中所述一个或多个处理单元被配置为:
生成包括频率分布的信任得分列表,其包括所述本地节点信任得分和所述多个附加本地信任得分;
确定所述信任得分列表是否包括大于阈值数的信任得分;以及
当所述信任得分列表包括大于所述阈值数的信任得分时,基于包括在所述信任得分列表中的所述信任得分来确定所述共识信任得分。
5.根据权利要求1所述的系统,其中所述一个或多个处理单元被配置为:
生成包括频率分布的信任得分列表,其包括所述本地节点信任得分和所述多个附加本地信任得分;
确定信任得分列表中的信任得分的方差是否小于阈值方差值;以及
当所述信任得分列表中的所述信任得分的方差小于所述阈值方差值时,基于包括在所述信任得分列表中的所述信任得分来确定所述共识信任得分。
6.根据权利要求1所述的系统,其中所述一个或多个处理单元被配置为:
生成包括频率分布的信任得分列表,其包括所述本地节点信任得分和所述多个附加本地信任得分;
识别包括在所述信任得分列表中的离群值信任得分;
响应于识别所述离群值信任得分,从所述多个远程服务器请求新本地信任得分;
接收所述新本地信任得分;以及
基于所述新本地信任得分确定所述共识信任得分。
7.根据权利要求1所述的系统,其中所述一个或多个处理单元被配置为:
基于所述本地节点信任得分和所述多个附加本地信任得分确定本地候选共识信任得分;以及
基于所述候选共识信任得分确定所述共识信任得分。
8.根据权利要求7所述的系统,其中所述一个或多个处理单元被配置为:
从所述多个远程服务器接收所述区块链地址的多个附加候选共识信任得分;以及
基于所述本地候选共识信任得分和所述多个附加候选共识信任得分来确定所述共识信任得分。
9.根据权利要求8所述的系统,其中所述一个或多个处理单元被配置为基于所述本地候选共识信任得分和所述多个附加候选共识信任得分的加权平均来确定所述共识信任得分。
10.根据权利要求8所述的系统,其中所述一个或多个处理单元被配置为:
确定所述本地候选共识信任得分和所述多个附加候选共识信任得分之间的方差的量;
确定方差的量是否小于阈值方差值;以及
当所述方差的量小于所述阈值方差值时,基于所述本地候选共识信任得分和所述多个附加候选共识信任得分来确定所述共识信任得分。
11.根据权利要求1所述的系统,其中所述一个或多个处理单元被配置为基于所述本地节点信任得分和所述共识信任得分中的至少一个的计算而接收奖励支付。
12.根据权利要求1所述的系统,其中所述一个或多个处理单元被配置为基于与所述多个远程服务器的通信量来接收奖励支付。
13.根据权利要求1所述的系统,其中所述一个或多个处理单元被配置为:
确定所述共识信任得分指示所述区块链地址可能涉及欺诈活动;以及
响应于确定所述共识信任得分指示所述区块链地址可能涉及欺诈活动,向欺诈警报请求设备发送欺诈警报。
14.根据权利要求1所述的系统,其中所述一个或多个处理单元被配置为:
为所述区块链地址获取新区块链数据;
基于所述新区块链数据为所述区块链地址生成新本地节点信任得分;以及
基于所述新本地节点信任得分确定新共识信任得分。
15.根据权利要求1所述的系统,其中所述一个或多个处理单元被配置为:
从所述多个远程服务器接收所述区块链地址的多个新附加本地信任得分;以及
基于所述本地节点信任得分和所述多个新附加本地信任得分来确定共识信任得分。
CN201980051686.8A 2018-06-04 2019-06-03 分散的防止欺诈的安全措施 Pending CN112534774A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862680017P 2018-06-04 2018-06-04
US62/680,017 2018-06-04
PCT/US2019/035198 WO2019236471A1 (en) 2018-06-04 2019-06-03 Decentralized safeguard against fraud

Publications (1)

Publication Number Publication Date
CN112534774A true CN112534774A (zh) 2021-03-19

Family

ID=68694023

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980051686.8A Pending CN112534774A (zh) 2018-06-04 2019-06-03 分散的防止欺诈的安全措施

Country Status (5)

