CN115545935B - 区块链交易账户的处理方法和装置、设备和介质 - Google Patents
区块链交易账户的处理方法和装置、设备和介质 Download PDFInfo
- Publication number
- CN115545935B CN115545935B CN202211461284.5A CN202211461284A CN115545935B CN 115545935 B CN115545935 B CN 115545935B CN 202211461284 A CN202211461284 A CN 202211461284A CN 115545935 B CN115545935 B CN 115545935B
- Authority
- CN
- China
- Prior art keywords
- transaction
- abnormal
- account
- accounts
- suspected
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Computer Security & Cryptography (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Technology Law (AREA)
- Marketing (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本公开实施例公开了一种区块链交易账户的处理方法和装置、设备和介质,其中,该方法包括:基于区块链网络的多个交易账户在目标时间段内交易源数据,生成在所述目标时间段内所述多个交易账户之间的交易图谱;基于所述交易图谱,确定所述多个交易账户在所述目标时间段内的交易额度、交易频次和交易轨迹长度;利用异常交易模型对所述交易额度、所述交易频次和所述交易轨迹长度进行处理,确定所述多个交易账户中疑似异常的交易账户;对所述疑似异常的交易账户进行交易限制。本公开实施例可以有效识别出区块链网络中疑似异常的交易账户,并对疑似异常的交易账户进行交易限制,提升区块链网络账户交易的安全性。
Description
技术领域
本公开涉及区块链技术领域,尤其是一种区块链交易账户的处理方法和装置、设备和介质。
背景技术
狭义区块链是按照时间顺序,将数据区块以顺序相连的方式组合成的链式数据结构,并以密码学方式保证的不可篡改和不可伪造的分布式账本。广义区块链技术是利用块链式数据结构验证与存储数据,利用分布式节点共识算法生成和更新数据,利用密码学的方式保证数据传输和访问的安全、利用由自动化脚本代码组成的智能合约,编程和操作数据的全新的分布式基础架构与计算范式。
目前的区块链交易账户中,出现了将大额交易拆分成多笔小额进行多次交易的方式进行异常交易。如何对区块链交易账户的异常交易进行处理,是一个亟待解决的问题。
发明内容
本公开实施例提供一种区块链交易账户的处理方法和装置、设备和介质,可以有效识别出区块链网络中疑似异常的交易账户,并对疑似异常的交易账户进行交易限制,提升区块链网络账户交易的安全性。
本公开实施例的第一方面,提供一种区块链交易账户的处理方法,包括:
基于区块链网络的多个交易账户在目标时间段内交易源数据,生成在所述目标时间段内所述多个交易账户之间的交易图谱;
基于所述交易图谱,确定所述多个交易账户在所述目标时间段内的交易额度、交易频次和交易轨迹长度;
利用异常交易模型对所述交易额度、所述交易频次和所述交易轨迹长度进行处理,确定所述多个交易账户中疑似异常的交易账户,其中,所述异常交易模型是基于多个样本交易账户的交易源数据和所述多个样本交易账户之间的交易标签进行训练得到的,所述交易标签包括正常交易标签和异常交易标签;
对所述疑似异常的交易账户进行交易限制。
在本公开的一个实施例中,所述对所述疑似异常的交易账户进行交易限制,包括:
对所述疑似异常的交易账户进行信用评价调整、交易额度限制、单日交易次数限制和单日交易总额度限制中的至少一种。
在本公开的一个实施例中,所述利用异常交易模型对所述交易额度、所述交易频次和所述交易轨迹长度进行处理,确定所述多个交易账户中疑似异常的交易账户,包括:
基于所述异常交易模型中的第一异常交易类型检测模型,对所述交易额度、所述交易频次和所述交易轨迹长度进行处理,确定所述多个交易账户中属于所述第一异常交易类型的疑似异常的交易账户;
基于所述异常交易模型中的第二异常交易类型检测模型,对所述交易额度、所述交易频次和所述交易轨迹长度进行处理,确定所述多个交易账户中属于所述第二异常交易类型的疑似异常的交易账户。
在本公开的一个实施例中,在所述确定所述多个交易账户中疑似异常的交易账户之后,还包括:
