(19)中华 人民共和国 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 202111473143.0 (22)申请日 2021.12.02 (71)申请人 清华大学深圳国际研究生院 地址 518055 广东省深圳市南 山区西丽 街 道深圳大 学城清华校区A栋二楼 (72)发明人 刘嘉特　王智　 (74)专利代理 机构 深圳新创友知识产权代理有 限公司 4 4223 代理人 孟学英 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 40/04(2012.01) (54)发明名称 一种以太坊未来交易行为预测方法及计算 机可读存 储介质 (57)摘要 本发明提供一种以太坊未来交易行为预测 方法及计算机可读存储介质， 方法包括： 获取 以 太坊中账户交易数据； 从以太坊的所述账户交易 数据中选 取数据构建训练数据动态图； 构建动态 图模型并采用所述训练数据动态 图对所述动态 图模型进行训练； 采用训练好的所述动态图模型 用于以太坊未来交易行为预测得到预测结果。 通 过构建训练数据动态图及动态图模 型， 可以预测 未来某具体时间点的交易， 对某些交易时间间隔 较大的账户预测的效果更好。 权利要求书2页 说明书8页 附图2页 CN 114202116 A 2022.03.18 CN 114202116 A 1.一种以太坊未来交易行为预测方法， 其特 征在于， 包括如下步骤： S1： 获取以太坊中账户交易数据； S2： 从以太坊的所述账户交易数据中选取 数据构建训练数据动态图； S3： 构建动态图模型并采用所述训练数据动态图对所述动态图模型进行训练； S4： 采用训练好的所述动态图模型用于以太坊未来交易行为预测得到预测结果。 2.如权利要求1所述的以太坊未来交易行为预测方法， 其特征在于， 构建所述训练数据 动态图包括如下步骤： S21： 按照预 先设置的条件从所述账户交易数据中筛 选账户作为中心 节点； S22： 获取所述账户交易数据中所有与所述中心节点发生过交易的节点加入到训练数 据动态图中， 作为 一跳邻居图； S23： 继续获取所有与所述一跳邻居图中的所有节点发生过交易的节点加入到训练数 据动态图中， 作为 二跳邻居图； S24： 重复上述 步骤直至获取 预先设置的K跳邻居图， K为 正整数。 3.如权利要求2所述的以太坊未来交易行为预测方法， 其特征在于， 构建所述动态图模 型包括： 内存模块， 用于保存所述节点的历史 交易信息； 信息处理模块， 用于 接收交易数据并处 理生成交易信息； 内存更新模块， 用于 接收所述交易信息并更新所述内存 模块中的所述历史 交易信息； 嵌入表示 生成模块， 用于生成每 个所述节点的嵌入表示； 解码模块， 用于根据所述嵌入表示得到当前时间点所述节点发生交易的概 率。 4.如权利要求3 中所述的以太坊未来交易行为预测方法， 其特征在于， 所述节点的历史 交易信息包括： 对于每个节点i在 某一时间t都有 一个内存向量 si(t)， 在时间t之后， 这个内存会在遇到 一条新的包 含节点i的交易时被更新； 第一次遇见节点j， 则内存向量sj(t)被初始化 为一个零向量。 5.如权利要求4中所述的以太坊未来交易行为预测方法， 其特征在于， 所述信 息处理模 块处理信息包括： 对于一条从节点i到节点j、 发生在时间t、 交易以太币量为eij(t)的交易， 被处理成如下 两条信息： mi(t)＝concat(si(t‑)， sj(t‑)， Δt， eij(t)) mj(t)＝concat(sj(t‑)， si(t‑)， Δt， eij(t)) 其中， concat表示几个向量的si(t‑)拼接， 表示节点i在时间t前在所述内存模块中保留 Δt的历史 交易信息， 表示上一条有节点 i的交易发生的时间与本条交易发生的时间差 。 6.如权利要求5 中所述的以太坊未来交易行为预测方法， 其特征在于， 所述内存模块根 据交易时间只保留所述节点 最新生成的交易信息 。 7.如权利要求6 中所述的以太坊未来交易行为预测方法， 其特征在于， 所述内存更新模 块更新所述内存 模块中的所述历史 交易信息包括： si(t)＝GRU(mi(t)， si(t‑)) 其中， GRU是用于处 理时间信息的结构。权　利　要　求　书 1/2 页 2 CN 114202116 A 28.如权利要求7中所述的以太坊未来交易行为预测方法， 其特征在于， 所述嵌入表示生 成模块生成每个所述节点的所述嵌入表示包括： zi(t)＝MultiHeadA ttention(q(t)， K(t)， V(t) ) q(t)＝si(t)|| (0) K(t)＝V(t)＝[s1(t)||ei1(t‑t1)||(t1)， ...， sn(t)||ein(tn)||(t‑tn)] 其中， MultiHeadAttention是注意力结构， 用于计算节点i的每个邻居节点的重要性 并 聚合邻居节点的信 息； q(t)， K(t)， V(t)是MultiHeadAttention结构中的中间工具向量， || 代表向量的连接， sn(t)||ein(tn)||(tn)代表当前节点i的n个邻居节点的信息， sn(t)是该邻 居节点的内存向量， ein(tn)是节点i和该邻居节点在时间tn发生的交易的以太币数量， (t ‑ tn)则是该交易与当前时间t的时间差 。 9.如权利要求8中所述的以太坊未来交易行为预测方法， 其特征在于， 所述解码模块接 收发起方节点嵌入表示zi(t)和接收方节点嵌入表示zj(t)的拼接， 输出为当前时间点发生 交易的概 率。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1 ‑9任一所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114202116 A 3