本技术涉及区块链,特别是涉及一种基于区块链的资产流转溯源方法、装置、设备及存储介质。
背景技术:
1、随着区块链技术的不断发展,其逐渐拓展至金融领域,使数字资产成为了现有价值资产中重要的一部分,这种数字交易具有显著的匿名性,所有的交易详细信息都被保存在一个公开的账本上。在账本上用来表示交易双方的是地址而非具体的人,交易的确认则是通过公钥进行。虽然报告公开,但交易背后的人是无法确认的。若无法对数字资产进行精准溯源,则会对社会造成相应的危害和财产的损失,因此,亟需一种基于区块链的资产流转溯源方法。
技术实现思路
1、有鉴于此,本技术提供了一种基于区块链的资产流转溯源方法、装置、设备及存储介质,主要目的在于解决目前若无法对数字资产进行精准溯源,则会对社会造成相应的危害和财产的损失的问题。
2、依据本技术第一方面,提供了一种基于区块链的资产流转溯源方法,该方法包括:
3、获取数据仓库中存储的多条资产溯源数据进行预处理,并对预处理后的资产溯源数据进行特征匹配,将资产溯源数据归纳为多个资产交易链数据,每个所述资产交易链数据包括至少两个地址信息;
4、将多个所述资产交易链数据输入至图神经网络模型,构建初始溯源图,初始溯源图包括多个地址节点,任意两个地址节点之间的边表示相连的两个地址节点对应的资产转移信息;
5、获取地址标签库,地址标签库中存储多个地址标签,每个地址标签表示一个实体对应的至少一个地址;
6、根据地址标签库,将所述初始溯源图中的地址节点替换为对应的地址标签节点,并对地址标签节点进行聚类,得到资产流转溯源图;
7、采用预设可视化工具对所述资产流转溯源图进行可视化,并将可视化结果发送至监管终端进行展示。
8、可选地,所述获取数据仓库中存储的多条资产溯源数据进行预处理,并对预处理后的资产溯源数据进行特征匹配,将资产溯源数据归纳为多个资产交易链数据,包括:
9、在所述数据仓库中获取多条所述资产溯源数据进行预处理,所述预处理包括但不限于数据清洗处理、噪声去除处理和格式转换处理,其中,多条所述资产溯源数据来源于区块链记录的区块数据和交易数据、交易所记录的资产流转数据以及社媒平台记录的社媒数据;
10、在每条所述资产溯源数据中提取符合预设特征匹配规则的全部溯源特征,并按照预设数据格式,对所述全部溯源特征进行归纳整理,得到所述资产溯源数据对应的资产交易链数据,其中,每个所述溯源特征包括买方地址信息、卖方地址信息和资产转移信息;
11、持续归纳整理每条所述资产溯源数据中提取出的全部溯源特征,得到多个所述资产交易链数据。
12、可选地,所述将多个所述资产交易链数据输入至图神经网络模型,构建初始溯源图,包括:
13、将多个所述资产交易链数据输入至训练好的图神经网络模型,以使所述图神经网络模型生成空白图谱,将每个所述资产交易链数据包括的两个地址信息分别映射为所述空白图谱中的两个地址节点,以及将所述资产交易链数据包括的资产转移信息映射为所述两个地址节点之间的原始边,所述资产转移信息包括但不限于资产种类、交易时间和交易额度;
14、将每个所述资产交易链数据映射至所述初始图谱,得到所述初始溯源图。
15、可选地,所述根据地址标签库,将所述初始溯源图中的地址节点替换为对应的地址标签节点,包括:
16、对于任意地址标签对应的实体,查询所述地址标签关联的至少一个地址,将所述至少一个地址中的每个地址与所述初始溯源图中的地址节点进行比对;
17、若存在节点标识与所述至少一个地址中的任一地址一致的指定地址节点,则将所述指定地址节点的节点标识替换为所述地址标签,以将所述指定地址节点替换为地址标签节点;
18、重复上述步骤,将所述初始溯源图中的地址节点全部替换为对应的地址标签节点。