获取所述疑似异常的交易账户在所述目标时间段内每一次交易记录,其中,所述每一次交易记录包括每一次交易的交易额度、交易时间和交易对象;
基于所述疑似异常的交易账户的账户类型,以及所述疑似异常的交易账户在所述目标时间段之前的历史交易记录,对所述每一次交易记录进行合理性验证;
基于所述合理性验证的结果,确定所述疑似异常的交易账户在所述目标时间段内疑似异常的交易记录。
在本公开的一个实施例中,在所述确定所述多个交易账户中疑似异常的交易账户之后,还包括:
将所述疑似异常的交易账户在所述目标时间段内交易数据发送指定终端,以便异常交易鉴定人员通过所述指定终端获取所述疑似异常的交易账户在所述目标时间段内交易数据。
在本公开的一个实施例中,在所述确定所述多个交易账户中疑似异常的交易账户之后,还包括:
基于所述疑似异常的交易账户在所述目标时间段内交易数据,确定所述疑似异常的交易账户的关联交易账户;
基于所述关联交易账户在所述目标时间段内交易数据,对所述关联交易账户进行异常交易检测;
若所述关联交易账户存在疑似异常交易行为,则将所述关联交易账户在所述目标时间段内交易数据发送给所述指定终端。
本公开实施例的第二方面,提供一种区块链交易账户的处理装置,包括:
交易图谱生成模块,用于基于区块链网络的多个交易账户在目标时间段内交易源数据,生成在所述目标时间段内所述多个交易账户之间的交易图谱;
交易图谱分析模块,用于基于所述交易图谱,确定所述多个交易账户在所述目标时间段内的交易额度、交易频次和交易轨迹长度;
异常交易检测模块,用于利用异常交易模型对所述交易额度、所述交易频次和所述交易轨迹长度进行处理,确定所述多个交易账户中疑似异常的交易账户,其中,所述异常交易模型是基于多个样本交易账户的交易源数据和所述多个样本交易账户之间的交易标签进行训练得到的,所述交易标签包括正常交易标签和异常交易标签;
交易限制模块,用于对所述疑似异常的交易账户进行交易限制。
在本公开的一个实施例中,所述交易限制模块用于对所述疑似异常的交易账户进行信用评价调整、交易额度限制、单日交易次数限制和单日交易总额度限制中的至少一种。
在本公开的一个实施例中,所述异常交易检测模块用于基于所述异常交易模型中的第一异常交易类型检测模型,对所述交易额度、所述交易频次和所述交易轨迹长度进行处理,确定所述多个交易账户中属于所述第一异常交易类型的疑似异常的交易账户;所述异常交易检测模块还用于基于所述异常交易模型中的第二异常交易类型检测模型,对所述交易额度、所述交易频次和所述交易轨迹长度进行处理,确定所述多个交易账户中属于所述第二异常交易类型的疑似异常的交易账户。
在本公开的一个实施例中,区块链交易账户的处理装置还包括异常交易数据获取模块,所述异常交易数据获取模块用于获取所述疑似异常的交易账户在所述目标时间段内每一次交易记录,其中,所述每一次交易记录包括每一次交易的交易额度、交易时间和交易对象;所述异常交易数据获取模块还用于基于所述疑似异常的交易账户的账户类型,以及所述疑似异常的交易账户在所述目标时间段之前的历史交易记录,对所述每一次交易记录进行合理性验证;所述异常交易数据获取模块还用于基于所述合理性验证的结果,确定所述疑似异常的交易账户在所述目标时间段内疑似异常的交易记录。
在本公开的一个实施例中,区块链交易账户的处理装置还包括通信模块,所述通信模块用于将所述疑似异常的交易账户在所述目标时间段内交易数据发送指定终端,以便异常交易鉴定人员通过所述指定终端获取所述疑似异常的交易账户在所述目标时间段内交易数据。
在本公开的一个实施例中,所述异常交易检测模块用于基于所述疑似异常的交易账户在所述目标时间段内交易数据,确定所述疑似异常的交易账户的关联交易账户;所述异常交易检测模块还用于基于所述关联交易账户在所述目标时间段内交易数据,对所述关联交易账户进行异常交易检测;所述通信模块还用于若所述关联交易账户存在疑似异常交易行为,则将所述关联交易账户在所述目标时间段内交易数据发送给所述指定终端。
本公开实施例的第三方面,提供一种电子设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述存储器中存储的计算机程序,且所述计算机程序被执行时,实现上述第一方面所述的区块链交易账户的处理方法。
本公开实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时,实现上述第一方面所述的区块链交易账户的处理方法。
本公开实施例的区块链交易账户的处理方法和装置、设备和介质,通过多个交易账户交易源数据生成多个交易账户之间的交易图谱后,基于交易图谱可以确定多个交易账户的交易额度、交易频次和交易轨迹长度,然后利用异常交易模型对交易额度、交易频次和交易轨迹长度进行处理,可以准确地识别出多个交易账户中疑似异常的交易账户,进而对疑似异常的交易账户进行交易限制,可以提升区块链网络账户交易的安全性。
