基于图神经网络以太坊网络账户分类方法及装置

基于图神经网络以太坊网络账户分类方法及装置，能够同时捕获低阶邻域模式和高阶邻域模式，提升节点表征的丰富性与判别力，实现局部自适应特征变换，有效应对异配图中特征分布多样性带来的挑战，增强账户行为模式的区分能力，更好地捕捉账户预测中的关键模式和特征，提高预测的准确性。方法包括：(1)将账户和交易行为表示为图的结构；(2)将特征信息输入KAN提取交易的傅里叶特征，提取账户的全局特征模式，增强交易数据的周期信息；(3)在获得特征增强之后，使用GraphSAGE进行邻居聚合，提取账户低阶邻域模式；(4)输入最后一层GraphSAGE进行分类输出，并通过softmax计算概率分布。