基于人工智能技術(shù)的區(qū)塊鏈虛擬貨幣交易檢測機(jī)制

曾 晶，劉大暢，孫石峰（廣東南方電信規(guī)劃咨詢設(shè)計(jì)院有限公司，廣東深圳 518038）

0 引言

區(qū)塊鏈?zhǔn)且环N集成分布式數(shù)據(jù)存儲、點(diǎn)對點(diǎn)傳輸、共識機(jī)制、加密算法等多種技術(shù)的新型技術(shù)。目前聯(lián)合國、國際貨幣基金組織、多個國家政府都在積極討論區(qū)塊鏈并持續(xù)增加相關(guān)投入。我國在區(qū)塊鏈技術(shù)的探索方面最初僅僅是金融行業(yè)的小課題，但從2016 年國務(wù)院印發(fā)的《“十三五”國家信息化規(guī)劃》中可以看到對區(qū)塊鏈技術(shù)的支持，規(guī)劃中強(qiáng)調(diào)了要對區(qū)塊鏈等技術(shù)加強(qiáng)基礎(chǔ)研發(fā)和前沿布局，構(gòu)筑新賽場先發(fā)主導(dǎo)優(yōu)勢。2020 年4 月20 日，國家發(fā)改委首次明確人工智能、云計(jì)算、區(qū)塊鏈等為代表的新技術(shù)基礎(chǔ)設(shè)施屬于新型基礎(chǔ)設(shè)施范圍中的信息基礎(chǔ)設(shè)施，新型基礎(chǔ)設(shè)施主要是指基于新一代信息技術(shù)演化生成的基礎(chǔ)設(shè)施。

當(dāng)前以區(qū)塊鏈產(chǎn)品為代表的全球金融科技迅猛發(fā)展，對實(shí)體經(jīng)濟(jì)和金融體系產(chǎn)生深遠(yuǎn)影響，如何平衡好金融科技的創(chuàng)新和風(fēng)險(xiǎn)，成為金融監(jiān)管不可忽視的問題。我國基于區(qū)塊鏈技術(shù)的產(chǎn)品研發(fā)進(jìn)展顯著，局部細(xì)分市場具備全球領(lǐng)先優(yōu)勢，但同時(shí)也暴露了異常交易、欺詐行為、虛假信息誘導(dǎo)和惡意操縱價(jià)格等風(fēng)險(xiǎn)。目前以比特幣、以太坊、Libra 為代表的主流區(qū)塊鏈平臺的國際監(jiān)管協(xié)調(diào)難度大，難以適應(yīng)國內(nèi)監(jiān)管框架，研究對異常交易進(jìn)行跟蹤識別的技術(shù)迫在眉睫，通過建立非法行為識別信息庫，對異常交易進(jìn)行識別和跟蹤，建立有效、快速、準(zhǔn)確的異常行為檢測機(jī)制，將大大增強(qiáng)我國金融監(jiān)管與反欺詐的關(guān)鍵技術(shù)能力，提升監(jiān)管效能。

1 區(qū)塊鏈監(jiān)管

區(qū)塊鏈技術(shù)在中國的火熱程度不亞于國外，技術(shù)實(shí)力也在迅猛發(fā)展，不斷累積。隨著區(qū)塊鏈技術(shù)的突破發(fā)展，其衍生品和應(yīng)用的規(guī)范化和合法化問題引起業(yè)內(nèi)、管理部門和監(jiān)管部門的高度重視。法律法規(guī)對區(qū)塊鏈的監(jiān)管應(yīng)分為以下3個維度。

1.1 區(qū)塊鏈技術(shù)自身

區(qū)塊鏈技術(shù)的開發(fā)和研究過程會涉及到用戶隱私保護(hù)、網(wǎng)絡(luò)安全和智能合約等問題。目前大多數(shù)國家的法律、法規(guī)及政策對區(qū)塊鏈技術(shù)本身的態(tài)度都是積極肯定的。比如我國廣州黃埔區(qū)當(dāng)?shù)卣雠_的《廣州市黃埔區(qū)廣州開發(fā)區(qū)促進(jìn)區(qū)塊鏈產(chǎn)業(yè)發(fā)展辦法》，從適用范圍、平臺、應(yīng)用、技術(shù)等多個環(huán)節(jié)對區(qū)塊鏈相關(guān)企業(yè)給予政策上重點(diǎn)扶持。其技術(shù)具備安全穩(wěn)定、高效透明的特點(diǎn)，可以彌補(bǔ)中心化機(jī)構(gòu)及商業(yè)模式的缺點(diǎn)。

