本發(fā)明涉及區(qū)塊鏈地址的風(fēng)險(xiǎn)綜合評(píng)測領(lǐng)域，特別涉及基于加權(quán)聯(lián)邦學(xué)習(xí)的區(qū)塊鏈地址風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)。

背景技術(shù)：

1、區(qū)塊鏈地址風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)是一種用于評(píng)估區(qū)塊鏈地址、錢包地址相關(guān)風(fēng)險(xiǎn)的技術(shù)系統(tǒng)，在區(qū)塊鏈生態(tài)系統(tǒng)中，每個(gè)參與者都可以生成一個(gè)或多個(gè)錢包地址，用于存儲(chǔ)加密貨幣資產(chǎn)或參與交易，然而，這些地址可能會(huì)受到各種風(fēng)險(xiǎn)和威脅，包括欺詐等，因此，開發(fā)區(qū)塊鏈地址風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)有助于識(shí)別和減輕這些風(fēng)險(xiǎn)，常見的檢測系統(tǒng)通?；谝韵聨讉€(gè)方面進(jìn)行風(fēng)險(xiǎn)判斷：歷史交易行為、規(guī)則指標(biāo)、人工智能技術(shù)、實(shí)時(shí)監(jiān)控和數(shù)據(jù)集成。

2、機(jī)器學(xué)習(xí)技術(shù)雖然能夠利用海量數(shù)據(jù)進(jìn)行訓(xùn)練，有效提升檢測的準(zhǔn)確性，但數(shù)據(jù)質(zhì)量通常決定模型檢測的有效性，而單一機(jī)構(gòu)擁有的數(shù)據(jù)往往是有限的，要使用多方數(shù)據(jù)源往往面臨著隱私保護(hù)，數(shù)據(jù)分散，數(shù)據(jù)傳輸，多方協(xié)作等多種問題，因此可以采用聯(lián)邦學(xué)習(xí)技術(shù)來解決這些問題，聯(lián)邦學(xué)習(xí)按照數(shù)據(jù)維度進(jìn)行劃分可以劃分為：水平聯(lián)邦學(xué)習(xí)和垂直聯(lián)邦學(xué)習(xí)，水平聯(lián)邦學(xué)習(xí)的特征在于不同參與方擁有相同特征但不同樣本的數(shù)據(jù)，垂直聯(lián)邦學(xué)習(xí)的特征在于不同參與方擁有不同特征的數(shù)據(jù)，但是實(shí)際數(shù)據(jù)情況可能更加復(fù)雜，采用一般聯(lián)邦學(xué)習(xí)方法忍讓存在一些缺陷：多方通信開銷大、模型同步效率低和數(shù)據(jù)不均衡等。

3、因此，提出基于加權(quán)聯(lián)邦學(xué)習(xí)的區(qū)塊鏈地址風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)來解決上述問題很有必要。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的主要目的在于提供基于加權(quán)聯(lián)邦學(xué)習(xí)的區(qū)塊鏈地址風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)，可以有效解決背景技術(shù)中的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案為：

3、基于加權(quán)聯(lián)邦學(xué)習(xí)的區(qū)塊鏈地址風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)，包括中央服務(wù)器，所述中央服務(wù)器包括全局模型，所述中央服務(wù)器電連接有協(xié)調(diào)器，所述協(xié)調(diào)器電連接有參與方，所述參與方包括本地模型，所述中央服務(wù)器電連接有訓(xùn)練單元；

4、所述中央服務(wù)器用于系統(tǒng)的基礎(chǔ)和全局模型的布局，所述訓(xùn)練單元用于對(duì)于其他的參與方的下發(fā)模型進(jìn)行私有數(shù)據(jù)訓(xùn)練，所述協(xié)調(diào)器用于進(jìn)行系統(tǒng)通信和數(shù)據(jù)匯聚，所述本地模型用于檢測模型狀態(tài)，匯聚各模型參數(shù)狀態(tài)，對(duì)主模型進(jìn)行更新。

5、優(yōu)選的，所述參與方至少有三方，所述協(xié)調(diào)器的輸出端與中央服務(wù)器的輸入端電性連接，所述參與方的輸出端與協(xié)調(diào)器的輸入端的電性連接。

6、優(yōu)選的，所述參與方包括用戶信息輸入模塊，所述用戶信息輸入模塊的輸入端電性連接有加密模塊的輸出端，所述用戶信息輸入模塊的輸出端電性連接有模型構(gòu)建單元的輸入端，所述模型構(gòu)建單元包括參數(shù)狀態(tài)整理模塊和匯聚模塊，所述模型構(gòu)建單元的輸出端電性連接有更新模塊的輸入端，所述更新模塊；

7、所述用戶信息輸入模塊用于參與方用戶的信息輸入，所述加密模塊用于將參與方用戶輸入的信息進(jìn)行加密，所述模型構(gòu)建單元基于輸入的信息進(jìn)行模型的構(gòu)建，所述參數(shù)狀態(tài)整理模塊用于將模型參數(shù)的狀態(tài)進(jìn)行整理，所述匯聚模塊用于將整理后的模型參數(shù)狀態(tài)進(jìn)行匯聚，所述更新模塊用于將模型構(gòu)建單元構(gòu)建后模型更新至主模型，所述主模型為全局模型。

8、優(yōu)選的，所述協(xié)調(diào)器包括系統(tǒng)通信模塊和數(shù)據(jù)匯聚模塊，所述系統(tǒng)通信模塊的輸入端電性連接有線路加密模塊的輸出端；

9、所述系統(tǒng)通信模塊用于將從參與方接收到的模型數(shù)據(jù)信息進(jìn)行加權(quán)平均并輸入至中央服務(wù)器，所述線路加密模塊用于將系統(tǒng)通信模塊的輸入線路進(jìn)行加密，所述數(shù)據(jù)匯聚模塊用于將參與方和本地模型的數(shù)據(jù)模型進(jìn)行匯聚。

10、優(yōu)選的，所述訓(xùn)練單元包括貢獻(xiàn)值閾值設(shè)置模塊和加權(quán)信息導(dǎo)入模塊，所述加權(quán)信息導(dǎo)入模塊的輸出端電性連接有數(shù)據(jù)均衡處理模塊的輸入端，所述數(shù)據(jù)均衡處理模塊的輸出端電性連接有模型同步模塊的輸入端，所述模型同步模塊的輸出端電性連接有數(shù)據(jù)訓(xùn)練ai模塊的輸入端，所述數(shù)據(jù)訓(xùn)練ai模塊的輸入端電性連接有獎(jiǎng)勵(lì)模塊的輸出端，所述數(shù)據(jù)訓(xùn)練ai模塊的輸入端電性連接有交易風(fēng)險(xiǎn)規(guī)避模塊的輸出端；

11、所述貢獻(xiàn)值閾值設(shè)置模塊用于將參與方輸入的信息數(shù)據(jù)進(jìn)行貢獻(xiàn)值進(jìn)行閾值的設(shè)置，所述貢獻(xiàn)值閾值設(shè)置模塊用于對(duì)參與方的權(quán)重進(jìn)行分配并做均衡處理，所述加權(quán)信息導(dǎo)入模塊用于對(duì)參與方輸入的數(shù)據(jù)信息進(jìn)行加權(quán)信息的導(dǎo)入，所述數(shù)據(jù)均衡處理模塊用于對(duì)不同參與方導(dǎo)入的加權(quán)信息和對(duì)差異較大的數(shù)據(jù)進(jìn)行數(shù)據(jù)均衡的處理，所述數(shù)據(jù)均衡處理模塊基于全局模型的貢獻(xiàn)考慮，所述數(shù)據(jù)訓(xùn)練ai模塊基于聯(lián)邦學(xué)習(xí)對(duì)均衡處理后的數(shù)據(jù)進(jìn)行學(xué)習(xí)，所述獎(jiǎng)勵(lì)模塊用于對(duì)訓(xùn)練的數(shù)據(jù)結(jié)果進(jìn)行獎(jiǎng)勵(lì)并做成功率的提升處理。

12、優(yōu)選的，所述中央服務(wù)器的邏輯層包括用戶界面、風(fēng)險(xiǎn)評(píng)估與分析引擎、協(xié)調(diào)層、數(shù)據(jù)傳輸聚合層和數(shù)據(jù)存儲(chǔ)與管理層。

13、有益效果

14、與現(xiàn)有技術(shù)相比，本發(fā)明提供了基于加權(quán)聯(lián)邦學(xué)習(xí)的區(qū)塊鏈地址風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)，具備以下有益效果：

15、1、該基于加權(quán)聯(lián)邦學(xué)習(xí)的區(qū)塊鏈地址風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)，主要目的在于基于加權(quán)聯(lián)邦學(xué)習(xí)的方法統(tǒng)籌多方數(shù)據(jù)，對(duì)區(qū)塊鏈地址風(fēng)險(xiǎn)進(jìn)行更準(zhǔn)確分析，加權(quán)聯(lián)邦學(xué)習(xí)是一種改進(jìn)的聯(lián)邦學(xué)習(xí)方法，通過為不同的參與方分配權(quán)重，將其對(duì)全局模型的貢獻(xiàn)考慮在內(nèi)，相對(duì)于普通聯(lián)邦學(xué)習(xí)，加權(quán)聯(lián)邦學(xué)習(xí)具備優(yōu)勢(shì)，特別是在數(shù)據(jù)分布不均衡或參與方的重要性不同的情況下。

16、2、該基于加權(quán)聯(lián)邦學(xué)習(xí)的區(qū)塊鏈地址風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)，使用了改進(jìn)的加權(quán)聯(lián)邦學(xué)習(xí)方法，在保護(hù)用戶隱私和多方模型構(gòu)建的基礎(chǔ)上，解決了數(shù)據(jù)不均衡的問題，在區(qū)塊鏈交易系統(tǒng)中，不同參與方擁有的數(shù)據(jù)差異較大，對(duì)于評(píng)測系統(tǒng)來說，需要根據(jù)實(shí)際情況動(dòng)態(tài)調(diào)整權(quán)重，通過不同參與方的模型進(jìn)行協(xié)調(diào)匯聚，更新主模型，并通過主模型進(jìn)行最終計(jì)算。

17、3、該基于加權(quán)聯(lián)邦學(xué)習(xí)的區(qū)塊鏈地址風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)，普通區(qū)塊鏈風(fēng)險(xiǎn)檢測系統(tǒng)僅能夠利用單一數(shù)據(jù)源構(gòu)建模型，而本發(fā)明提出的基于加權(quán)聯(lián)邦學(xué)習(xí)的區(qū)塊鏈地址風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)能夠有效利用多方數(shù)據(jù)，讓更多生態(tài)參與方加入到模型訓(xùn)練與迭代中，同時(shí)保護(hù)了用戶隱私，使用本平臺(tái)可以更好地幫助用戶避免交易當(dāng)中存在的風(fēng)險(xiǎn)。

技術(shù)特征：

1.基于加權(quán)聯(lián)邦學(xué)習(xí)的區(qū)塊鏈地址風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)，包括中央服務(wù)器，其特征在于：所述中央服務(wù)器包括全局模型，所述中央服務(wù)器電連接有協(xié)調(diào)器，所述協(xié)調(diào)器電連接有參與方，所述參與方包括本地模型，所述中央服務(wù)器電連接有訓(xùn)練單元；

2.根據(jù)權(quán)利要求1所述的基于加權(quán)聯(lián)邦學(xué)習(xí)的區(qū)塊鏈地址風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)，其特征在于：所述參與方至少有三方，所述協(xié)調(diào)器的輸出端與中央服務(wù)器的輸入端電性連接，所述參與方的輸出端與協(xié)調(diào)器的輸入端的電性連接。

3.根據(jù)權(quán)利要求1所述的基于加權(quán)聯(lián)邦學(xué)習(xí)的區(qū)塊鏈地址風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)，其特征在于：所述參與方包括用戶信息輸入模塊，所述用戶信息輸入模塊的輸入端電性連接有加密模塊的輸出端，所述用戶信息輸入模塊的輸出端電性連接有模型構(gòu)建單元的輸入端，所述模型構(gòu)建單元包括參數(shù)狀態(tài)整理模塊和匯聚模塊，所述模型構(gòu)建單元的輸出端電性連接有更新模塊的輸入端，所述更新模塊；

4.根據(jù)權(quán)利要求1所述的基于加權(quán)聯(lián)邦學(xué)習(xí)的區(qū)塊鏈地址風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)，其特征在于：所述協(xié)調(diào)器包括系統(tǒng)通信模塊和數(shù)據(jù)匯聚模塊，所述系統(tǒng)通信模塊的輸入端電性連接有線路加密模塊的輸出端；

5.根據(jù)權(quán)利要求1所述的基于加權(quán)聯(lián)邦學(xué)習(xí)的區(qū)塊鏈地址風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)，其特征在于：所述訓(xùn)練單元包括貢獻(xiàn)值閾值設(shè)置模塊和加權(quán)信息導(dǎo)入模塊，所述加權(quán)信息導(dǎo)入模塊的輸出端電性連接有數(shù)據(jù)均衡處理模塊的輸入端，所述數(shù)據(jù)均衡處理模塊的輸出端電性連接有模型同步模塊的輸入端，所述模型同步模塊的輸出端電性連接有數(shù)據(jù)訓(xùn)練ai模塊的輸入端，所述數(shù)據(jù)訓(xùn)練ai模塊的輸入端電性連接有獎(jiǎng)勵(lì)模塊的輸出端，所述數(shù)據(jù)訓(xùn)練ai模塊的輸入端電性連接有交易風(fēng)險(xiǎn)規(guī)避模塊的輸出端；

6.根據(jù)權(quán)利要求1所述的基于加權(quán)聯(lián)邦學(xué)習(xí)的區(qū)塊鏈地址風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)，其特征在于：所述中央服務(wù)器的邏輯層包括用戶界面、風(fēng)險(xiǎn)評(píng)估與分析引擎、協(xié)調(diào)層、數(shù)據(jù)傳輸聚合層和數(shù)據(jù)存儲(chǔ)與管理層。

技術(shù)總結(jié)
本發(fā)明公開了基于加權(quán)聯(lián)邦學(xué)習(xí)的區(qū)塊鏈地址風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)，本發(fā)明涉及區(qū)塊鏈地址的風(fēng)險(xiǎn)綜合評(píng)測領(lǐng)域，包括中央服務(wù)器，所述中央服務(wù)器包括全局模型，中央服務(wù)器電連接有協(xié)調(diào)器，協(xié)調(diào)器電連接有參與方，參與方包括本地模型，中央服務(wù)器電連接有訓(xùn)練單元。本發(fā)明所述的基于加權(quán)聯(lián)邦學(xué)習(xí)的區(qū)塊鏈地址風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)，使用了改進(jìn)的加權(quán)聯(lián)邦學(xué)習(xí)方法，在保護(hù)用戶隱私和多方模型構(gòu)建的基礎(chǔ)上，解決了數(shù)據(jù)不均衡的問題，通過不同參與方的模型進(jìn)行協(xié)調(diào)匯聚，更新主模型，并通過主模型進(jìn)行最終計(jì)算，本發(fā)明提出的風(fēng)險(xiǎn)綜合評(píng)測系統(tǒng)能夠有效利用多方數(shù)據(jù)，同時(shí)保護(hù)了用戶隱私，可以更好地幫助用戶避免交易當(dāng)中存在的風(fēng)險(xiǎn)。

技術(shù)研發(fā)人員：檀靈瀟,鐘啟富,葉克忠
受保護(hù)的技術(shù)使用者：廈門慢霧科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/19