Country Link
US (2) US11568415B2 (zh)
EP (1) EP3818660A1 (zh)
CN (1) CN112534774A (zh)
AU (1) AU2019282043A1 (zh)
WO (1) WO2019236471A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113452801A (zh) * 2021-09-01 2021-09-28 南京信息工程大学 区块链网络中一种面向块传输的可信节点选择优化方法

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11019059B2 (en) 2018-04-26 2021-05-25 Radware, Ltd Blockchain-based admission processes for protected entities
US11102190B2 (en) 2018-04-26 2021-08-24 Radware Ltd. Method and system for blockchain based cyber protection of network entities
US11354669B2 (en) * 2018-06-28 2022-06-07 International Business Machines Corporation Collaborative analytics for fraud detection through a shared public ledger
US11227287B2 (en) 2018-06-28 2022-01-18 International Business Machines Corporation Collaborative analytics for fraud detection through a shared public ledger
US11373202B2 (en) * 2018-07-16 2022-06-28 Mastercard International Incorporated Method and system for referral fraud prevention via blockchain
US10706472B1 (en) * 2018-07-30 2020-07-07 Flipside Crypto, Inc. Systems and methods for analysis of digital asset development and transaction behaviors
US11240004B2 (en) * 2019-09-18 2022-02-01 Boardwalktech, Inc. Blockchain system with a trust escrow
US11405394B2 (en) * 2019-10-30 2022-08-02 Pulse Secure, Llc Trust broker system for managing and sharing trust levels
JP7445284B2 (ja) * 2019-12-09 2024-03-07 株式会社リフマシー 暗号通貨のマイニングシステム、マイニング方法、及び報酬付与方法
CN111292098A (zh) * 2020-01-15 2020-06-16 北京航空航天大学 一种面向可信服务供应链的区块链共识机制构建方法
CN111490978B (zh) * 2020-03-27 2021-02-19 武汉大学 一种基于状态通道的分布式日志审计系统及方法
EP4172752A4 (en) * 2020-06-24 2023-12-06 Visa International Service Association TRUSTED IDENTIFICATION OF SUBMITTING USERS BASED ON IMAGES AND UNIQUE IDENTIFIERS ASSOCIATED WITH SPONSORED USERS
DE102020208342A1 (de) * 2020-07-03 2022-01-05 Robert Bosch Gesellschaft mit beschränkter Haftung Vorrichtung zum Ausführen von Transaktionen und Betriebsverfahren hierfür
CN113242131B (zh) * 2021-04-22 2023-10-24 卓尔智联(武汉)研究院有限公司 区块链跨链方法、装置、电子设备及存储介质
US20230013119A1 (en) * 2021-07-19 2023-01-19 International Business Machines Corporation Tainted asset marker management
US11750686B2 (en) 2021-08-03 2023-09-05 The Toronto-Dominion Bank System and method for enabling one or more transfer features associated with a real-time transfer protocol
US11922453B2 (en) * 2021-10-08 2024-03-05 Ebay Inc. Generating a tokenized reputation score
WO2023097026A2 (en) * 2021-11-23 2023-06-01 Strong Force TX Portfolio 2018, LLC Transaction platforms where systems include sets of other systems
US20230298016A1 (en) * 2022-03-15 2023-09-21 Capital One Services, Llc Systems and methods for validating asset destinations in blockchain networks
CN114900432B (zh) * 2022-04-06 2023-12-19 上海零数众合信息科技有限公司 一种元宇宙的背景下去中心化自治组织的管理方法
WO2023215933A1 (en) * 2022-05-11 2023-11-16 Pocket Venture Holdings Pty Ltd Blockchain comparison systems and methods