1.2 虛擬貨幣

虛擬貨幣作為區(qū)塊鏈的主要衍生品，其在發(fā)行、交易、流轉(zhuǎn)等操作過程中，涉及到貨幣的定性、貨幣操作過程的行為認(rèn)定和規(guī)范、稅收和安全等問題。關(guān)于虛擬貨幣的定性有支付媒介、虛擬商品和證券化憑證3 種主流觀點(diǎn)。無論哪種定性，其在操作過程中都有違規(guī)違法的可能性。

1.3 商業(yè)模式

區(qū)塊鏈技術(shù)會重構(gòu)商業(yè)模式和組織結(jié)構(gòu)，相關(guān)法律法規(guī)需要監(jiān)管這方面的問題。區(qū)塊鏈發(fā)揮去中心化優(yōu)勢將驅(qū)動新的商業(yè)模式，對現(xiàn)有的商業(yè)模式是非常大的沖擊，如何平衡好監(jiān)管與創(chuàng)新的權(quán)重，發(fā)揮區(qū)塊鏈項(xiàng)目的潛力，抑制不良行為，將是一個重要的課題。

本文將對區(qū)塊鏈虛擬貨幣操作過程行為認(rèn)定方面提出相應(yīng)的監(jiān)管技術(shù)方法。

2 區(qū)塊鏈虛擬貨幣交易監(jiān)測技術(shù)的最新動態(tài)

2020 年4 月，20 國集團(tuán)金融穩(wěn)定委員會（FSB）發(fā)布了監(jiān)管咨詢報(bào)告《解決“全球穩(wěn)定幣”項(xiàng)目所引起的監(jiān)管、監(jiān)督挑戰(zhàn)》，這里的“穩(wěn)定幣”是指一類特定的加密資產(chǎn)，通過將其價(jià)值與其他資產(chǎn)聯(lián)系在一起，試圖解決傳統(tǒng)加密資產(chǎn)的高波動性難題，有提高金融服務(wù)效率的潛力，但同時(shí)也存在一定風(fēng)險(xiǎn)，尤其在大規(guī)模應(yīng)用時(shí)會對現(xiàn)有金融監(jiān)管的全面性和有效性提出很大挑戰(zhàn)。該報(bào)告闡述了全球穩(wěn)定幣的特征和潛在風(fēng)險(xiǎn)，分析了現(xiàn)有的監(jiān)管監(jiān)督方法和當(dāng)前需要解決的問題，最后提出10 項(xiàng)高級別監(jiān)管建議。2020 年10 月13日，F(xiàn)SB 發(fā)布了《“全球穩(wěn)定幣”項(xiàng)目監(jiān)督管高層級建議》終版報(bào)告。此次發(fā)表的建議得到各成員國的認(rèn)可，各國均認(rèn)為有必要按照“相同業(yè)務(wù)，相同風(fēng)險(xiǎn)，相同規(guī)則”的原則進(jìn)行監(jiān)管。

虛擬貨幣的鼻祖——比特幣于2009 年誕生，etherscan.io 網(wǎng)站的統(tǒng)計(jì)數(shù)據(jù)顯示截至2020 年3 月初，利用以太坊上的ERC20 開發(fā)的虛擬貨幣就達(dá)到了24萬多種。Coinmarketcap 網(wǎng)站對5 000 多種熱門的虛擬貨幣進(jìn)行市值排名統(tǒng)計(jì)顯示，2014 年初虛擬貨幣市場總市值為106 億美元，其中比特幣占了88.68%，到2017 年底，虛擬貨幣的總市值為8 003 億美元，其中比特幣的比例明顯大幅下降，僅有39.99%。虛擬貨幣本身還存在容量有限等技術(shù)缺陷，尚無法成為公眾交易媒介，且不能展現(xiàn)普惠金融的優(yōu)勢。另一方面由于存在投機(jī)和價(jià)格操控現(xiàn)象，其價(jià)格波動率是一般風(fēng)險(xiǎn)資產(chǎn)的3～5 倍，不具備可信的儲藏價(jià)值。由于內(nèi)在價(jià)值的不確定性、匿名性和跨國界性，虛擬貨幣常被各種金融詐騙利用，具有很高的內(nèi)在風(fēng)險(xiǎn)，諸如異常交易、欺詐行為、虛假信息誘導(dǎo)和惡意操縱價(jià)格等。從全球來看，利用虛擬貨幣進(jìn)行犯罪和恐怖活動的非法交易數(shù)量及規(guī)模都非常龐大，急需用監(jiān)管技術(shù)進(jìn)行監(jiān)測。

根據(jù)中國信通院和中國通信標(biāo)準(zhǔn)化協(xié)會發(fā)布的《區(qū)塊鏈安全白皮書——技術(shù)應(yīng)用篇（2018 年）》，目前區(qū)塊鏈技術(shù)應(yīng)用架構(gòu)中關(guān)鍵層次和核心機(jī)制已逐漸達(dá)成共識，其結(jié)構(gòu)自下而上包含存儲層、協(xié)議層、擴(kuò)展層和應(yīng)用層，每一層都存在相應(yīng)的安全風(fēng)險(xiǎn)。比如存儲層存在基礎(chǔ)設(shè)施安全風(fēng)險(xiǎn)、網(wǎng)絡(luò)攻擊威脅和數(shù)據(jù)丟失泄露風(fēng)險(xiǎn)，威脅區(qū)塊鏈數(shù)據(jù)文件的可靠性、數(shù)據(jù)完整性以及存儲數(shù)據(jù)安全性；協(xié)議層存在協(xié)議漏洞、流量攻擊以及惡意節(jié)點(diǎn)的風(fēng)險(xiǎn)；擴(kuò)展層是實(shí)現(xiàn)智能合約的層級，風(fēng)險(xiǎn)主要來自代碼的安全漏洞，例如合約開發(fā)的漏洞以及合約運(yùn)行的安全漏洞；應(yīng)用層則集合了傳統(tǒng)安全風(fēng)險(xiǎn)，例如私鑰管理安全風(fēng)險(xiǎn)、賬戶竊取、應(yīng)用軟件漏洞、環(huán)境漏洞和DDoS攻擊等。

3 區(qū)塊鏈虛擬貨幣交易檢測機(jī)制設(shè)計(jì)

區(qū)塊鏈代幣交易模式具有動態(tài)多樣性的特點(diǎn)，且交易模式之間存在差異。本文基于人工智能技術(shù)開發(fā)一種鏈上異常交易檢測模型，基于特征提取、數(shù)據(jù)聚類分析、交易關(guān)聯(lián)圖等技術(shù)，設(shè)計(jì)一種具有規(guī)則自學(xué)習(xí)、環(huán)境自適應(yīng)的檢測模型。

3.1 異常交易檢測模型的關(guān)鍵技術(shù)

2002 年Girvan 和Newman 2 位學(xué)者發(fā)現(xiàn)復(fù)雜網(wǎng)絡(luò)中普遍存在著聚類特性，每個類稱為一個社團(tuán)，學(xué)術(shù)界定義社團(tuán)結(jié)構(gòu)是復(fù)雜網(wǎng)絡(luò)的普遍特性，整個網(wǎng)絡(luò)就是由眾多社團(tuán)組成的。隨著對復(fù)雜網(wǎng)絡(luò)的不斷深入研究，學(xué)者們提出了大量發(fā)現(xiàn)社團(tuán)的算法。通常比較流行的社區(qū)檢測算法有Louvain算法、LPA 算法和Info?map算法3種。其中Louvain算法是基于模塊度的社團(tuán)檢測算法，整體效率和穩(wěn)定性較高。LPA 算法是比較簡單的圖傳播算法，其經(jīng)驗(yàn)假設(shè)是以節(jié)點(diǎn)為中心，進(jìn)行投票制，十分高效，且容易實(shí)現(xiàn)分布式，運(yùn)行開銷較低，但由于隨機(jī)選擇易出現(xiàn)震蕩。Informap 算法與其他算法思路不同，是從信息論角度出發(fā)，清楚地定義各類事件的發(fā)生概率，利用信息熵公式，得到路徑的最少編碼長度，即最小平均比特。

本方案采用的是Louvain聚類算法，其采用高效的社團(tuán)算法后再結(jié)合關(guān)聯(lián)圖技術(shù)，將用于高效構(gòu)建用戶交易關(guān)聯(lián)關(guān)系。具體來講Louvain 聚類算法是一種啟發(fā)式算法，是基于模塊度最優(yōu)化的社團(tuán)發(fā)現(xiàn)算法。Louvain 算法的最終目標(biāo)就是使整個數(shù)據(jù)的模塊度最大化，模塊度的計(jì)算公式如式（1）所示。

式中：

m——邊的總數(shù)量

ki——所有指向節(jié)點(diǎn)i的連接邊的權(quán)重之和

Aij——節(jié)點(diǎn)i和j之間的連接邊權(quán)重

Ci——社區(qū)C的節(jié)點(diǎn)i

Louvain 算法的流程是以下2 個階段不斷迭代的過程，雙層迭代可以彌補(bǔ)聚類算法2 個節(jié)點(diǎn)合并后無法分開的缺點(diǎn)。第1 階段是外層迭代，采用自下而上的凝聚法，通過反復(fù)遍歷網(wǎng)絡(luò)圖中的所有節(jié)點(diǎn)，比較節(jié)點(diǎn)對每個相鄰社團(tuán)所引起的模塊度的變化，將節(jié)點(diǎn)歸屬到模塊度產(chǎn)生最大增量的社團(tuán)中。第2階段是內(nèi)層迭代，采用凝聚法和交換策略結(jié)合的方式，對第1階段歸屬后的節(jié)點(diǎn)進(jìn)行處理，將同一社團(tuán)的頂點(diǎn)進(jìn)行合并，以社團(tuán)作為新節(jié)點(diǎn)重新構(gòu)造網(wǎng)絡(luò)圖，重構(gòu)后2個節(jié)點(diǎn)之間邊的權(quán)重是新社團(tuán)之間邊的權(quán)重之和。通過第1、第2 階段的不斷迭代，直到模塊度穩(wěn)定不再變化即完成關(guān)聯(lián)關(guān)系的匹配過程。

3.2 異常交易檢測模型的詳細(xì)設(shè)計(jì)

異常交易檢測機(jī)制分為4 個功能模塊，分別是交易數(shù)據(jù)收集模塊、規(guī)則庫模塊、關(guān)聯(lián)圖模塊和特征推理識別模塊。

首先數(shù)據(jù)收集模塊是為了將區(qū)塊鏈上的交易信息進(jìn)行收集和整理，通過客戶端的可視界面呈現(xiàn)鏈上的所有交易數(shù)據(jù)，發(fā)揮區(qū)塊鏈的優(yōu)勢，該交易數(shù)據(jù)具有不可篡改的特性，最大限度地保證其真實(shí)性。

然后交易數(shù)據(jù)輸入到規(guī)則庫模塊進(jìn)行匹配檢測，利用人工智能匹配檢測可以對海量的交易數(shù)據(jù)進(jìn)行篩選、匹配、檢測，識別出具備異常交易行為特征的交易數(shù)據(jù)。如果待檢測的交易數(shù)據(jù)符合規(guī)則庫中已有的交易模型，將直接進(jìn)行人工智能特征推理，根據(jù)關(guān)聯(lián)度、聚類、重要度或結(jié)構(gòu)特征等維度，基于人工智能關(guān)聯(lián)識別算法進(jìn)行檢測，識別出的異常交易模型將用于異常交易檢測、交易風(fēng)險(xiǎn)分析、騙局識別或惡意炒作預(yù)警等方面。當(dāng)遇到新的異常交易模型時(shí)，監(jiān)測機(jī)制同時(shí)也具備自我學(xué)習(xí)和更新的功能，通過關(guān)聯(lián)圖模塊，經(jīng)過預(yù)處理、構(gòu)建和統(tǒng)計(jì)3 個步驟，可以將新的交易模式反饋更新到規(guī)則庫中，這樣一方面可以保證交易模型的順利匹配，另一方面大大提高了識別檢測的準(zhǔn)確度。

實(shí)現(xiàn)人工智能匹配的前提是規(guī)則庫的建立，該規(guī)則庫是經(jīng)過機(jī)器學(xué)習(xí)算法將異常交易行為的特征進(jìn)行學(xué)習(xí)后存儲構(gòu)成的。

3.3 檢測機(jī)制的規(guī)則自學(xué)習(xí)及環(huán)境自適應(yīng)兩大特性

上文描述的區(qū)塊鏈虛擬貨幣異常交易監(jiān)測機(jī)制具有規(guī)律自學(xué)習(xí)及環(huán)境自適應(yīng)兩大特性。

規(guī)律自學(xué)習(xí)是人工智能技術(shù)的優(yōu)勢特征之一，也就是說檢測機(jī)制具備自我演進(jìn)的能力，該自我演進(jìn)功能的實(shí)現(xiàn)過程如下：檢測機(jī)制中交易數(shù)據(jù)收集模塊負(fù)責(zé)采集整理鏈上交易信息；規(guī)則庫模塊利用機(jī)器學(xué)習(xí)算法對歷史規(guī)則進(jìn)行人工智能匹配檢測，若檢測對象是未知的新交易模型，則由關(guān)聯(lián)圖模塊構(gòu)建用戶交易關(guān)聯(lián)關(guān)系，再通過特征推理識別模塊利用人工智能技術(shù)進(jìn)行特征推理識別，對異常交易進(jìn)行檢測。若檢測對象是已知的交易模型，則直接進(jìn)行特征推理識別。檢測的結(jié)果將會實(shí)時(shí)更新到保存到規(guī)則庫模塊中，從而實(shí)現(xiàn)模型的自適應(yīng)演進(jìn)功能。

本文提出的異常交易檢測機(jī)制與交易環(huán)境的自適應(yīng)匹配功能的實(shí)現(xiàn)過程如圖1 所示，通過分析區(qū)塊鏈鏈上交易用戶間的關(guān)聯(lián)關(guān)系及交易類型重疊等特征，建立匹配多種交易模式的用戶行為關(guān)聯(lián)圖，研究交易關(guān)聯(lián)特征的智能識別機(jī)制，并設(shè)計(jì)檢測模型中判定規(guī)則的學(xué)習(xí)更新策略，最終實(shí)現(xiàn)檢測機(jī)制與交易環(huán)境的自適應(yīng)匹配。

圖1 規(guī)則自學(xué)習(xí)及環(huán)境自適應(yīng)的異常交易檢測模型原理示意圖

3.4 檢測機(jī)制實(shí)驗(yàn)結(jié)果

首先以發(fā)生在2017 年5 月的著名的比特幣勒索病毒W(wǎng)annaCry 事件的行為數(shù)據(jù)為試驗(yàn)參考數(shù)據(jù)驗(yàn)證該模型的可行性和效果，此次WannaCry比特幣勒索病毒利用MS17-010漏洞攻擊了全球超過150個國家，超過15萬名用戶遭到了勒索病毒攻擊，感染的計(jì)算機(jī)會被植入敲詐者病毒，導(dǎo)致電腦大量文件被加密，遭受攻擊的電腦被黑客鎖定后，病毒會提示支付價(jià)值相當(dāng)于300 美元的比特幣才可解鎖，因此定性為比特幣勒索病毒，該事件持續(xù)不到2 天，造成的損失超80 億美元。該模型的檢測與分析結(jié)果顯示，此次勒索事件中披露的3個比特幣地址僅限于接收來自受害者發(fā)送比特幣的接收方，通過本文設(shè)計(jì)的啟發(fā)式聚類方法分析比特幣地址之間的發(fā)生率關(guān)系，結(jié)合Louvain聚類算法進(jìn)一步獲取用戶之間的發(fā)生率關(guān)系，檢測結(jié)果顯示在此后并沒有進(jìn)一步的交易行為。

另外，為了專注于解決跟蹤惡意的比特幣交易行為，借助于2013 年發(fā)生的比特幣勒索病毒Crynlocker事件，通過監(jiān)測模型獲取交易行為數(shù)據(jù)并進(jìn)行驗(yàn)證。黑客編寫的“satan_pro”病毒程序?qū)㈡i定服務(wù)器中所有文件，文件的后綴名都變成了“l(fā)ucky”，被感染的文件和程序均無法正常運(yùn)行，在C 盤根目錄下有個自動生成的文本文檔，留有黑客的比特幣收款地址和郵箱聯(lián)系方式。通過本文的檢測機(jī)制分析此交易行為的實(shí)施路徑，試驗(yàn)數(shù)據(jù)顯示，采用Louvain 聚類方法可以明顯提高異常交易行為檢測的準(zhǔn)確性和檢測效率。

4 結(jié)論

本文通過分析法律法規(guī)對區(qū)塊鏈監(jiān)管的3 個維度，將監(jiān)管技術(shù)進(jìn)行細(xì)分和定位。針對目前異常交易檢測的迫切需求，筆者提出了一種能夠?qū)崿F(xiàn)規(guī)則自我學(xué)習(xí)、環(huán)境自適應(yīng)的檢測機(jī)制，對區(qū)塊鏈異常交易進(jìn)行實(shí)時(shí)識別和檢測，助力監(jiān)管部門有效、快速、準(zhǔn)確地實(shí)施監(jiān)管。