买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉复旦大学申请的专利一种面向UTXO模型区块链的勒索地址识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116091214B 。

龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211339319.8，技术领域涉及：G06Q40/04；该发明授权一种面向UTXO模型区块链的勒索地址识别方法是由王锴;赵宇;童麦可;陈辰;韩伟力;柴洪峰设计研发完成，并于2022-10-29向国家知识产权局提交的专利申请。

本一种面向UTXO模型区块链的勒索地址识别方法在说明书摘要公布了：本发明属于区块链领域，具体为一种面向UTXO模型区块链的勒索地址识别方法。本发明包括：针对勒索活动交易行为提取地址本身的交易特征；创新地定义四种交易关系，聚合相关地址特征以构建级联交易特征；利用正样本无标签学习方法消减数据不平衡影响，构建勒索地址识别模型；快速更新地址特征，实现勒索活动及时预警。本发明能够在UTXO模型区块链中高效准确地识别用于勒索活动的区块链地址，协助区块链监管和非法活动打击。本发明还对其他支付网络中的勒索地址识别方案提供参考，通过自定义修改本身交易特征的提取，即可设计出针对不同支付网络的勒索地址识别方案，以利于打击区块链中异常猖獗且危害极大的勒索活动，具有很好的应用前景。

本发明授权一种面向UTXO模型区块链的勒索地址识别方法在权利要求书中公布了：1.一种面向UTXO模型区块链的勒索地址识别方法，其特征在于，具体步骤如下： 步骤一、提取地址本身的交易特征 总结勒索活动的交易行为特征，首先提取目标地址的历史交易数据；根据历史交易数据从三个角度提取地址本身的18个交易特征，包括交易数量角度、交易金额角度和UTXO模型角度，具体如下表1所示： 表1，地址本身的交易特征 ； 步骤二、确定交易关系及提取地址的级联交易特征 提取与目标地址发生交易的相关地址构成相关地址集合，根据UTXO交易模型的格式定义如下四种交易关系：左邻居，右邻居，左兄弟，右兄弟；利用如下四种函数：最大值、最小值、平均值和标准差函数，聚合目标地址和相关地址的所有交易特征，拼接得到目标地址的级联交易特征； 步骤三、基于PU-learning构建勒索地址识别模型 针对UTXO模型区块链地址总量巨大、已知的勒索地址仅占十万分之三的数据不平衡问题，每次迭代过程随机选取一部分非勒索地址样本，与全部勒索地址构成训练集，利用决策树机器学习算法，学习两部分地址级联交易特征的不同点，建立勒索地址识别模型，用于判断地址是否参与勒索活动； 步骤四：快速特征更新，及时预警勒索活动 针对UTXO模型区块链交易随时间不断增加会改变地址级联交易特征的情况，当一笔新交易产生时，更新地址相关的历史交易数据以及相关地址集合，通过原本的交易特征和级联交易特征推算出更新后的特征，无需重新计算，利用识别模型判断相关地址是否有参与勒索活动的迹象； 步骤二中所述确定交易关系及提取地址的级联交易特征的具体流程如下： 1遍历目标地址的历史交易数据，根据UTXO模型交易的多输入-多输出格式，定义与目标地址属于同一侧的相关地址为兄弟地址，定义与目标地址不属于同一侧的相关地址为邻居地址；所述同一侧为交易输入一侧或者交易输出一侧； 2当目标地址位于交易输入一侧时，进一步定义它的兄弟地址为左兄弟地址，定义它的邻居地址为右邻居地址；当目标地址位于交易输出一侧时，进一步定义它的兄弟地址为右兄弟地址，定义它的邻居地址为左邻居地址； 3利用如下四种函数：最大值、最小值、平均值和标准差函数，来聚合四组关系中相关地址的每个交易特征；针对每个交易特征，用上述四种函数计算每组关系中所有相关地址该特征的四个聚合结果，最终进行级联交易特征拼接； 步骤四中所述快速特征更新，及时预警勒索活动的具体流程为： 1在计算地址的级联交易特征过程中，记录此时每一个地址参与的交易数量、相关地址集合和本身交易特征； 2当一笔新交易出现的时候，提取该交易中的所有地址，更新上次计算的每个地址本身交易特征中的最大值、最小值和求和值特征；复原其中的平均值特征，然后根据这笔新交易的交易信息计算新平均值特征； 3更新相关地址集合中每个地址的级联交易特征，只更新该地址的对应交易关系部分的特征值，并用上一步中的方法更新特征值，无需重新计算。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。