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060212925A1 (en) * 2005-03-02 2006-09-21 Markmonitor, Inc. Implementing trust policies
WO2015085393A1 (en) * 2013-12-13 2015-06-18 Tang li jun System and method for rating a transaction history
CN107615317A (zh) * 2015-03-31 2018-01-19 纳斯达克公司 区块链交易记录的系统和方法
CN107743632A (zh) * 2015-05-21 2018-02-27 万事达卡国际股份有限公司 用于集成市场交易与用于基于区块链的交易的发行者处理的方法和系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140046818A1 (en) 2012-08-11 2014-02-13 Scott Lee Chung System and Method For Event Related Commerce Utilizing A Portable Electronic Device
US9672499B2 (en) 2014-04-02 2017-06-06 Modernity Financial Holdings, Ltd. Data analytic and security mechanism for implementing a hot wallet service
US20150363777A1 (en) 2014-06-16 2015-12-17 Bank Of America Corporation Cryptocurrency suspicious user alert system
US10275772B2 (en) * 2014-06-16 2019-04-30 Bank Of America Corporation Cryptocurrency risk detection system
US20150363772A1 (en) 2014-06-16 2015-12-17 Bank Of America Corporation Cryptocurrency online vault storage system
US20160071108A1 (en) * 2014-09-04 2016-03-10 Idm Global, Inc. Enhanced automated anti-fraud and anti-money-laundering payment system
US9578043B2 (en) * 2015-03-20 2017-02-21 Ashif Mawji Calculating a trust score
US9852427B2 (en) 2015-11-11 2017-12-26 Idm Global, Inc. Systems and methods for sanction screening
US9818116B2 (en) 2015-11-11 2017-11-14 Idm Global, Inc. Systems and methods for detecting relations between unknown merchants and merchants with a known connection to fraud
US20170270527A1 (en) * 2016-03-17 2017-09-21 John Rampton Assessing trust to facilitate blockchain transactions
US20180357683A1 (en) * 2017-06-08 2018-12-13 International Business Machines Corporation Rating data management
US11797995B2 (en) * 2017-12-04 2023-10-24 Mastercard International Incorporated Method and system for risk scoring anonymized transactions

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060212925A1 (en) * 2005-03-02 2006-09-21 Markmonitor, Inc. Implementing trust policies
WO2015085393A1 (en) * 2013-12-13 2015-06-18 Tang li jun System and method for rating a transaction history
CN107615317A (zh) * 2015-03-31 2018-01-19 纳斯达克公司 区块链交易记录的系统和方法
CN107743632A (zh) * 2015-05-21 2018-02-27 万事达卡国际股份有限公司 用于集成市场交易与用于基于区块链的交易的发行者处理的方法和系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113452801A (zh) * 2021-09-01 2021-09-28 南京信息工程大学 区块链网络中一种面向块传输的可信节点选择优化方法

Also Published As

Publication number Publication date
EP3818660A1 (en) 2021-05-12
WO2019236471A1 (en) 2019-12-12
US20190370813A1 (en) 2019-12-05
US11568415B2 (en) 2023-01-31
AU2019282043A1 (en) 2021-01-28
US20230177515A1 (en) 2023-06-08

Similar Documents

Publication Publication Date Title
US11568415B2 (en) Decentralized safeguard against fraud
US20200027089A1 (en) Blockchain transaction safety using smart contracts
US11558392B2 (en) Automated event processing computing platform for handling and enriching blockchain data
US11734686B2 (en) Automated event processing computing platform for handling and enriching blockchain data
Xu et al. Sok: Decentralized exchanges (dex) with automated market maker (amm) protocols
Pasdar et al. Connect api with blockchain: A survey on blockchain oracle implementation
US20200027162A1 (en) Crypto-Machine Learning Enabled Blockchain Based Profile Pricer
US11257070B2 (en) Computer-implemented system and method for generating and extracting user related data stored on a blockchain
CN112534453A (zh) 区块链交易安全
Liu et al. Distributed ledger technology
CN113508412A (zh) 基于铸造和销毁区块链的反馈通信协议
US11381589B2 (en) Systems and methods for distributed extended common vulnerabilities and exposures data management
US20200058055A1 (en) Blockchain for the common good: digital currency for citizen philanthropy and social entrepreneurship
US20200151842A1 (en) Systems and methods for storing contract information on multiple blockchain ledgers
CN111325581B (zh) 数据处理方法及装置、电子设备和计算机可读存储介质
CN111095863A (zh) 在区块链网络上通信、存储和处理数据的基于区块链的系统和方法
Ali et al. Incentive-driven federated learning and associated security challenges: A systematic review
Bajoudah et al. Latency of trading transactions in brokered IoT data marketplace in Ethereum
US20240113900A1 (en) Systems and methods for facilitating cryptographically backed coordination of complex computer communications
US20240111788A1 (en) Fault tolerant storage of data
US20240113901A1 (en) Systems and methods for facilitating cryptographically backed coordination of complex computer communications

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