一种针对区块链粉尘交易的识别方法及系统

摘要

本发明公开一种针对区块链粉尘交易的识别方法及系统。所述识别方法包括：根据区块链中历史交易规律，获取交易特征；根据所述区块链中的区块信息和交易信息，建立区块链交易模型；根据所述交易模型，构建分析时段模型；根据所述交易分析时段模型，构建数据关联度分析算法模型；根据所述数据关联度分析算法模型和所述交易特征，判断当前交易是否为粉尘交易。采用本发明的方法或系统，能够有效地识别和防范粉尘交易攻击，从而减少区块链中正常交易在粉尘攻击时带来的影响，缩短交易在区块链中的处理时间，增加区块链的交易处理速率和处理量。

权利要求

1.一种针对区块链粉尘交易的识别方法，其特征在于，所述识别方法包括：根据区块链中历史交易规律，获取交易特征；

根据所述区块链中的区块信息和交易信息，建立区块链交易模型；

根据所述区块链交易模型，构建交易分析时段模型；

根据所述交易分析时段模型，构建数据关联度分析算法模型，具体包括：根据所述交易分析时段模型中各个交易分析时段维度所发生的交易，对交易额度、交易费用、粉尘交易数量进行周期循环分析，对所述分析结果采用概率分布或支持向量机或神经网络分析的方法建立起数据关联度分析算法模型；

根据所述数据关联度分析算法模型和所述交易特征，判断当前交易是否为粉尘交易，具体包括：根据所述数据关联度分析算法模型和所述交易特征，判断当前交易是否为粉尘交易，获得第一判断结果；

若所述第一判断结果表示当前交易是粉尘交易，则判断粉尘交易池中的粉尘交易是否超过设定阈值，获得第二判断结果；

若所述第一判断结果表示当前交易不是粉尘交易，则将当前交易放入正常交易池进行交易；

若所述第二判断结果表示粉尘交易池中的粉尘交易超过设定阈值，则丢弃当前交易；

若所述第二判断结果表示粉尘交易池中的粉尘交易未超过设定阈值，则将当前交易放入粉尘交易池中，并判断粉尘交易池中的粉尘交易数量是否达到处理阈值，获得第三判断结果；

若所述第三判断结果表示粉尘交易池中的粉尘交易数量达到处理阈值，则将所述粉尘交易放入正常交易池进行交易；

若所述第三判断结果表示粉尘交易池中的粉尘交易数量未达到处理阈值，则继续监控粉尘交易池中的粉尘交易直至粉尘交易池中的粉尘交易数量达到处理阈值。

2.根据权利要求1所述的针对区块链粉尘交易的识别方法，其特征在于，所述根据所述区块链交易模型，构建交易分析时段模型，具体包括：根据所述区块链交易模型对历史交易进行数据转换，将区块链中的数据解析为模型数据，根据所述模型数据的交易发生时间，构建交易分析时段模型。

3.一种针对区块链粉尘交易的识别系统，其特征在于，所述识别系统包括：交易特征获取模块，用于根据区块链中历史交易规律，获取交易特征；

交易模型获取模块，用于建立区块链交易模型；

交易分析时段模型获取模块，用于根据所述区块链交易模型，构建交易分析时段模型；

分析算法模型获取模块，用于根据所述交易分析时段模型，构建数据关联度分析算法模型；

粉尘交易判断模块，用于根据所述数据关联度分析算法模型和所述粉尘交易特征，判断当前交易是否为粉尘交易；

所述分析算法模型获取模块，具体包括：

分析单元，用于根据所述交易分析时段模型中各个交易分析时段维度所发生的交易，对交易额度、交易费用、粉尘交易数量进行周期循环分析；

关联单元，用于根据所述分析结果采用概率分布或支持向量机或神经网络分析的方法建立起数据关联度分析算法模型；

所述粉尘交易判断模块，具体包括：

第一判断单元，根据所述数据关联度分析算法模型和所述交易特征，判断当前交易是否为粉尘交易，获得第一判断结果；

第二判断单元，用于若所述第一判断结果表示当前交易是粉尘交易，则判断粉尘交易池中的粉尘交易是否超过设定阈值，获得第二判断结果；

第一交易单元，用于若所述第一判断结果表示当前交易不是粉尘交易，则将当前交易放入正常交易池进行交易；

丢弃单元，用于若所述第二判断结果表示粉尘交易池中的粉尘交易超过设定阈值，则丢弃当前交易；

第三判断单元，用于若所述第二判断结果表示粉尘交易池中的粉尘交易未超过设定阈值，则将当前交易放入粉尘交易池中，并判断粉尘交易池中的粉尘交易数量是否达到处理阈值，获得第三判断结果；

