(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 202210744807.0 (22)申请日 2022.06.29 (71)申请人 江西农业大 学 地址 330000 江西省南昌市志敏大道1 101 号 (72)发明人 易文龙　赵小敏　赵应丁　郭熙　 李求德　殷华　徐亦璐　 (74)专利代理 机构 南昌旭瑞知识产权代理事务 所(普通合伙) 36150 专利代理师 彭琰 (51)Int.Cl. G06Q 40/04(2012.01) G06F 21/62(2013.01) (54)发明名称 基于区块链的异常交易事务识别方法、 系统 及设备 (57)摘要 本发明提供一种基于区块链的异常交易事 务识别方法、 系统及设备， 方法包括： 获取交易事 务的共有属性， 根据共有属性对交易事务进行行 为分析以得到交易风险值； 获取交易事务发起者 的用户风险级别及交易服务提供商风险级别并 结合交易风险值， 根据各自隶属函数分别计算得 到交易风险因子、 用户风险因子、 及服务提供商 风险因子以组成三者的关系模糊矩阵； 获取权重 模糊矩阵， 结合关系模糊矩阵获得模糊综合评价 矩阵以确定交易事务的风险等级， 从而识别异常 交易事务。 本申请通过对上链前的交易事务进行 异常识别， 从而做到事前预测， 解决了现有技术 中一般是对已上链的交易事务进行异常识别， 导 致无法避免异常交易事务造成损失的技 术问题。 权利要求书2页 说明书11页 附图5页 CN 114820198 A 2022.07.29 CN 114820198 A 1.一种基于区块链的异常交易事务识别方法， 其特 征在于， 所述方法包括： 获取区块链 交易事务的共有属性， 根据所述共有属性对交易事务进行行为分析以得到 交易风险值， 所述共有属性包括交易事务创建时间、 调用链码ID、 发起者服务提供商ID、 发 起者名称以及输入参数； 获取用户风险级别以及服务提供商风险级别， 将所述交易风险值、 所述用户风险级别 以及所述服务提供商风险级别根据各自隶属函数分别计算得到交易风险因子、 用户风险因 子、 以及服务提供商风险因子， 根据所述交易风险因子、 所述用户风险因子、 以及所述服务 提供商风险因子组成三 者的关系模糊矩阵； 获取权重模糊矩阵， 将所述权重模糊矩阵叉乘所述关系 模糊矩阵获得模糊综合评价矩 阵， 根据所述模糊综合评价矩阵确定交易事务风险等级， 根据所述交易事务风险等级识别 异常交易事务。 2.根据权利要求1所述的基于区块链的异常交易事务识别方法， 其特征在于， 所述根据 所述共有属性对交易事务进行 行为分析以得到交易 风险值的步骤 包括： 根据分析结果判断交易事务是否存在异常行为， 所述异常行为包括交易 时间不符合日 常习惯、 调用非常用链码、 以及使用非常用函数； 若存在异常行为， 则根据异常行为计算出交易 风险值。 3.根据权利要求1所述的基于区块链的异常交易事务识别方法， 其特征在于， 在获取用 户风险级别以及服 务提供商风险级别的步骤中， 获取用户风险级别的步骤 包括： 当前用户风险级别等于上次交易事务 风险等级； 其中， 若无 上次交易记录， 则初始用户风险级别默认为1。 4.根据权利要求3所述的基于区块链的异常交易事务识别方法， 其特征在于， 若用户风 险级别为 N， 则对应风险评估等级为 N的隶属度为1， 其 余风险评估等级的隶属度为0 。 5.根据权利要求1所述的基于区块链的异常交易事务识别方法， 其特征在于， 在获取用 户风险级别以及服 务提供商风险级别的步骤中， 获取服 务提供商风险级别的步骤 包括： 在同一服务提供商下， 获取 各个用户的用户风险级别； 对所有用户的用户风险级别求平均值并向上取整得到所述服务提供商的服务提供商 风险级别。 6.根据权利要求5所述的基于区块链的异常交易事务识别方法， 其特征在于， 若服务提 供商风险级别为 N， 则对应风险评估等级为 N的隶属度为1， 其 余风险评估等级的隶属度为0 。 7.根据权利要求1所述的基于区块链的异常交易事务识别方法， 其特征在于， 在将所述 交易风险值、 所述用户风险级别以及所述服务提供商风险级别根据各自隶属函数分别计算 得到交易风险因子、 用户风险因子、 以及服务提供商风险因子的步骤中， 将所述交易风险值 根据交易 风险因子隶属函数计算得到交易 风险因子的步骤 包括： 根据所述交易风险值确定交易风险评估等级， 所述级别包括安全、 低 风险、 中风险以及 高风险， 交易 风险因子隶属函数因 交易风险评估等级不同而不同； 当交易风险值为0时， 属于安全级别； 当交易风险值非0时， 不属于安全级别； 其中， 各级别对应的交易 风险因子隶属函数如下：权　利　要　求　书 1/2 页 2 CN 114820198 A 2其中，x为交易风险值， A(x)表示安全级别隶属函数， B(x)表示低风险隶属函数， C(x)表 示中风险隶属函数， D(x)表示高风险隶属函数， R+为正实数， α取5， 为风险值中的中位数， 表 示当风险值为5时， 中风险判定概率为100%， 取1， 表示标准差为1， 便于计算， 具体取值可 根据实际情况决定 。 8.一种基于区块链的异常交易事务识别系统， 其特 征在于， 所述系统包括： 获取模块， 用于获取区块链交易事务的共有属性， 根据所述共有属性对交易事务进行 行为分析以得到交易风险值， 所述共有属性包括交易事务创建时间、 调用链码ID、 发起者服 务提供商ID、 发起 者名称以及输入参数； 关系模糊矩阵组成模块， 用于获取用户风险级别以及服务提供商风险级别， 将所述交 易风险值、 所述用户风险级别以及所述服务提供商风险级别根据各自隶属函数分别计算得 到交易风险因子、 用户风险因子、 以及服务提供商风险因子， 根据所述交易风险因子、 所述 用户风险因子、 以及所述 服务提供商风险因子组成三 者的关系模糊矩阵； 异常交易事务识别模块， 用于获取权重模糊矩阵， 将所述权重模糊矩阵叉乘所述关系 模糊矩阵获得模糊综合评价矩阵， 根据所述模糊综合评价矩阵确定交易事务风险等级， 根 据所述交易事务 风险等级识别异常交易事务。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器执 行时实现如权利要求1－7任一所述的基于区块链的异常交易事务识别方法。 10.一种数据处理设备， 包括存储器、 处理器以及存储在存储器上并可在处理器上运行 的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1－7任一所述的 基于区块链的异常交易事务识别方法。权　利　要　求　书 2/2 页 3 CN 114820198 A 3