(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210791902.6 (22)申请日 2022.07.05 (71)申请人 北京哈希泰格信息科技有限公司 地址 100089 北京市海淀区西四环中路19 号1号楼5层- 569号 (72)发明人 张玉睿　 (74)专利代理 机构 苏州国卓知识产权代理有限 公司 323 31 专利代理师 龚淼 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 40/04(2012.01) G06F 16/27(2019.01) G06F 16/36(2019.01) (54)发明名称 一种基于区块链的地址信用风险评估方法 和系统 (57)摘要 本发明公开一种基于区块链的地址信用风 险评估方法和系统。 所述方法包括监控全网黑名 单地址， 解析黑名单地址建立地址黑名单数据 库， 并将黑名单地址部署成为去中心化黑名单区 块链节点， 同时建立服务器节点； 请求服务器节 点获取区块链交易数据， 比对交易数据与服务器 节点或黑名单区块链节点， 获得异常交易地址； 根据异常交易地址， 应用机器学习模 型分析与异 常交易地址所相关的交易的上下游区块链节点， 进行交易风险评价建模。 本发明通过人工智 能、 机器学习技术与区块链数据相结合， 建立一种面 向区块链地址的匿名网络的地址信用和风险评 价模型， 为交易事件分析提供有效率的追踪和分 析手段， 让交易风险地址信用更显性化表示风险 和感知交易的风险。 权利要求书2页 说明书6页 附图2页 CN 115130883 A 2022.09.30 CN 115130883 A 1.一种基于区块链的地址信用风险评估方法， 其特 征在于， 包括： 监控全网黑名单地址， 解析黑名单地址建立地址黑名单数据库， 并将黑名单地址部署 成为去中心化 黑名单区块链 节点， 同时建立 服务器节点； 请求服务器节点获取区块链 交易数据， 比对交易数据与服务器节点或黑名单区块链节 点， 获得异常交易 地址； 根据异常交易地址， 应用机器学习 模型分析与异常交易地址所相关的交易的上下游区 块链节点， 进行交易 风险评价建模。 2.如权利要求1所述的一种基于区块链的地址信用风险评估方法， 其特征在于， 监控全 球各地政 府、 执法机构公布的黑名单地址， 通过对黑名单地址分析建立 地址黑名单 数据库。 3.如权利要求1所述的一种基于区块链的地址信用风险评估方法， 其特征在于， 获取的 区块链交易数据包括各区块的交易数据， 包括但不限于区块链交易日志、 区块打包信息中 的交易对， 从交易数据中挖掘交易信息、 交易对和交易详情， 在交易日志或交易对中包含有 区块链节点信息， 如果交易数据中包含的节点与服务器节点或黑名单节点匹配， 则 说明该 交易数据中的地址为异常交易 地址。 4.如权利要求1所述的一种基于区块链的地址信用风险评估方法， 其特征在于， 从区块 数据中分析出交易分布的公链、 地址、 协议及路由链路关系， 具体包括区块链节点路由、 交 易类型、 主网公链、 交易成本、 交易资金流向、 矿工节点、 交易所、 跨链交易的区块链数据知 识图谱。 5.如权利要求1所述的一种基于区块链的地址信用风险评估方法， 其特征在于， 通过交 易频次、 交易链路关系、 交易金额、 交易成本与主网公链、 协议、 交易形式特征进行编码， 用 深度学习模型， 对黑名单地址的交易进行风险评价建模， 以及交易发生时候的行为特征建 模、 环境特 征建模。 6.如权利要求1所述的一种基于区块链的地址信用风险评估方法， 其特征在于， 风险评 价建模包括地址本身风险评价， 地址本身风险评价包括节点参与的有风险交易次数权重和 节点参与的所有交易总价 值权重， 其中， 节点 参与的有风险交易次数权 重 具体包括： 先计算节点x参与的所有交易的总次数， 然后计算节点 x参与的有风险交易总次数， 然后有风险交易总次数除以所有交易总次数所得值再求倒数， 得到节点 参与的有风险交易次数权 重； 节点参与的所有交易总价 值权重 R(x)为一种风险类型的常量系数。 7.如权利要求6所述的一种基于区块链的地址信用风险评估方法， 其特征在于， 风险评 价建模包括交易风险评价， 交易风险评价是节点参与的有风险交易中发送节点的交易次数 权重与接收节点的交易次数权 重比， 即T(x)＝R(i)/R(j)x。 8.如权利要求7所述的一种基于区块链的地址信用风险评估方法， 其特征在于， 风险评 价建模包括在整体链路的风险评价， 在整体链路的风险评价是指该节点在进 行交易时相对 于整个区块链链路来说可能存在的交易风险； 当一个新的交易发生时， 通过深度学习模型 计算在整体链路的风险， 根据参与交易风险的类型、 频次、 交易规模和协议类型给出地址节权　利　要　求　书 1/2 页 2 CN 115130883 A 2点的风险信用评估： 其中， TCR(pi)表示节点pi的信用度评估值。 9.如权利要求8所述的一种基于区块链的地址信用风险评估方法， 其特征在于， 在确定 了区块链矿工节点的地址信用风险评分后， 还包括建立区块链节点与其关联节点的风险地 址映射拓扑。 10.一种基于区块链的地址信用风险评估系统， 其特 征在于， 包括： 地址监控模块用于监控全网黑名单地址， 解析黑名单地址建立地址黑名单数据库， 并 将黑名单地址 部署成为去中心化 黑名单区块链 节点， 同时建立 服务器节点； 区块交易数据获取模块用于请求 服务器节点获取区块链交易数据； 异常交易地址监控模块用于比对交易数据与服务器节点或黑名单区块链节点， 获得异 常交易地址； 交易风险评价模型创建模块用于根据异常交易地址， 应用机器学习模型分析与异常交 易地址所相关的交易的上 下游区块链 节点， 进行交易 风险评价建模。权　利　要　求　书 2/2 页 3 CN 115130883 A 3