
来自中国人民公安大学的一个框架结合了基于图的分析、记忆模块和大语言模型,用于识别非法比特币交易并生成可解释的风险评估。
中国人民公安大学的研究人员开发出一套AI框架,在一个广泛使用的公开基准上识别非法比特币交易时,总体准确率达到89.4%,为此前有关该项目的报道补充了更具体的技术和性能信息。该研究于5月发表在《情报学杂志》上,并被《南华早报》报道。研究人员在Elliptic比特币数据集上测试了该模型,该数据集包含203,769个交易节点和234,355条边。 该系统结合了动态图神经网络、记忆模块和大语言模型。研究人员表示,这一设计有助于模型跟踪交易之间不断变化的关系,参考非法活动的历史模式,并为分类结果同时生成风险评分和自然语言解释。该模型对非法交易的精确率为89.1%,召回率为64.5%,这意味着被标记的交易通常确实可疑,但仍有部分非法资金流未被发现。 这项研究发表之际,中国正加大对加密货币相关金融犯罪的打击力度。《南华早报》报道称,中国公安大学的研究人员在公安部旗下开发出一套检测算法框架,能够以约90%的准确率识别涉及比特币等虚拟资产的非法洗钱和经济犯罪。中国最高人民检察院表示,仅2025年就有3,259人因涉嫌虚拟资产和地下金融洗钱而被起诉。该研究专门聚焦比特币,凸显其在非法交易监测中的长期作用。