下面通过附图和实施例,对本公开的技术方案做进一步的详细描述。
附图说明
构成说明书的一部分的附图描述了本公开的实施例,并且连同描述一起用于解释本公开的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本公开,其中:
图1为本公开一个实施例中区块链交易账户的处理方法的流程示意图;
图2为本公开一个实施例中区块链交易账户的处理装置的结构框图;
图3为本公开一个实施例中电子设备的结构框图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
本领域技术人员可以理解,本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等,既不代表任何特定技术含义,也不表示它们之间的必然逻辑顺序。
还应理解,在本公开实施例中,“多个”可以指两个或两个以上,“至少一个”可以指一个、两个或两个以上。
还应理解,对于本公开实施例中提及的任一部件、数据或结构,在没有明确限定或者在前后文给出相反启示的情况下,一般可以理解为一个或多个。
另外,本公开中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本公开中字符“/”,一般表示前后关联对象是一种“或”的关系。
还应理解,本公开对各个实施例的描述着重强调各个实施例之间的不同之处,其相同或相似之处可以相互参考,为了简洁,不再一一赘述。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本公开实施例可以应用于终端设备、计算机系统、服务器等电子设备,其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于:个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任何系统的分布式云计算技术环境,等等。
终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施,分布式云计算环境中,任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
图1为本公开一个实施例中区块链交易账户的处理方法的流程示意图。如图1所示,区块链交易账户的处理方法,包括:
S1:基于区块链网络的多个交易账户在目标时间段内交易源数据,生成在目标时间段内多个交易账户之间的交易图谱。
可以在区块链网络中设置监测节点,例如在顶级节点和/或二级节点上设置监测终端,此时设置有监测终端的顶级节点和/或二级节点既可作为监测节点。
监测节点可以从区块链网络中选择多个交易账户作为监测对象,例如选择区块链网络中的部分交易账户或全部交易账户(即多个交易账户)作为监测对象。监测节点可以从区块链网络的公链上获取多个交易账户的交易源数据。
可以基于交易源数据中的每条交易记录,生成从发起交易账户到接收交易账户的一条有向边,并将每条有向边与对应交易记录先关联,从而生成在目标时间段内多个交易账户之间的交易图谱。
S2:基于交易图谱,确定多个交易账户在目标时间段内的交易额度、交易频次和交易轨迹长度。
可以使用图分析方法对交易图谱进行分析,得到多个交易账户在目标时间段内的交易额度、交易频次和交易轨迹长度。
S3:利用异常交易模型对交易额度、交易频次和交易轨迹长度进行处理,确定多个交易账户中疑似异常的交易账户。其中,异常交易模型是基于多个样本交易账户的交易源数据和多个样本交易账户之间的交易标签进行训练得到的。交易标签包括正常交易标签和异常交易标签。
在步骤S3之前,例如在步骤S1之前,可以利用多个样本交易账户的交易源数据和交易标签进行神经网络模型训练,得到异常交易模型。
S4:对疑似异常的交易账户进行交易限制。
在本实施例中,通过多个交易账户交易源数据生成多个交易账户之间的交易图谱后,基于交易图谱可以确定多个交易账户的交易额度、交易频次和交易轨迹长度,然后利用异常交易模型对交易额度、交易频次和交易轨迹长度进行处理,可以准确地识别出多个交易账户中疑似异常的交易账户,进而对疑似异常的交易账户进行交易限制,可以提升区块链网络账户交易的安全性。
在本公开的一个实施例中,步骤S4可以包括:对疑似异常的交易账户进行信用评价调整、交易额度限制、单日交易次数限制和单日交易总额度限制中的至少一种。
在本实施例中,通过对交易账户进行信用评价调整、交易额度限制、单日交易次数限制和单日交易总额度限制,可以限制疑似异常的交易账户与区块链网络中的其他账户的交易行为,从而提升区块链网络账户交易的安全性。
在本公开的一个实施例中,步骤S3可以包括:
S3-1:基于异常交易模型中的第一异常交易类型检测模型,对交易额度、交易频次和交易轨迹长度进行处理,确定多个交易账户中属于第一异常交易类型的疑似异常的交易账户。
在异常交易模型中,针对不同的异常交易类型对应设置有不同的检测模型。异常交易模型中至少包括:用于检测第一类异常交易行为的第一异常交易类型检测模型,以及用于检测第二类异常交易行为的第二异常交易类型检测模型。
监测节点可以利用第一异常交易类型检测模型,对多个交易账户在目标时间段内的交易额度、交易频次和交易轨迹长度进行检测,基于检测结果确定多个交易账户中属于第一异常交易类型的疑似异常的交易账户。
S3-2:基于异常交易模型中的第二异常交易类型检测模型,对交易额度、交易频次和交易轨迹长度进行处理,确定多个交易账户中属于第二异常交易类型的疑似异常的交易账户。
监测节点可以利用第二异常交易类型检测模型,对多个交易账户在目标时间段内的交易额度、交易频次和交易轨迹长度进行检测,基于检测结果确定多个交易账户中属于第二异常交易类型的疑似异常的交易账户。
在本实施例中,针对不同类型的异常交易行为,可以使用不同的检测模型进行检测,准确率高。
在本公开的一个实施例中,在步骤S4之后,还可以包括:
获取疑似异常的交易账户在目标时间段内每一次交易记录。其中,每一次交易记录包括每一次交易的交易额度、交易时间和交易对象。
基于疑似异常的交易账户的账户类型,以及疑似异常的交易账户在目标时间段之前的历史交易记录,对每一次交易记录进行合理性验证。例如当异常交易账户的为个人账户,其历史交易记录中的交易额度、交易时间和交易对象,与目标时间段的交易额度、交易时间和交易对象存在明显不同,例如目标交易时间段相对于历史交易时间段而言,交易额度大幅提升、交易时间变化明显(例如由白天交易改成了凌晨交易),交易对象类型变化明显(由企业账户变化为个人账户)。
基于合理性验证的结果,确定疑似异常的交易账户在目标时间段内疑似异常的交易记录。
在本实施例中,针对疑似异常的交易账户,利用该交易账户的类型和历史交易记录对每一次交易记录进行合理性验证,可以快速有效识地别出疑似异常的交易账户的疑似异常的交易记录。
在本公开的一个实施例中,在步骤S4之后,还可以包括:将疑似异常的交易账户在目标时间段内交易数据发送指定终端(例如监管部分或鉴定部门的终端),以便异常交易鉴定人员通过指定终端获取疑似异常的交易账户在目标时间段内交易数据。
在本实施例中,在识别出疑似异常点的交易账户后,将疑似异常点的交易账户在目标时间段内交易数据发送指定终端,可以使异常交易鉴定人员进行人工鉴定,提升异常交易识别的准确率。
在本公开的一个实施例中,在步骤S4之后,还可以包括:
基于疑似异常的交易账户在目标时间段内交易数据,确定疑似异常的交易账户的关联交易账户。其中,关联交易账户可以包括疑似异常的交易账户的上游交易账户、下游交易账户和关联公司的交易账户。
基于关联交易账户在目标时间段内交易数据,对关联交易账户进行异常交易检测。其中,可以利用异常交易模型,或者其他用于检测交易账户异常交易的检测模型进行异常交易检测。
若关联交易账户存在疑似异常交易行为,则将关联交易账户在目标时间段内交易数据发送给指定终端。
在本实施例中,在识别出疑似异常点的交易账户后,对出疑似异常点的交易账户的关联交易账户进行检测,在确定关联交易账户存在疑似异常交易行为时,将关联交易账户在目标时间段内交易数据发送指定终端,可以使异常交易鉴定人员进行人工鉴定,提升异常交易识别的准确率。
图2为本公开一个实施例中区块链交易账户的处理装置的结构框图。如图2所示,区块链交易账户的处理装置,包括:
交易图谱生成模块100,用于基于区块链网络的多个交易账户在目标时间段内交易源数据,生成在目标时间段内多个交易账户之间的交易图谱;
交易图谱分析模块200,用于基于交易图谱,确定多个交易账户在目标时间段内的交易额度、交易频次和交易轨迹长度;
异常交易检测模块300,用于利用异常交易模型对交易额度、交易频次和交易轨迹长度进行处理,确定多个交易账户中疑似异常的交易账户,其中,异常交易模型是基于多个样本交易账户的交易源数据和多个样本交易账户之间的交易标签进行训练得到的,交易标签包括正常交易标签和异常交易标签;
交易限制模块400,用于对疑似异常的交易账户进行交易限制。
在本公开的一个实施例中,交易限制模块400用于对疑似异常的交易账户进行信用评价调整、交易额度限制、单日交易次数限制和单日交易总额度限制中的至少一种。
在本公开的一个实施例中,异常交易检测模块300用于基于异常交易模型中的第一异常交易类型检测模型,对交易额度、交易频次和交易轨迹长度进行处理,确定多个交易账户中属于所述第一异常交易类型的疑似异常的交易账户;异常交易检测模块300还用于基于异常交易模型中的第二异常交易类型检测模型,对交易额度、交易频次和交易轨迹长度进行处理,确定多个交易账户中属于第二异常交易类型的疑似异常的交易账户。
