-
题名基于图神经网络的账户余额模型区块链地址分类方法
被引量：1
- 1
-
-
作者
李致远
徐丙磊
周颖仪
-
机构
江苏大学计算机科学与通信工程学院
江苏省工业网络安全技术重点实验室
江苏省泛在数据智能感知与分析应用工程研究中心
-
出处
《通信学报》
EI
CSCD
北大核心
2023年第9期115-126,共12页
-
基金
国家重点研发计划基金资助项目(No.2020YFB1005503)
江苏省自然科学基金资助项目(No.BK20201415)。
-
文摘
为了监管账户余额模型公链上的交易,有必要对该类区块链上的交易进行地址分类研究。基于此,提出了一种基于图神经网络的账户余额模型区块链地址分类方法(简称AJKGS-ABCM)以实现区块链地址的分类,为区块链交易追踪提供有效的支持。该方法将区块链交易数据建模为图结构,以地址为节点,交易为边,提出AJK-GraphSAGE算法学习图的嵌入表示,模型的输入只需要节点及其采样的邻居节点集合。同时,模型引入注意力机制及跳跃知识结合策略,自适应地为不同层的表示分配权重,并在不同层间共享信息,提高了训练速度和泛化能力。最后进行了实验对比,结果表明该模型在准确度、召回率和F1分数上性能优于其他方法。
-
关键词
账户余额模型区块链
地址分类
图神经网络
注意力机制
跳跃知识
-
Keywords
account balance model blockchain
address classification
graph neural network
attention mechanism
jumping knowledge
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