第二交易单元，用于若所述第三判断结果表示粉尘交易池中的粉尘交易数量达到处理阈值，则将所述粉尘交易放入正常交易池进行交易；

监控单元，用于若所述第三判断结果表示粉尘交易池中的粉尘交易数量未达到处理阈值，则继续监控粉尘交易池中的粉尘交易直至粉尘交易池中的粉尘交易数量达到处理阈值。

4.根据权利要求3所述的针对区块链粉尘交易的识别系统，其特征在于，所述交易分析时段模型获取模块，具体包括：解析单元，用于根据所述区块链交易模型对历史交易进行数据转换，将区块链中的数据解析为模型数据，得到模型数据的交易发生时间；

构建单元，用于根据所述模型数据的交易发生时间，构建交易分析时段模型。

说明书

一种针对区块链粉尘交易的识别方法及系统

技术领域

[0001] 本发明涉及粉尘交易识别领域，特别是涉及一种针对区块链粉尘交易的识别方法及系统。

背景技术

[0002] 区块链在应用范围上划分为公有链、联盟链、私有链；公有链的最典型应用就是比特币，在全球范围内除一些国家禁止比特币挖矿和交易的国家外，所有其他地域的计算机只要安装了bitcoin软件的客户端可以很方便地接入区块链网络，并参与比特币的挖矿和交易。其工作量证明共识算法(POW)是保障各节点间数据一致和同步的重要手段，比特币交易在全网中得到参与挖矿的大部分节点的分布式确认后，交易才成功。这就造成区块链中的交易确认需要较长的时间，交易会延迟。其交易平均确认时间从2016年的27.24分钟到2017年的133.24分钟，再到2018年(截止2018年2月2号的)的959.38分钟，交易确认时间正在不断增加，作为全球范围内的虚拟货币支付工具，这与另外一个全球支付工具Visa相差甚远，VisaNet其每秒钟可以处理大约24000笔业务，每天可处理15亿笔交易。同时区块链的交易吞吐量也较小，比特币的交易是按字节进行打包的，每一个交易数据最小是546字节，在比特币分叉前，其区块只有1MB左右，每个区块大约可以确认500笔交易，在其分叉后，其区块增大为2MB，增大区块容量来增加单个区块交易确认的数量。这远远不能适应一种全球化虚拟货币的交易需求。

[0003] 不仅如此，区块链中发生粉尘交易攻击的可能性也越来越大，粉尘攻击将严重影响区块链的正常交易。在区块链中发生粉尘攻击时，主要有以下危害：

[0004] 1.增加正常交易的确认时间：随着交易的增多，在区块链网络中存储着大量的待确认的交易，而区块链的处理能力有限，这样就会增加区块链中合法交易的确认时间增加，正常交易迟迟得不到确认。

[0005] 2.占用不必要的区块空间：区块链作为分布式网络数据库，每一个区块、每一个交易都在确认后都需要存储在每一个矿工的存储上，大量的粉尘交易，会占用更多的存储空间。

[0006] 3.对网络造成堵塞：区块链网络运行在p2p网络中，在正常的交易情况下，每一个参与区块链的矿工需要与邻近的8个节点进行全连接进行信息交互，交易在得到某一个区块确认后会在p2p网络中传播，这些信息在各节点间被转发的频率较高。而在发生粉尘攻击时，大量的粉尘交易数据包在p2p网络中进行疯狂传播，给网络带来较大的负担，严重影响正常交易在网络中的传播。

[0007] 针对粉尘攻击中涉及交易的交易额度较小的特点，在比特币核心客户端在0.8.2版本中增加txFees字段，用来限制交易的确认时间，增加系统的可用性，但该字段的设置较为固定值，其并不能随着比特币客户端的升级而改变，无法根据交易的历史情况和实际情况进行动态的自动的调整，不能有效适应区块链的业务发展需要。

[0008] 针对粉尘攻击中涉及交易费用较低的特点，比特币核心客户端在进行交易时，交易费用可以由交易发起者手动输入。交易发起者即可以填写较高的交易费用，也可以把交易费用填写为0。区块链客户端在收到交易后，根据交易费用多少进行排序，交易手续费较多的交易在处理时会优先处理，交易费用较少的交易则一直排列在交易池中，这些低交易费用的交易如果不能得到及时的处理，并且常长时滞留在正常的交易池中，会占据交易池的大部分容量和空间，导致正常的交易不能或很少进入交易池，影响正常的交易。因此比特币现有的交易费用处理机制不能进行对粉尘攻击的有效预警和阻止。

[0009] 同时针对粉尘攻击时出现的粉尘交易数量大的特点，这与传统安全攻击手段如Denial of Service(DOS)攻击、Distributed Denial-of-Service(DDoS)攻击类似。但安全领域针对传统的DOS攻击、DDOS攻击的防范手段主要是使用防火墙、路由器、入侵检测设备等通过如源地址过滤、目标地址过滤、路由信息过滤等都是基于传输数据包的IP网络层面进行识别和过滤，而粉尘攻击属于区块链应用层数据信息攻击，在传输层是属于正常的网络数据包，传统的DDOS防护措施并不能对发生在应用层面的粉尘攻击进行有效判断。

[0010] 由此可见，现有的相关方法或措施并不能有效防范针对区块链的粉尘攻击。

发明内容

[0011] 本发明的目的是提供一种针对区块链粉尘交易的识别方法及系统，从而有效地识别和防范粉尘交易攻击。

[0012] 为实现上述目的，本发明提供了如下方案：

[0013] 一种针对区块链粉尘交易的识别方法，所述识别方法包括：

[0014] 根据区块链中历史交易规律，获取交易特征；

[0015] 根据所述区块链中的区块信息和交易信息，建立区块链交易模型；

[0016] 根据所述交易模型，构建分析时段模型；

[0017] 根据所述交易分析时段模型，构建数据关联度分析算法模型；

[0018] 根据所述数据关联度分析算法模型和所述交易特征，判断当前交易是否为粉尘交易。

[0019] 可选的，所述根据所述交易模型，构建分析时段模型，具体包括：

[0020] 根据所述交易模型对历史交易进行数据转换，将区块链中的数据解析为模型数据，根据所述模型数据的交易发生时间，构建分析时段模型。

[0021] 可选的，所述根据所述交易分析时段模型，构建数据关联度分析算法模型，具体包括：

[0022] 根据所述交易分析时段模型中各个交易分析时段维度所发生的交易，对交易额度、交易费用、粉尘交易数量进行周期循环分析，对所述分析结果采用概率分布或支持向量机或神经网络分析的方法建立起数据关联度分析算法模型。

[0023] 可选的，所述方法还包括：

[0024] 根据所述数据关联度分析算法模型和所述粉尘交易特征，判断当前交易是否为粉尘交易，获得第一判断结果；

[0025] 若所述第一判断结果表示当前交易是粉尘交易，则判断粉尘交易池中的粉尘交易是否超过设定阈值，获得第二判断结果；

[0026] 若所述第一判断结果表示当前交易不是粉尘交易，则将当前交易放入正常交易池进行交易；

[0027] 若所述第二判断结果表示粉尘交易池中的粉尘交易超过设定阈值，则丢弃当前交易；

[0028] 若所述第二判断结果表示粉尘交易池中的粉尘交易未超过设定阈值，则将当前交易放入粉尘交易池中，并判断粉尘交易池中的粉尘交易数量是否达到处理阈值，获得第三判断结果；

[0029] 若所述第三判断结果表示粉尘交易池中的粉尘交易数量达到处理阈值，则将所述粉尘交易放入正常交易池进行交易；

[0030] 若所述第三判断结果表示粉尘交易池中的粉尘交易数量未达到处理阈值，则继续监控粉尘交易池中的粉尘交易直至粉尘交易池中的粉尘交易数量达到处理阈值。

[0031] 为实现上述目的，本发明还提供了如下方案：

[0032] 一种针对区块链粉尘交易的识别系统，所述识别系统包括：

[0033] 交易特征获取模块，用于根据区块链中历史交易规律，获取交易特征；

[0034] 交易模型获取模块，用于建立区块链交易模型；

[0035] 分析时段模型获取模块，用于根据所述交易模型，构建分析时段模型；

[0036] 分析算法模型获取模块，用于根据所述交易分析时段模型，构建数据关联度分析算法模型；

[0037] 粉尘交易判断模块，用于根据所述数据关联度分析算法模型和所述粉尘交易特征，判断当前交易是否为粉尘交易。

[0038] 可选的，所述分析时段模型获取模块，具体包括：

[0039] 解析单元，用于根据所述交易模型对历史交易进行数据转换，将区块链中的数据解析为模型数据，得到模型数据的交易发生时间；

[0040] 构建单元，用于根据所述模型数据的交易发生时间，构建分析时段模型。

[0041] 可选的，所述分析算法模型获取模块，具体包括：

[0042] 分析单元，用于根据所述交易分析时段模型中各个交易分析时段维度所发生的交易，对交易额度、交易费用、粉尘交易数量进行周期循环分析；

[0043] 关联单元，用于根据所述分析结果采用概率分布或支持向量机或神经网络分析的方法建立起数据关联度分析算法模型。

[0044] 可选的，所述系统还包括：

[0045] 第一判断单元，根据所述数据关联度分析算法模型和所述粉尘交易特征，判断当前交易是否为粉尘交易，获得第一判断结果；

[0046] 第二判断单元，用于若所述第一判断结果表示当前交易是粉尘交易，则判断粉尘交易池中的粉尘交易是否超过设定阈值，获得第二判断结果；

[0047] 第一交易单元，用于若所述第一判断结果表示当前交易不是粉尘交易，则将当前交易放入正常交易池进行交易；

[0048] 丢弃单元，用于若所述第二判断结果表示粉尘交易池中的粉尘交易超过设定阈值，则丢弃当前交易；

[0049] 第三判断单元，用于若所述第二判断结果表示粉尘交易池中的粉尘交易未超过设定阈值，则将当前交易放入粉尘交易池中，并判断粉尘交易池中的粉尘交易数量是否达到处理阈值，获得第三判断结果；

[0050] 第二交易单元，用于若所述第三判断结果表示粉尘交易池中的粉尘交易数量达到处理阈值，则将所述粉尘交易放入正常交易池进行交易；

[0051] 监控单元，用于若所述第三判断结果表示粉尘交易池中的粉尘交易数量未达到处理阈值，则继续监控粉尘交易池中的粉尘交易直至粉尘交易池中的粉尘交易数量达到处理阈值。

[0052] 根据本发明提供的具体实施例，本发明公开了以下技术效果：

[0053] 本发明公开一种针对区块链粉尘交易的识别方法及系统。所述识别方法包括：获取粉尘交易特征；建立区块链交易模型；根据所述交易模型，构建分析时段模型；根据所述交易分析时段模型，构建数据关联度分析算法模型；根据所述数据关联度分析算法模型和所述粉尘交易特征，判断当前交易是否为粉尘交易。采用本发明的方法或系统，能够有效地识别和防范粉尘交易攻击，从而减少区块链中正常交易在粉尘攻击时带来的影响，缩短交易在区块链中的处理时间，增加区块链的交易处理速率和处理量。

附图说明

[0054] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

[0055] 图1为本发明实施例针对区块链粉尘交易的识别方法流程图；

[0056] 图2为本发明实施例针对区块链粉尘交易的识别系统结构图。

具体实施方式

[0057] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0058] 本发明的目的是提供一种针对区块链粉尘交易的识别方法及系统，从而有效地识别和防范粉尘交易攻击。

[0059] 为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

[0060] 图1为本发明实施例针对区块链粉尘交易的识别方法流程图。如图1所示，一种针对区块链粉尘交易的识别方法，所述识别方法包括：

[0061] 步骤101：根据区块链中历史交易规律，获取交易特征；

[0062] 步骤102：根据所述区块链中的区块信息和交易信息，建立区块链交易模型；

[0063] 步骤103：根据所述交易模型，构建分析时段模型，具体的，根据所述交易模型对历史交易进行数据转换，将区块链中的数据解析为模型数据，根据所述模型数据的交易发生时间，构建分析时段模型；

[0064] 步骤104：根据所述交易分析时段模型，构建数据关联度分析算法模型，具体的，根据所述交易分析时段模型中各个交易分析时段维度所发生的交易，对交易额度、交易费用、粉尘交易数量进行周期循环分析，对所述分析结果采用概率分布或支持向量机或神经网络分析的方法建立起数据关联度分析算法模型；

[0065] 步骤105：根据所述数据关联度分析算法模型和所述交易特征，判断当前交易是否为粉尘交易。

[0066] 本发明公开一种针对区块链粉尘交易的识别方法及系统。所述识别方法包括：获取交易特征；建立区块链交易模型；根据所述交易模型，构建分析时段模型；根据所述交易分析时段模型，构建数据关联度分析算法模型；根据所述数据关联度分析算法模型和所述交易特征，判断当前交易是否为粉尘交易。采用本发明的方法，能够有效地识别和防范粉尘交易攻击，从而减少区块链中正常交易在粉尘攻击时带来的影响，缩短交易在区块链中的处理时间，增加区块链的交易处理速率和处理量。

[0067] 所述方法还包括：

[0068] 根据所述数据关联度分析算法模型，判断当前交易是否为粉尘交易，获得第一判断结果；

[0069] 若所述第一判断结果表示当前交易是粉尘交易，则判断粉尘交易池中的粉尘交易是否超过设定阈值，获得第二判断结果；

[0070] 若所述第一判断结果表示当前交易不是粉尘交易，则将当前交易放入正常交易池进行交易；

[0071] 若所述第二判断结果表示粉尘交易池中的粉尘交易超过设定阈值，则丢弃当前交易；

[0072] 若所述第二判断结果表示粉尘交易池中的粉尘交易未超过设定阈值，则将当前交易放入粉尘交易池中，并判断粉尘交易池中的粉尘交易数量是否达到处理阈值，获得第三判断结果；

[0073] 若所述第三判断结果表示粉尘交易池中的粉尘交易数量达到处理阈值，则将所述粉尘交易放入正常交易池进行交易；

[0074] 若所述第三判断结果表示粉尘交易池中的粉尘交易数量未达到处理阈值，则继续监控粉尘交易池中的粉尘交易直至粉尘交易池中的粉尘交易数量达到处理阈值。

[0075] 图2为本发明实施例针对区块链粉尘交易的识别系统结构图。如图2所示，一种针对区块链粉尘交易的识别系统，所述识别系统包括：

[0076] 交易特征获取模块201，用于根据区块链中历史交易规律，获取交易特征；

[0077] 交易模型获取模块202，用于建立区块链交易模型；

[0078] 分析时段模型获取模块203，用于根据所述交易模型，构建分析时段模型；

[0079] 分析算法模型获取模块204，用于根据所述交易分析时段模型，构建数据关联度分析算法模型；

[0080] 粉尘交易判断模块205，用于根据所述数据关联度分析算法模型和所述粉尘交易特征，判断当前交易是否为粉尘交易。

[0081] 所述分析时段模型获取模块203，具体包括：

[0082] 解析单元，用于根据所述交易模型对历史交易进行数据转换，将区块链中的数据解析为模型数据，得到模型数据的交易发生时间；

[0083] 构建单元，用于根据所述模型数据的交易发生时间，构建分析时段模型。

[0084] 所述分析算法模型获取模块204，具体包括：

[0085] 分析单元，用于根据所述交易分析时段模型中各个交易分析时段维度所发生的交易，对交易额度、交易费用、粉尘交易数量进行周期循环分析；

[0086] 关联单元，用于根据所述分析结果采用概率分布或支持向量机或神经网络分析的方法建立起数据关联度分析算法模型。

[0087] 所述系统还包括：

[0088] 第一判断单元，根据所述数据关联度分析算法模型，判断当前交易是否为粉尘交易，获得第一判断结果；

[0089] 第二判断单元，用于若所述第一判断结果表示当前交易是粉尘交易，则判断粉尘交易池中的粉尘交易是否超过设定阈值，获得第二判断结果；

[0090] 第一交易单元，用于若所述第一判断结果表示当前交易不是粉尘交易，则将当前交易放入正常交易池进行交易；

[0091] 丢弃单元，用于若所述第二判断结果表示粉尘交易池中的粉尘交易超过设定阈值，则丢弃当前交易；

[0092] 第三判断单元，用于若所述第二判断结果表示粉尘交易池中的粉尘交易未超过设定阈值，则将当前交易放入粉尘交易池中，并判断粉尘交易池中的粉尘交易数量是否达到处理阈值，获得第三判断结果；

[0093] 第二交易单元，用于若所述第三判断结果表示粉尘交易池中的粉尘交易数量达到处理阈值，则将所述粉尘交易放入正常交易池进行交易；

[0094] 监控单元，用于若所述第三判断结果表示粉尘交易池中的粉尘交易数量未达到处理阈值，则继续监控粉尘交易池中的粉尘交易直至粉尘交易池中的粉尘交易数量达到处理阈值。

[0095] 本发明采用的基于对现有区块链中的交易进行分析和学习得到粉尘攻击识别算法，并通过在区块链中新增粉尘攻击交易池及粉尘攻击交易池到正常交易池的交易转换机制，同时在这个过程中增加交易额度、交易费用、粉尘攻击识别概率值、粉尘攻击交易池大小、粉尘攻击交易池到正常交易池转换值等阀值对识别算法和处理机制进行不断的调整和适应，达到能有效地识别和防范粉尘交易攻击，从而减少区块链中正常交易在粉尘攻击时带来的影响，缩短交易在区块链中的处理时间，增加区块链的交易处理速率和处理量。

[0096] 架构不变，接口统一，可以对算法进行可插拔式更新，本发明中涉及到的现有区块链交易数据学习算法和粉尘识别算法，可以通过可插拔的软件模块接口化设计思路，即可以使用贝叶斯模型，也可以使用支持向量机、聚类、神经网络等数据学习算法进行学习，可以方便地根据机器学习界的学习规律，对识别算法进行更新和替换，达到一个框架不变，算法功能模块可根据使用效果不断调整。

[0097] 完善现有的区块链架构，在本发明中增加了粉尘交易池和粉尘交易池到正常交易池的处理机制，可有效地对粉尘交易带来的冲击进行缓冲和避免。

[0098] 灵活的阀值设置规则，本发明中涉及的相关阀值，可根据交易的不断学习进行自动的调整，这些参数不仅可以也可以根据交易进行自动的学习，也可以在区块链受到的外部环境，如政策、安全风险等问题进行手动的调整，通过这两种手段结合可以更好地适应区块链，从而为区块链识别和防范粉尘攻击起到良好的效果。

[0099] 通过对本发明涉及到的识别算法阀值等通过试验分析表明,本发明所提出的针对区块链粉尘攻击的识别和防范方法可以有效地识别和防范粉尘攻击，对区块链的高效率运行带来很好的效果。

[0100] 本发明具有以下功能：

[0101] 1)学习算法管理：主要对历史交易规律学习涉及到的算法如贝叶斯算法、支技向量机等算法进行管理，通过对历史交易进行建模分析、形成区块链粉尘交易识别算法的形成；

[0102] 2)阀值管理：对本发明涉及到的算法如粉尘交易交易额、粉尘交易费用、粉尘攻击识别概率值、粉尘攻击交易池大小、粉尘攻击交易池到正常交易池转换值等阀值进行管理，在管理过程中可以通过学习算法对这些阀值进行自动调整，也可以根据外在环境，如政策风险、法律法规、技术革新等引起的交易不可预测情况时，通过手动对这些阀值进行手动设置；阀值管理通过结合交易阀值修改模块对粉尘攻击识别算法的核心阀值进行调整；

[0103] 3)交易验证：对区块链中的交易进行验证，判断是否发生粉尘攻击，对判断结果进行分别处理；

[0104] 4)粉尘交易池管理：对区块链中的粉尘交易池进行管理，如果在粉尘攻击，粉尘交易池未达到设定的阀值时，可以把粉尘交易先放入粉尘交易池，否则对粉尘交易进行丢弃处理；

[0105] 5)交易池监控：对区块链的交易未确认池(UTXO)进行监控，判断交易池中的交易是否达到设定的阀值，如果交易池中的交易在设定的阀值之上，则不做任何处理，继续对交易池进行管理；而如果交易池中的交易在设定的阀值之下，则触发粉尘交易池向UTXO交易池进行交易转换，即把粉尘交易池中的交易移入到UTXO交易池进行正常处理；交易池监控功能在实现是守护进程，不断的周期性地对交易池进行监控；

[0106] 6)交易学习：在本发明涉及到的软件系统进行初始化时，交易学习功能模块将对区块链中已经发生的所有交易根据交易模型、交易时间段模型等进行数据规律学习；而在初次对历史交易数据学习以后，交易学习模块会对区块链中正在或刚刚发生的交易进行学习，通过学习动态对算法和阀值进行反馈修改，达到针对区块链粉尘攻击自适应识别和防范核心机制。

[0107] 本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

[0108] 本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。