在本公开的一个实施例中,区块链交易账户的处理装置还包括异常交易数据获取模块,异常交易数据获取模块用于获取疑似异常的交易账户在目标时间段内每一次交易记录,其中,每一次交易记录包括每一次交易的交易额度、交易时间和交易对象;异常交易数据获取模块还用于基于疑似异常的交易账户的账户类型,以及疑似异常的交易账户在目标时间段之前的历史交易记录,对每一次交易记录进行合理性验证;异常交易数据获取模块还用于基于合理性验证的结果,确定疑似异常的交易账户在目标时间段内疑似异常的交易记录。
在本公开的一个实施例中,区块链交易账户的处理装置还包括通信模块,通信模块用于将疑似异常的交易账户在目标时间段内交易数据发送指定终端,以便异常交易鉴定人员通过指定终端获取疑似异常的交易账户在目标时间段内交易数据。
在本公开的一个实施例中,异常交易检测模块300用于基于疑似异常的交易账户在目标时间段内交易数据,确定疑似异常的交易账户的关联交易账户;异常交易检测模块300还用于基于关联交易账户在目标时间段内交易数据,对关联交易账户进行异常交易检测;通信模块还用于若关联交易账户存在疑似异常交易行为,则将关联交易账户在目标时间段内交易数据发送给指定终端。
需要说明的是,本公开实施例的区块链交易账户的处理装置的具体实施方式与本公开实施例的区块链交易账户的处理方法的具体实施方式类似,具体参见区块链交易账户的处理方法部分的描述,为了减少冗余,不作赘述。
另外,本公开实施例还提供了一种电子设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述存储器中存储的计算机程序,且所述计算机程序被执行时,实现本公开上述任一实施例所述的区块链交易账户的处理方法。
图3为本公开一个实施例中电子设备的结构框图。如图3所示,电子设备包括一个或多个处理器10和存储器20。
处理器10可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备中的其他组件以执行期望的功能。
存储器20可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器可以运行所述程序指令,以实现上文所述的本公开的各个实施例的区块链交易账户的处理方法以及/或者其他期望的功能。
在一个示例中,电子设备还可以包括:输入装置30和输出装置40,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
此外,该输入装置30还可以包括例如键盘、鼠标等等。
该输出装置40可以向外部输出各种信息,包括确定出的距离信息、方向信息等。该输出设备可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图3中仅示出了该电子设备中与本公开有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备还可以包括任何其他适当的组件。
除了上述方法和设备以外,本公开的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述部分中描述的根据本公开各种实施例的区块链交易账户的处理方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本公开的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述部分中描述的根据本公开各种实施例的区块链交易账户的处理方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上结合具体实施例描述了本公开的基本原理,但是,需要指出的是,在本公开中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本公开为必须采用上述具体的细节来实现。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言,由于其与方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
可能以许多方式来实现本公开的方法和装置。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明,本公开的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本公开实施为记录在记录介质中的程序,这些程序包括用于实现根据本公开的方法的机器可读指令。因而,本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
还需要指出的是,在本公开的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此,本公开不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (9)
1.一种区块链交易账户的处理方法,其特征在于,包括:
基于区块链网络的多个交易账户在目标时间段内交易源数据,生成在所述目标时间段内所述多个交易账户之间的交易图谱;
基于所述交易图谱,确定所述多个交易账户在所述目标时间段内的交易额度、交易频次和交易轨迹长度;
利用异常交易模型对所述交易额度、所述交易频次和所述交易轨迹长度进行处理,确定所述多个交易账户中疑似异常的交易账户,其中,所述异常交易模型是基于多个样本交易账户的交易源数据和所述多个样本交易账户之间的交易标签进行训练得到的,所述交易标签包括正常交易标签和异常交易标签;
对所述疑似异常的交易账户进行交易限制;
获取所述疑似异常的交易账户在所述目标时间段内每一次交易记录,其中,所述每一次交易记录包括每一次交易的交易额度、交易时间和交易对象;
基于所述疑似异常的交易账户的账户类型,以及所述疑似异常的交易账户在所述目标时间段之前的历史交易记录,对所述每一次交易记录进行合理性验证;其中,对所述每一次交易记录进行合理性验证包括:基于所述目标时间段的交易额度、交易时间和交易对象类型,以及历史交易时间段的交易额度、交易时间和交易对象类型,验证每一次交易是否合理;
基于所述合理性验证的结果,确定所述疑似异常的交易账户在所述目标时间段内疑似异常的交易记录。
2.根据权利要求1所述的区块链交易账户的处理方法,其特征在于,所述对所述疑似异常的交易账户进行交易限制,包括:
对所述疑似异常的交易账户进行信用评价调整、交易额度限制、单日交易次数限制和单日交易总额度限制中的至少一种。
3.根据权利要求1所述的区块链交易账户的处理方法,其特征在于,所述利用异常交易模型对所述交易额度、所述交易频次和所述交易轨迹长度进行处理,确定所述多个交易账户中疑似异常的交易账户,包括:
基于所述异常交易模型中的第一异常交易类型检测模型,对所述交易额度、所述交易频次和所述交易轨迹长度进行处理,确定所述多个交易账户中属于所述第一异常交易类型的疑似异常的交易账户;
基于所述异常交易模型中的第二异常交易类型检测模型,对所述交易额度、所述交易频次和所述交易轨迹长度进行处理,确定所述多个交易账户中属于所述第二异常交易类型的疑似异常的交易账户。
4.根据权利要求1或3所述的区块链交易账户的处理方法,其特征在于,在所述确定所述多个交易账户中疑似异常的交易账户之后,还包括:
将所述疑似异常的交易账户在所述目标时间段内交易数据发送指定终端,以便异常交易鉴定人员通过所述指定终端获取所述疑似异常的交易账户在所述目标时间段内交易数据。
5.根据权利要求4所述的区块链交易账户的处理方法,其特征在于,在所述确定所述多个交易账户中疑似异常的交易账户之后,还包括:
基于所述疑似异常的交易账户在所述目标时间段内交易数据,确定所述疑似异常的交易账户的关联交易账户;
基于所述关联交易账户在所述目标时间段内交易数据,对所述关联交易账户进行异常交易检测;
若所述关联交易账户存在疑似异常交易行为,则将所述关联交易账户在所述目标时间段内交易数据发送给所述指定终端。
6.一种区块链交易账户的处理装置,其特征在于,包括:
交易图谱生成模块,用于基于区块链网络的多个交易账户在目标时间段内交易源数据,生成在所述目标时间段内所述多个交易账户之间的交易图谱;
交易图谱分析模块,用于基于所述交易图谱,确定所述多个交易账户在所述目标时间段内的交易额度、交易频次和交易轨迹长度;
异常交易检测模块,用于利用异常交易模型对所述交易额度、所述交易频次和所述交易轨迹长度进行处理,确定所述多个交易账户中疑似异常的交易账户,其中,所述异常交易模型是基于多个样本交易账户的交易源数据和所述多个样本交易账户之间的交易标签进行训练得到的,所述交易标签包括正常交易标签和异常交易标签;
交易限制模块,用于对所述疑似异常的交易账户进行交易限制;
异常交易数据获取模块,用于获取所述疑似异常的交易账户在所述目标时间段内每一次交易记录,其中,所述每一次交易记录包括每一次交易的交易额度、交易时间和交易对象;所述异常交易数据获取模块还用于基于所述疑似异常的交易账户的账户类型,以及所述疑似异常的交易账户在所述目标时间段之前的历史交易记录,对所述每一次交易记录进行合理性验证;其中,对所述每一次交易记录进行合理性验证包括:基于所述目标时间段的交易额度、交易时间和交易对象类型,以及历史交易时间段的交易额度、交易时间和交易对象类型,验证每一次交易是否合理;所述异常交易数据获取模块还用于基于所述合理性验证的结果,确定所述疑似异常的交易账户在所述目标时间段内疑似异常的交易记录。
7.根据权利要求6所述的区块链交易账户的处理装置,其特征在于,所述交易限制模块用于对所述疑似异常的交易账户进行信用评价调整、交易额度限制、单日交易次数限制和单日交易总额度限制中的至少一种。
8.一种电子设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述存储器中存储的计算机程序,且所述计算机程序被执行时,实现上述权利要求1-5任一所述的区块链交易账户的处理方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时,实现上述权利要求1-5任一所述的区块链交易账户的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211461284.5A CN115545935B (zh) | 2022-11-18 | 2022-11-18 | 区块链交易账户的处理方法和装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211461284.5A CN115545935B (zh) | 2022-11-18 | 2022-11-18 | 区块链交易账户的处理方法和装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115545935A CN115545935A (zh) | 2022-12-30 |
CN115545935B true CN115545935B (zh) | 2023-02-28 |
Family
ID=84720242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211461284.5A Active CN115545935B (zh) | 2022-11-18 | 2022-11-18 | 区块链交易账户的处理方法和装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115545935B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110033279A (zh) * | 2019-04-04 | 2019-07-19 | 银清科技(北京)有限公司 | 基于知识图谱技术的可疑账户交易确认方法及装置 |
CN111612616A (zh) * | 2020-02-27 | 2020-09-01 | 湖南天河国云科技有限公司 | 区块链账户评估方法、装置、终端设备及计算机可读介质 |
CN111626854A (zh) * | 2020-04-16 | 2020-09-04 | 苏宁金融科技(南京)有限公司 | 可疑业务筛查图谱生成方法、装置、计算机设备 |
CN112712368A (zh) * | 2021-02-23 | 2021-04-27 | 邹威 | 一种基于大数据的云安全账户管理方法及云安全平台 |
CN114358147A (zh) * | 2021-12-17 | 2022-04-15 | 建信金融科技有限责任公司 | 异常账户识别模型的训练方法、识别方法、装置及设备 |
CN115204881A (zh) * | 2021-04-08 | 2022-10-18 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113762956A (zh) * | 2020-06-05 | 2021-12-07 | 富泰华工业(深圳)有限公司 | 基于区块链的交易方法、装置及电子设备 |
-
2022
- 2022-11-18 CN CN202211461284.5A patent/CN115545935B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110033279A (zh) * | 2019-04-04 | 2019-07-19 | 银清科技(北京)有限公司 | 基于知识图谱技术的可疑账户交易确认方法及装置 |
CN111612616A (zh) * | 2020-02-27 | 2020-09-01 | 湖南天河国云科技有限公司 | 区块链账户评估方法、装置、终端设备及计算机可读介质 |
CN111626854A (zh) * | 2020-04-16 | 2020-09-04 | 苏宁金融科技(南京)有限公司 | 可疑业务筛查图谱生成方法、装置、计算机设备 |
CN112712368A (zh) * | 2021-02-23 | 2021-04-27 | 邹威 | 一种基于大数据的云安全账户管理方法及云安全平台 |
CN115204881A (zh) * | 2021-04-08 | 2022-10-18 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、设备及存储介质 |
CN114358147A (zh) * | 2021-12-17 | 2022-04-15 | 建信金融科技有限责任公司 | 异常账户识别模型的训练方法、识别方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115545935A (zh) | 2022-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110414242B (zh) | 用于检测业务逻辑漏洞的方法、装置、设备及介质 | |
US20180081787A1 (en) | Virtual Payments Environment | |
CN109598505B (zh) | 一种基于区块链的质量数据处理方法和装置 | |
AU2017274576B2 (en) | Classification of log data | |
US11257134B2 (en) | Supplier invoice reconciliation and payment using event driven platform | |
CN108876213B (zh) | 基于区块链的产品管理方法、装置、介质及电子设备 | |
WO2019236321A1 (en) | Tracking and recovering transactions performed across multiple applications | |
US20210092160A1 (en) | Data set creation with crowd-based reinforcement | |
CN111275416B (zh) | 数字货币异常交易检测方法、装置、电子设备及介质 | |
CN115174231B (zh) | 一种基于AI Knowledge Base的网络欺诈分析方法及服务器 | |
US12056152B2 (en) | Operational policies of industrial field devices and distributed databases | |
CN113468520A (zh) | 应用于区块链业务的数据入侵检测方法及大数据服务器 | |
Wang et al. | A Detection Method for Abnormal Transactions in E‐Commerce Based on Extended Data Flow Conformance Checking | |
CN112149103A (zh) | 基于电子订单处理的电商平台入侵检测方法及计算机设备 | |
CN117272405B (zh) | 应用于区块链溯源的数据验证方法及装置 | |
US11539730B2 (en) | Method, device, and computer program product for abnormality detection | |
CN114356859A (zh) | 数据导入方法及装置、设备、计算机可读存储介质 | |
CN115545935B (zh) | 区块链交易账户的处理方法和装置、设备和介质 | |
CN110704273B (zh) | 配置信息的处理方法和装置、电子设备和存储介质 | |
CN111367776A (zh) | 资源转移业务的记录方法、装置、设备及存储介质 | |
US20230061605A1 (en) | Systems and methods for intelligent fraud detection | |
CN115981969A (zh) | 区块链数据平台的监控方法和装置、电子设备和存储介质 | |
CN114168949B (zh) | 一种应用于人工智能的应用软件异常检测方法及系统 | |
US11314584B1 (en) | Data quality-based confidence computations for KPIs derived from time-series data | |
CN113962671A (zh) | 一种工程造价审计方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |