KR102259838B1 - 암호화폐 블랙리스트 구축 장치 및 방법 - Google Patents

암호화폐 블랙리스트 구축 장치 및 방법 Download PDF

Info

Publication number
KR102259838B1
KR102259838B1 KR1020200121496A KR20200121496A KR102259838B1 KR 102259838 B1 KR102259838 B1 KR 102259838B1 KR 1020200121496 A KR1020200121496 A KR 1020200121496A KR 20200121496 A KR20200121496 A KR 20200121496A KR 102259838 B1 KR102259838 B1 KR 102259838B1
Authority
KR
South Korea
Prior art keywords
address
addresses
cryptocurrency
abnormal
normal
Prior art date
Application number
KR1020200121496A
Other languages
English (en)
Inventor
최정섭
Original Assignee
한성대학교 산학협력단
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 한성대학교 산학협력단 filed Critical 한성대학교 산학협력단
Priority to KR1020200121496A priority Critical patent/KR102259838B1/ko
Application granted granted Critical
Publication of KR102259838B1 publication Critical patent/KR102259838B1/ko

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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q20/02—Payment architectures, schemes or protocols involving a neutral party, e.g. certification authority, notary or trusted third party [TTP]
    • 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
    • G06Q20/04—Payment circuits
    • G06Q20/06—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme
    • G06Q20/065—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme using e-cash
    • 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
    • G06Q20/40—Authorisation, 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
    • G06Q20/401—Transaction verification

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Computer Security & Cryptography (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Software Systems (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Educational Administration (AREA)
  • Medical Informatics (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

암호화폐 블랙리스트 구축 장치 및 방법이 개시된다. 암호화폐 블랙리스트 구축 방법은, 데이터베이스로부터 비정상 거래를 위해 사용된 것으로 분류된 비정상 주소들에 대한 정보 및 정상 거래를 위해 사용된 것으로 분류된 정상 주소들에 대한 정보를 획득하는 단계, 획득된 비정상 주소들에 대한 정보 및 정상 주소들에 대한 정보로부터 비정상 주소 및 정상 주소들 각각에 대한 특징 정보를 추출하는 단계, 비정상 주소들 각각에 대응하는 특징 정보 및 정상 주소들 각각에 대응하는 특징 정보를 기계학습하여 기계학습 결과를 생성하는 단계, 새로운 암호화폐 주소를 수집하는 단계, 수집된 암호화폐 주소들에 대한 정보로부터 특징 정보를 추출하는 단계, 기계학습 결과를 추출한 특징 정보에 적용하여 수집된 암호화폐 주소를 분류하는 단계 및 분류에 따라 수집된 암호화폐 주소의 블랙리스트를 생성하는 단계를 포함한다.

Description

암호화폐 블랙리스트 구축 장치 및 방법{Apparatus and method for building a blacklist of cryptocurrencies}
본 발명은 암호화폐 블랙리스트 구축 장치 및 방법에 관한 것이다.
암호화폐(cryptocurrency)는 교환 수단으로 기능하도록 고안된 디지털 자산으로, 블록체인(blockchain) 기술로 암호화되어 분산발행되고 일정한 네트워크에서 화폐로 사용할 수 있는 전자정보를 말한다. 암호화폐는 중앙은행이 발행하지 않고 블록체인 기술에 기초하여 금전적 가치가 디지털방식으로 표시된 전자정보로서 인터넷상 P2P 방식으로 분산 저장되어 운영 관리된다. 암호화폐를 발행하고 관리하는 핵심 기법은 블록체인(blockchain) 기술이다. 블록체인은 지속적으로 늘어나는 기록(블록)의 일람표로서, 블록은 암호화 방법을 사용하여 연결되어 보안이 확보된다. 각 블록은 전형적으로는 이전 블록의 암호해쉬, 타임스탬프와 거래 데이터를 포함한다. 블록체인은 처음부터 데이터의 수정에 대해 저항력을 가지고 있으며, 양 당사자 간의 거래를 유효하게 영구적으로 증명할 수 있는 공개된 분산 장부이다. 따라서, 암호화폐는 조작 방지를 기반으로 투명한 운영을 가능하게 한다.
그 밖에, 암호화폐는 기존 화폐와는 달리 익명성을 갖고 있어, 준 사람과 받은 사람 이외의 제3자는 거래 내역을 일체 알 수 없다는 특징이 있다. 계좌의 익명성 때문에, 거래의 흐름을 추적하기 어려우며(Non-trackable), 송금기록, 수금기록 등 일체의 기록은 모두 공개되어 있으나 거래 주체는 알 수 없다.
암호화폐는 전술한 바와 같은 자유성과 투명성으로 인하여 기존의 기축통화를 대체할 수 있는 대안으로 여겨지고 있으며, 기존 통화 대비 저렴한 수수료와 간단한 송금 절차로 국제 간 거래 등에 효과적으로 사용될 수 있을 것으로 보인다.
그러나, 암호화폐는 익명성으로 인해 사기 거래에 사용되는 등 범죄 수단으로 악용되기도 한다. 한편, 암호화폐 거래의 데이터는 방대하여 암호화폐가 사기, 범죄 등의 악의적으로 사용되는지 여부를 판별하기 어려운 문제점이 있었다.
따라서, 암호화폐가 악의적으로 사용되는지 여부를 용이하게 판별할 수 있는 방법이 요구된다.
대한민국등록특허공보 제10-2021265호(2019.09.05.)
본 발명은 사기, 범죄 등의 비정상 거래로 사용되는 암호화폐 주소를 검출하여 비정상 주소에 대한 블랙리스트를 생성 및 업데이트하는 암호화폐 블랙리스트 구축 장치 및 방법을 제공하기 위한 것이다.
본 발명의 일 측면에 따르면, 암호화폐 블랙리스트 구축 장치가 수행하는 암호화폐 블랙리스트 구축 방법이 개시된다.
본 발명의 실시예에 따른 암호화폐 블랙리스트 구축 방법은, 데이터베이스로부터 비정상 거래를 위해 사용된 것으로 분류된 비정상 주소들에 대한 정보 및 정상 거래를 위해 사용된 것으로 분류된 정상 주소들에 대한 정보를 획득하는 단계, 상기 획득된 비정상 주소들에 대한 정보 및 상기 정상 주소들에 대한 정보로부터 비정상 주소 및 정상 주소들 각각에 대한 특징 정보를 추출하는 단계, 상기 비정상 주소들 각각에 대응하는 특징 정보 및 상기 정상 주소들 각각에 대응하는 특징 정보를 기계학습하여 기계학습 결과를 생성하는 단계, 새로운 암호화폐 주소를 수집하는 단계, 상기 수집된 암호화폐 주소들에 대한 정보로부터 특징 정보를 추출하는 단계, 상기 기계학습 결과를 상기 추출한 특징 정보에 적용하여 상기 수집된 암호화폐 주소를 분류하는 단계 및 상기 분류에 따라 상기 수집된 암호화폐 주소의 블랙리스트를 생성하는 단계를 포함한다.
상기 특징 정보는 거래에서 해당 주소로 받는 횟수값, 거래에서 해당 주소로 보내는 횟수값, 거래에서 해당 주소로 받는 양(Amount)의 분포값, 거래에서 해당 주소로 보내는 양(Amount)의 분포값 및 해당 주소의 최종 잔액값을 포함한다.
상기 기계학습 결과를 생성하는 단계는, 비정상 주소와 정상 주소를 결정하는 특징 정보의 임계치를 산출하고, 상기 수집된 암호화폐 주소를 분류하는 단계는, 상기 임계치를 기준으로 상기 수집된 암호화폐 주소를 상기 비정상 주소 또는 상기 정상 주소로 분류한다.
상기 수집된 암호화폐 주소의 블랙리스트를 생성하는 단계는, 상기 비정상 주소로 분류된 암호화폐 주소를 상기 블랙리스트에 등재하는 단계 및 상기 비정상 주소에 연결된 암호화폐 주소를 추적하여, 연결된 암호화폐 주소를 상기 블랙리스트에 추가하는 단계를 포함한다.
본 발명의 다른 측면에 따르면, 암호화폐 블랙리스트 구축 장치가 개시된다.
