基于强化图卷积和时空循环门的区块链非法交易检测方法

Blockchain fraud detection method based on reinforced graph convolutional network and spatiotemporal recurrent gates
夏鑫
任秀丽
辽宁大学 信息学院, 沈阳 110036

摘要

区块链非法交易检测任务需要充分挖掘历史交易数据中固有的时间和空间特征。针对现有的非法交易检测方法存在误差较大的问题,提出一种基于强化图卷积和时空循环门的区块链非法交易检测方法(RGCN-SRG)。首先,利用比特币区块链历史交易数据构造交易图谱,引入一组具有不同尺寸卷积核的强化图卷积网络(RGCN),全面地提取该图谱的拓扑信息并生成特征向量;另外,考虑到区块链交易的时序特点,提出一种时空循环门结构(SRG)。在传统门结构中引入图卷积运算,以提取交易图多个时空维度的依赖信息。最后,经过一个线性层和激活函数输出非法交易检测的预测结果。将本文提出的方法与GCN、DEDGAT、EGT以及GCN+MLP进行比较。在F1方面,分别提高了18.4%、10.7%、9.3%和4.9%;在精度方面,分别提高了11.5%、11.2%、7.7%和3.7%。

基金项目

辽宁省教育厅项目(LYB201617)
国家重点研发计划(2019YFB1406002)
国家自然科学基金项目(61871107)
辽宁省自然科学基金项目(201202089)

出版信息

DOI: 10.19734/j.issn.1001-3695.2023.12.0616
出版期卷: 《计算机应用研究》 优先出版, 2024年第41卷 第9期

发布历史

[2024-05-07] 优先出版

引用本文

夏鑫, 任秀丽. 基于强化图卷积和时空循环门的区块链非法交易检测方法 [J]. 计算机应用研究, 2024, 41 (9). (2024-05-14). https://doi.org/10.19734/j.issn.1001-3695.2023.12.0616. (Xia Xin, Ren Xiuli. Blockchain fraud detection method based on reinforced graph convolutional network and spatiotemporal recurrent gates [J]. Application Research of Computers, 2024, 41 (9). (2024-05-14). https://doi.org/10.19734/j.issn.1001-3695.2023.12.0616. )

关于期刊

  • 计算机应用研究 月刊
  • Application Research of Computers
  • 刊号 ISSN 1001-3695
    CN  51-1196/TP

《计算机应用研究》创刊于1984年,是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。

《计算机应用研究》瞄准本学科领域迫切需要的前沿技术,及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。

《计算机应用研究》拥有众多高层次读者、作者,读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员,各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅,所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。


收录和评价

  • 第二届国家期刊奖百种重点期刊
  • 中国期刊方阵双效期刊
  • 全国中文核心期刊(北大2023年版)
  • 中国科技核心期刊
  • 中国科学引文数据库(CSCD)来源期刊
  • RCCSE中国核心学术期刊
  • 中国计算机学会会刊
  • 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
  • 中国科技期刊精品数据库全文来源期刊
  • 中国学术期刊综合评价数据库来源期刊
  • 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
  • 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
  • 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
  • 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
  • 英国《科学文摘》(INSPEC)来源期刊
  • 《日本科学技术振兴机构数据库》(JST)来源期刊
  • 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
  • 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
  • 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
  • 波兰《哥白尼索引》(IC)来源期刊
  • 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