19、可选地,所述对地址标签节点进行聚类,得到资产流转溯源图,包括:
20、在全部地址标签节点中,确定节点标识一致的至少一个目标地址标签节点,将至少一个所述目标地址标签节点合并,得到目标聚合节点;
21、构建多个目标聚合节点之间的聚合边,得到所述资产流转溯源图。
22、可选地,所述构建多个目标聚合节点之间的聚合边,得到所述资产流转溯源图,包括:
23、在多个所述目标聚合节点中选择第一聚合节点,查询所述第一聚合节点对应的第一地址标签节点;
24、确定所述第一地址标签节点连接的原始边,以及与所述原始边相连的第二地址标签节点;
25、查询所述第二地址标签节点关联的第二聚合节点,并查询所述第一聚合节点和所述第二聚合节点之间是否存在聚合边;
26、若不存在所述聚合边,则构建所述第一聚合节点和所述第二聚合节点之间的聚合边,并根据所述原始边的属性定义所述聚合边的属性;
27、若存在所述聚合边,则根据所述原始边的属性调整所述聚合边的属性。
28、可选地,所述方法还包括:
29、响应于地址溯源指令,读取所述地址溯源指令携带的待溯源实体;
30、读取所述资产流转溯源图中每个聚合节点的节点标识,查询节点标识与所述待溯源实体一致的第一指定聚合节点,并查询与所述第一指定聚合节点相连的第二指定聚合节点;
31、读取所述第一指定聚合节点与所述第二指定聚合节点之间的聚合边的边属性,得到资产转移信息,将所述资产转移信息上报至所述监管终端进行展示。
32、依据本技术第二方面,提供了一种基于区块链的资产流转溯源装置,该装置包括:
33、匹配模块,用于获取数据仓库中存储的多条资产溯源数据进行预处理,并对预处理后的资产溯源数据进行特征匹配,将资产溯源数据归纳为多个资产交易链数据,每个所述资产交易链数据包括至少两个地址信息;
34、构建模块,用于将多个所述资产交易链数据输入至图神经网络模型,构建初始溯源图,初始溯源图包括多个地址节点,任意两个地址节点之间的边表示相连的两个地址节点对应的资产转移信息;
35、获取模块,用于获取地址标签库,地址标签库中存储多个地址标签,每个地址标签表示一个实体对应的至少一个地址;
36、聚类模块,用于根据地址标签库,将所述初始溯源图中的地址节点替换为对应的地址标签节点,并对地址标签节点进行聚类,得到资产流转溯源图;
37、展示模块,用于采用预设可视化工具对所述资产流转溯源图进行可视化,并将可视化结果发送至监管终端进行展示,以使所述监管终端采用所述资产流转溯源图进行资产溯源。
38、可选地,所述匹配模块,用于在所述数据仓库中获取多条所述资产溯源数据进行数据预处理,所述数据预处理包括但不限于数据清洗处理、噪声去除处理和格式转换处理,其中,多条所述资产溯源数据来源于区块链记录的区块数据和交易数据、交易所记录的资产流转数据以及社媒平台记录的社媒数据;在每条所述资产溯源数据中提取符合预设特征匹配规则的全部溯源特征,并按照预设数据格式,对所述全部溯源特征进行归纳整理,得到所述资产溯源数据对应的资产交易链数据,其中,每个所述溯源特征包括买方地址信息、卖方地址信息和资产转移信息;持续归纳整理每条所述资产溯源数据中提取出的全部溯源特征,得到多个所述资产交易链数据。
39、可选地,所述构建模块,用于将多个所述资产交易链数据输入至训练好的图神经网络模型,以使所述图神经网络模型生成空白图谱,将每个所述资产交易链数据包括的两个地址信息分别映射为所述空白图谱中的两个地址节点,以及将所述资产交易链数据包括的资产转移信息映射为所述两个地址节点之间的原始边,所述资产转移信息包括但不限于资产种类、交易时间和交易额度;将每个所述资产交易链数据映射至所述初始图谱,得到所述初始溯源图。
40、可选地,所述聚类模块,用于对于任意地址标签对应的实体,查询所述地址标签关联的至少一个地址,将所述至少一个地址中的每个地址与所述初始溯源图中的地址节点进行比对;若存在节点标识与所述至少一个地址中的任一地址一致的指定地址节点,则将所述指定地址节点的节点标识替换为所述地址标签,以将所述指定地址节点替换为地址标签节点;重复上述步骤,将所述初始溯源图中的地址节点全部替换为对应的地址标签节点。
41、可选地,所述聚类模块,用于在全部地址标签节点中,确定节点标识一致的至少一个目标地址标签节点,将至少一个所述目标地址标签节点合并,得到目标聚合节点;构建多个目标聚合节点之间的聚合边,得到所述资产流转溯源图。
42、可选地,所述聚类模块,用于在多个所述目标聚合节点中选择第一聚合节点,查询所述第一聚合节点对应的第一地址标签节点;确定所述第一地址标签节点连接的原始边,以及与所述原始边相连的第二地址标签节点;查询所述第二地址标签节点关联的第二聚合节点,并查询所述第一聚合节点和所述第二聚合节点之间是否存在聚合边;若不存在所述聚合边,则构建所述第一聚合节点和所述第二聚合节点之间的聚合边,并根据所述原始边的属性定义所述聚合边的属性;若存在所述聚合边,则根据所述原始边的属性调整所述聚合边的属性。
43、可选地,所述装置还包括:
44、第一读取模块,用于响应于地址溯源指令,读取所述地址溯源指令携带的待溯源实体;
45、查询模块,用于读取所述资产流转溯源图中每个聚合节点的节点标识,查询节点标识与所述待溯源实体一致的第一指定聚合节点,并查询与所述第一指定聚合节点相连的第二指定聚合节点;
46、第二读取模块,用于读取所述第一指定聚合节点与所述第二指定聚合节点之间的聚合边的边属性,得到资产转移信息,将所述资产转移信息上报至所述监管终端进行展示。
47、依据本技术第三方面,提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述第一方面中任一项所述方法的步骤。
48、依据本技术第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面中任一项所述的方法的步骤。
49、借由上述技术方案,本技术提供的一种基于区块链的资产流转溯源方法、装置、设备及存储介质,本技术首先获取数据仓库中存储的多条资产溯源数据进行预处理,并对预处理后的资产溯源数据进行特征匹配,将资产溯源数据归纳为多个资产交易链数据。随后,将多个资产交易链数据输入至图神经网络模型,构建初始溯源图,初始溯源图包括多个地址节点。接下来,获取地址标签库,地址标签库中存储多个地址标签,每个地址标签表示一个实体对应的至少一个地址。进而根据地址标签库,将初始溯源图中的地址节点替换为对应的地址标签节点,并对地址标签节点进行聚类,得到资产流转溯源图。最后,采用预设可视化工具对资产流转溯源图进行可视化,并将可视化结果发送至监管终端进行展示,以使监管终端使用资产流转溯源图进行资产溯源。本技术实施例通过预处理和特征匹配,将多条资产溯源数据归纳为资产交易链数据,构建溯源图,可以更有效地追踪和分析资产的流转情况,提高资产溯源的能力。资产流转溯源图可以展示资产从源头到终点的路径和交易记录,对资产的流向和所有权变更进行可视化,以使监管终端能够直观地了解资产的流转情况,提高对资产交易的可信度和透明度。
50、上述说明仅是本技术技术方案的概述,为了能够更清楚了解本技术的技术手段,而可依照说明书的内容予以实施,并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂,以下特举本技术的具体实施方式。