一种同质增强压缩建模的以太坊恶意样本检测方法及系统
申请号:CN202510993239
申请日期:2025-07-18
公开号:CN120546989B
公开日期:2025-10-03
类型:发明专利
摘要
本发明公开了一种同质增强压缩建模的以太坊恶意样本检测方法及系统,属于图人工智能与区块链安全技术领域。本发明采用以下技术方案:提取训练标签账户交互信息构建初始以太坊交互图;基于消息传播保留关键节点与边生成精简图;划分目标节点、桥节点与背景节点;聚合背景节点特征至目标节点并删除该节点,聚合同类桥节点形成新桥节点;删除特征相同且来源桥节点存在交集的新桥节点生成压缩图;通过全连接层生成伪标签并划分同质子图,在子图内消息传递后融合输出;联合伪标签损失与分类损失训练模型。该方法通过图压缩降低计算复杂度,利用伪标签同质子图增强同类信息传播,提升恶意行为检测准确率与效率。
技术关键词
恶意样本检测方法
节点特征
账户
训练检测模型
伪标签生成器
计算机终端设备
数据获取模块
特征提取单元
处理器
异质
消息
邻域
定义
可读存储介质
机制
注意力