본 발명의 실시예에 따른 암호화폐 블랙리스트 구축 장치는, 명령어를 저장하는 메모리 및 상기 명령어를 실행하는 프로세서를 포함하되, 상기 명령어는, 데이터베이스로부터 비정상 거래를 위해 사용된 것으로 분류된 비정상 주소들에 대한 정보 및 정상 거래를 위해 사용된 것으로 분류된 정상 주소들에 대한 정보를 획득하는 단계, 상기 획득된 비정상 주소들에 대한 정보 및 상기 정상 주소들에 대한 정보로부터 비정상 주소 및 정상 주소들 각각에 대한 특징 정보를 추출하는 단계, 상기 비정상 주소들 각각에 대응하는 특징 정보 및 상기 정상 주소들 각각에 대응하는 특징 정보를 기계학습하여 기계학습 결과를 생성하는 단계, 새로운 암호화폐 주소를 수집하는 단계, 상기 수집된 암호화폐 주소들에 대한 정보로부터 특징 정보를 추출하는 단계, 상기 기계학습 결과를 상기 추출한 특징 정보에 적용하여 상기 수집된 암호화폐 주소를 분류하는 단계 및 상기 분류에 따라 상기 수집된 암호화폐 주소의 블랙리스트를 생성하는 단계를 포함하는 암호화폐 블랙리스트 구축 방법을 수행한다.
본 발명의 실시예에 따른 암호화폐 블랙리스트 구축 장치 및 방법은, 사기, 범죄 등의 비정상 거래로 사용되는 암호화폐 주소를 검출하여 비정상 주소에 대한 블랙리스트를 생성 및 업데이트함으로써, 사기 거래나 잘못된 송금을 블랙리스트를 이용하여 방지하게 할 수 있고, 경찰 등의 기관에서 암호화폐 계좌 및 거래 흐름의 추적을 용이하게 할 수 있다.
도 1은 본 발명의 실시예에 따른 암호화폐 블랙리스트 구축 장치가 수행하는 암호화폐 블랙리스트 구축 방법을 나타낸 흐름도.
도 2는 본 발명의 실시예에 따른 암호화폐 블랙리스트 구축 장치의 구성을 개략적으로 예시하여 나타낸 도면.
본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
이하, 본 발명의 다양한 실시예들을 첨부된 도면을 참조하여 상술하겠다.
도 1은 본 발명의 실시예에 따른 암호화폐 블랙리스트 구축 장치가 수행하는 암호화폐 블랙리스트 구축 방법을 나타낸 흐름도이다.
S110 단계에서, 암호화폐 블랙리스트 구축 장치는, 데이터베이스로부터 비정상 거래를 위해 사용된 것으로 분류된 비정상 주소들에 대한 정보 및 정상 거래를 위해 사용된 것으로 분류된 정상 주소들에 대한 정보를 획득한다.
여기서, 데이터베이스는 비정상 주소들에 대한 정보 및 정상 주소들에 대한 정보를 저장하며, 추후 기계학습을 통해 생성된 기계학습 결과를 이용한 암호화폐 주소의 분류를 통해 새로운 비정상 및 정상 주소들에 대한 정보가 업데이트될 수 있다.
S120 단계에서, 암호화폐 블랙리스트 구축 장치는, 획득된 비정상 주소들에 대한 정보 및 정상 주소들에 대한 정보로부터 비정상 주소 및 정상 주소들 각각에 대한 특징 정보를 추출한다.
여기서, 특징 정보는 거래에서 해당 주소로 받는 횟수값, 거래에서 해당 주소로 보내는 횟수값, 거래에서 해당 주소로 받는 양(Amount)의 분포값, 거래에서 해당 주소로 보내는 양(Amount)의 분포값, 해당 주소의 최종 잔액값 등을 포함할 수 있다.
S130 단계에서, 암호화폐 블랙리스트 구축 장치는, 비정상 주소들 각각에 대응하는 특징 정보 및 정상 주소들 각각에 대응하는 특징 정보를 기계학습하여 기계학습 결과를 생성한다.
암호화폐 블랙리스트 구축 장치는, 비정상 주소들 각각에 대응하는 특징 정보 및 정상 주소들 각각에 대응하는 특징 정보에 기초하여 어떤 주소를 비정상 주소 또는 정상 주소로 결정할 지에 관한 기준을 학습할 수 있다. 즉, 암호화폐 블랙리스트 구축 장치는, 기계학습 결과로서, 비정상 주소와 정상 주소를 결정하는 특징 정보의 임계치를 산출할 수 있다.
예를 들어, 암호화폐가 비트코인(BTC)라고 가정하면, 암호화폐 블랙리스트 구축 장치는, 기계학습 결과로서, 거래에서 해당 주소로 받는 횟수값의 임계치를 1000건 이상, 거래에서 해당 주소로 보내는 횟수값의 임계치를 10건 이하, 거래에서 해당 주소로 받는 양(Amount)의 분포값의 임계치를 평균 0.1BTC, 거래에서 해당 주소로 보내는 양(Amount)의 분포값의 임계치를 평균 10BTC, 해당 주소의 최종 잔액값의 임계치를 0.1BTC 이하로 산출할 수 있다. 그래서, 암호화폐 블랙리스트 구축 장치는, 거래에서 해당 주소로 받는 횟수가 1000건 이상이고, 거래에서 해당 주소로 보내는 횟수가 10건 이하이고, 거래에서 해당 주소로 받는 양(Amount)의 분포가 평균 0.1BTC이고, 거래에서 해당 주소로 보내는 양(Amount)의 분포가 평균 10BTC이고, 해당 주소의 최종 잔액이 0.1BTC 이하인 암호화폐 주소를 비정상 주소로 분류할 수 있다. 그리고, 이 외의 암호화폐 주소는 정상 주소로 분류될 수 있다.
또한, 암호화폐 블랙리스트 구축 장치는, 기존에 획득된 기계학습모델을 추가적으로 이용하여 기계학습을 수행할 수 있다. 이 경우, 기존에 획득된 기계학습모델은 미리 구축된 모델로서, 기본 학습 데이터를 입력받아 구축된 모델일 수 있다.
기계학습모델은 학습모델의 적용 분야, 학습의 목적 또는 장치의 컴퓨팅 성능 등을 고려하여 구축될 수 있다. 예를 들어, 기계학습모델은 신경망(Neural Network)을 기반으로 하는 모델로서, Deep Neural Network (DNN), Recurrent Neural Network (RNN), Long Short-Term Memory models (LSTM), BRDNN (Bidirectional Recurrent Deep Neural Network), Convolutional Neural Networks (CNN)과 같은 모델이 사용될 수 있다.
S140 단계에서, 암호화폐 블랙리스트 구축 장치는, 새로운 암호화폐 주소를 수집한다.
예를 들어, 암호화폐 블랙리스트 구축 장치는, 암호화폐 거래 서버 또는 이와 연결된 시스템에 포함되거나 통신연결되어, 새로운 암호화폐 주소를 실시간으로 수집할 수 있다.
S150 단계에서, 암호화폐 블랙리스트 구축 장치는, 수집된 새로운 암호화폐 주소들에 대한 정보로부터 특징 정보를 추출한다.
즉, 암호화폐 블랙리스트 구축 장치는, 새로운 암호화폐 주소에 대하여, 거래에서 해당 주소로 받는 횟수값, 거래에서 해당 주소로 보내는 횟수값, 거래에서 해당 주소로 받는 양(Amount)의 분포값, 거래에서 해당 주소로 보내는 양(Amount)의 분포값, 해당 주소의 최종 잔액값 등을 추출할 수 있다.
S160 단계에서, 암호화폐 블랙리스트 구축 장치는, 기계학습 결과를 추출한 특징 정보에 적용하여 수집된 새로운 암호화폐 주소를 분류한다.
즉, 암호화폐 블랙리스트 구축 장치는, 기계학습 결과로서 산출된 비정상 주소와 정상 주소를 결정하는 특징 정보의 임계치를 기준으로, 수집된 각각의 암호화폐 주소를 특징 정보에 따라 비정상 주소 또는 정상 주소로 분류할 수 있다.
S170 단계에서, 암호화폐 블랙리스트 구축 장치는, 수집된 암호화폐 주소의 분류에 따라 암호화폐 주소의 블랙리스트를 생성한다.
즉, 암호화폐 블랙리스트 구축 장치는, 비정상 주소로 분류된 암호화폐 주소를 블랙리스트에 등재할 수 있다.
이때, 암호화폐 블랙리스트 구축 장치는, 생성된 블랙리스트에 포함된 비정상 주소 각각에 대하여, 거래로 연결된 암호화폐 주소를 추적하여 연결된 암호화폐 주소를 블랙리스트에 추가할 수 있다. 여기서, 비정상 주소는 연결된 암호화폐 주소가 많을수록, 실질적인 블랙 주소일 확률이 높은 것으로 판단될 수 있다.
도 2는 본 발명의 실시예에 따른 암호화폐 블랙리스트 구축 장치의 구성을 개략적으로 예시하여 나타낸 도면이다.
도 2를 참조하면, 본 발명의 실시예에 따른 암호화폐 블랙리스트 구축 장치는 프로세서(10), 메모리(20), 통신부(30) 및 인터페이스부(40)를 포함한다.
프로세서(10)는 메모리(20)에 저장된 처리 명령어를 실행시키는 CPU 또는 반도체 소자일 수 있다.
메모리(20)는 다양한 유형의 휘발성 또는 비휘발성 기억 매체를 포함할 수 있다. 예를 들어, 메모리(20)는 ROM, RAM 등을 포함할 수 있다.
예를 들어, 메모리(20)는 본 발명의 실시예에 따른 암호화폐 블랙리스트 구축 방법을 수행하는 명령어들을 저장할 수 있다.
통신부(30)는 통신망을 통해 다른 장치들과 데이터를 송수신하기 위한 수단이다.
인터페이스부(40)는 네트워크에 접속하기 위한 네트워크 인터페이스 및 사용자 인터페이스를 포함할 수 있다.
한편, 전술된 실시예의 구성 요소는 프로세스적인 관점에서 용이하게 파악될 수 있다. 즉, 각각의 구성 요소는 각각의 프로세스로 파악될 수 있다. 또한 전술된 실시예의 프로세스는 장치의 구성 요소 관점에서 용이하게 파악될 수 있다.
또한 앞서 설명한 기술적 내용들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예들을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
상기한 본 발명의 실시예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대한 통상의 지식을 가지는 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허청구범위에 속하는 것으로 보아야 할 것이다.
10: 프로세서
20: 메모리
30: 통신부
40: 인터페이스부

Claims (5)

  1. 암호화폐 블랙리스트 구축 장치가 수행하는 암호화폐 블랙리스트 구축 방법에 있어서,
    데이터베이스로부터 비정상 거래를 위해 사용된 것으로 분류된 비정상 주소들에 대한 정보 및 정상 거래를 위해 사용된 것으로 분류된 정상 주소들에 대한 정보를 획득하는 단계;
    상기 획득된 비정상 주소들에 대한 정보 및 상기 정상 주소들에 대한 정보로부터 비정상 주소 및 정상 주소들 각각에 대한 특징 정보를 추출하는 단계;
    상기 비정상 주소들 각각에 대응하는 특징 정보 및 상기 정상 주소들 각각에 대응하는 특징 정보를 기계학습하여 비정상 주소와 정상 주소를 결정하는 특징 정보의 임계치를 포함하는 기계학습 결과를 생성하는 단계;
    새로운 암호화폐 주소를 수집하는 단계;
    상기 수집된 암호화폐 주소들에 대한 정보로부터 특징 정보를 추출하는 단계;
    상기 기계학습 결과를 상기 추출한 특징 정보에 적용하여 상기 임계치를 기준으로 상기 수집된 암호화폐 주소를 상기 비정상 주소 또는 상기 정상 주소로 분류하는 단계;
    상기 분류에 따라 상기 비정상 주소로 분류된 암호화폐 주소가 등재된 블랙리스트를 생성하는 단계; 및
    상기 비정상 주소에 연결된 암호화폐 주소를 추적하여, 연결된 암호화폐 주소를 상기 블랙리스트에 추가하는 단계를 포함하되,
    상기 특징 정보는 거래에서 해당 주소로 받는 횟수값, 거래에서 해당 주소로 보내는 횟수값, 거래에서 해당 주소로 받는 양(Amount)의 분포값, 거래에서 해당 주소로 보내는 양(Amount)의 분포값 및 해당 주소의 최종 잔액값을 포함하고,
    상기 비정상 주소는 연결된 암호화폐 주소가 많을수록, 실질적인 블랙 주소일 확률이 높은 것으로 판단되는 것을 특징으로 하는 암호화폐 블랙리스트 구축 방법.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 암호화폐 블랙리스트 구축 장치에 있어서,
    명령어를 저장하는 메모리; 및
    상기 명령어를 실행하는 프로세서를 포함하되,
    상기 명령어는,
    데이터베이스로부터 비정상 거래를 위해 사용된 것으로 분류된 비정상 주소들에 대한 정보 및 정상 거래를 위해 사용된 것으로 분류된 정상 주소들에 대한 정보를 획득하는 단계;
    상기 획득된 비정상 주소들에 대한 정보 및 상기 정상 주소들에 대한 정보로부터 비정상 주소 및 정상 주소들 각각에 대한 특징 정보를 추출하는 단계;
    상기 비정상 주소들 각각에 대응하는 특징 정보 및 상기 정상 주소들 각각에 대응하는 특징 정보를 기계학습하여 비정상 주소와 정상 주소를 결정하는 특징 정보의 임계치를 포함하는 기계학습 결과를 생성하는 단계;
    새로운 암호화폐 주소를 수집하는 단계;
    상기 수집된 암호화폐 주소들에 대한 정보로부터 특징 정보를 추출하는 단계;
    상기 기계학습 결과를 상기 추출한 특징 정보에 적용하여 상기 임계치를 기준으로 상기 수집된 암호화폐 주소를 상기 비정상 주소 또는 상기 정상 주소로 분류하는 단계;
    상기 분류에 따라 상기 비정상 주소로 분류된 암호화폐 주소가 등재된 블랙리스트를 생성하는 단계; 및
    상기 비정상 주소에 연결된 암호화폐 주소를 추적하여, 연결된 암호화폐 주소를 상기 블랙리스트에 추가하는 단계를 포함하는 암호화폐 블랙리스트 구축 방법을 수행하고,
    상기 특징 정보는 거래에서 해당 주소로 받는 횟수값, 거래에서 해당 주소로 보내는 횟수값, 거래에서 해당 주소로 받는 양(Amount)의 분포값, 거래에서 해당 주소로 보내는 양(Amount)의 분포값 및 해당 주소의 최종 잔액값을 포함하고,
    상기 비정상 주소는 연결된 암호화폐 주소가 많을수록, 실질적인 블랙 주소일 확률이 높은 것으로 판단되는 것을 특징으로 하는 암호화폐 블랙리스트 구축 장치.
KR1020200121496A 2020-09-21 2020-09-21 암호화폐 블랙리스트 구축 장치 및 방법 KR102259838B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200121496A KR102259838B1 (ko) 2020-09-21 2020-09-21 암호화폐 블랙리스트 구축 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200121496A KR102259838B1 (ko) 2020-09-21 2020-09-21 암호화폐 블랙리스트 구축 장치 및 방법

Publications (1)

Publication Number Publication Date
KR102259838B1 true KR102259838B1 (ko) 2021-06-02

Family

ID=76372555

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200121496A KR102259838B1 (ko) 2020-09-21 2020-09-21 암호화폐 블랙리스트 구축 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102259838B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230001748A (ko) * 2021-06-29 2023-01-05 주식회사 카카오페이 불법목적계좌 추적 장치 및 방법
KR102629499B1 (ko) * 2023-09-14 2024-01-25 주식회사 보난자팩토리 Gat 기반 가상자산 지갑주소 블랙리스트 데이터베이스 생성 시스템 및 방법
KR102663767B1 (ko) * 2023-07-04 2024-05-07 주식회사 보난자팩토리 Ai기반 가상자산 고위험 지갑주소 db 자동 업데이트 방법
KR102683922B1 (ko) 2023-10-31 2024-07-10 최화인 암호화폐검증시스템 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102021265B1 (ko) 2019-04-02 2019-09-11 백종윤 가상화폐 거래 서비스 제공 시스템
KR102051350B1 (ko) * 2019-09-05 2019-12-03 (주)에스투더블유랩 암호화폐 거래를 분석하기 위한 데이터 획득 방법 및 장치
KR102058683B1 (ko) * 2019-09-05 2019-12-23 (주)에스투더블유랩 암호화폐 거래 분석 방법 및 장치
KR102110266B1 (ko) * 2020-02-20 2020-05-14 팀블랙버드 주식회사 인공지능을 이용한 암호화폐 탈세 여부 판단 방법, 장치 및 컴퓨터프로그램
KR102113347B1 (ko) * 2020-02-20 2020-05-21 팀블랙버드 주식회사 인공지능을 이용한 암호화폐 계좌 분류 방법, 장치 및 컴퓨터프로그램

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102021265B1 (ko) 2019-04-02 2019-09-11 백종윤 가상화폐 거래 서비스 제공 시스템
KR102051350B1 (ko) * 2019-09-05 2019-12-03 (주)에스투더블유랩 암호화폐 거래를 분석하기 위한 데이터 획득 방법 및 장치
KR102058683B1 (ko) * 2019-09-05 2019-12-23 (주)에스투더블유랩 암호화폐 거래 분석 방법 및 장치
KR102110266B1 (ko) * 2020-02-20 2020-05-14 팀블랙버드 주식회사 인공지능을 이용한 암호화폐 탈세 여부 판단 방법, 장치 및 컴퓨터프로그램
KR102113347B1 (ko) * 2020-02-20 2020-05-21 팀블랙버드 주식회사 인공지능을 이용한 암호화폐 계좌 분류 방법, 장치 및 컴퓨터프로그램

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230001748A (ko) * 2021-06-29 2023-01-05 주식회사 카카오페이 불법목적계좌 추적 장치 및 방법
KR102629578B1 (ko) 2021-06-29 2024-01-24 주식회사 카카오페이 불법목적계좌 추적 장치 및 방법
KR102663767B1 (ko) * 2023-07-04 2024-05-07 주식회사 보난자팩토리 Ai기반 가상자산 고위험 지갑주소 db 자동 업데이트 방법
KR102629499B1 (ko) * 2023-09-14 2024-01-25 주식회사 보난자팩토리 Gat 기반 가상자산 지갑주소 블랙리스트 데이터베이스 생성 시스템 및 방법
KR102683922B1 (ko) 2023-10-31 2024-07-10 최화인 암호화폐검증시스템 및 방법

Similar Documents

Publication Publication Date Title
KR102259838B1 (ko) 암호화폐 블랙리스트 구축 장치 및 방법
US11830004B2 (en) Blockchain transaction safety
US12026723B2 (en) Electronic payment network security
US20170140382A1 (en) Identifying transactional fraud utilizing transaction payment relationship graph link prediction
US20160364794A1 (en) Scoring transactional fraud using features of transaction payment relationship graphs
US12001800B2 (en) Semantic-aware feature engineering
CN109993233B (zh) 基于机器学习来预测数据审核目标的方法及系统
WO2019127834A1 (zh) 交易事件的处理方法、装置、终端设备及介质
Darwish A bio-inspired credit card fraud detection model based on user behavior analysis suitable for business management in electronic banking
KR102058683B1 (ko) 암호화폐 거래 분석 방법 및 장치
CN106453061A (zh) 一种识别网络诈骗行为的方法及系统
US11538044B2 (en) System and method for generation of case-based data for training machine learning classifiers
US11429974B2 (en) Systems and methods for configuring and implementing a card testing machine learning model in a machine learning-based digital threat mitigation platform
CN109829721B (zh) 基于异质网络表征学习的线上交易多主体行为建模方法
CN113139876B (zh) 风险模型训练方法、装置、计算机设备及可读存储介质
KR102051350B1 (ko) 암호화폐 거래를 분석하기 위한 데이터 획득 방법 및 장치
CN110705988A (zh) 受侵害行为的交互式阻断方法和系统
US20220245426A1 (en) Automatic profile extraction in data streams using recurrent neural networks
Widder et al. Identification of suspicious, unknown event patterns in an event cloud
US20220300977A1 (en) Real-time malicious activity detection using non-transaction data
KR102199587B1 (ko) 암호화폐 거래 분석 방법 및 장치
US20230199006A1 (en) Systems and methods for machine learning-based detection of an automated fraud attack or an automated abuse attack
US20230196453A1 (en) Deduplication of accounts using account data collision detected by machine learning models
CN109919767B (zh) 交易风险管理方法、装置及设备
US20240354781A1 (en) Electronic payment network security

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant