
中国人民公安大学のフレームワークは、グラフベースの分析、メモリモジュール、大規模言語モデルを組み合わせ、違法なビットコイン取引を特定し、説明可能なリスク評価を生成する。
中国人民公安大学の研究者は、広く使われている公開ベンチマークで違法なビットコイン取引を全体で89.4%の精度で特定したAIフレームワークを開発し、このプロジェクトに関する先行報道に対して、より具体的な技術面と性能面の全体像を付け加えた。5月にJournal of Intelligenceに掲載され、South China Morning Postが取り上げたこの研究では、203,769の取引ノードと234,355のエッジを含むElliptic Bitcoinデータセットでモデルを検証した。 このシステムは、動的グラフニューラルネットワーク、メモリモジュール、大規模言語モデルを組み合わせている。研究者によると、この設計により、モデルは取引間で変化する関係を追跡し、過去の違法活動のパターンを参照し、分類結果についてリスクスコアと自然言語による説明の両方を生成できるという。違法取引については適合率89.1%、再現率64.5%を達成しており、フラグが立てられた取引は通常は疑わしい一方で、一部の違法資金フローはなお検知されなかったことを意味する。 この研究は、仮想通貨に関連する金融犯罪に対する中国のより広範な取り締まりのさなかに発表された。South China Morning Postによると、公安部傘下の中国警察大学の研究者は、ビットコインのような仮想資産が関与する違法なマネーロンダリングや経済犯罪を約90%の精度で特定する検知アルゴリズムの枠組みを開発した。中国の最高人民検察院は、2025年だけでも、仮想資産や地下金融が関与するマネーロンダリングの疑いで3,259人が起訴されたと述べた。この研究は特にビットコインに焦点を当てており、違法取引の監視におけるその長年の役割を浮き彫りにしている。