新聞 
幣種資訊 
關於我們 
中國人民公安大學（中国人民公安大学）研究團隊開發出一套用於偵測比特幣(BTC)等虛擬資產非法交易的人工智慧(AI)模型；在公開資料集驗證中，整體準確率達 89.4%。
南華早報（South China Morning Post）報導了這項研究結果。研究團隊已於今年 5 月在學術期刊《情報學雜誌》（情报学杂志）發表相關論文。
這套模型由三個部分組成：△動態圖神經網路(DGNN)把虛擬資產交易網路視為持續變動的網絡，用來分析交易結構、資金流向與時間變化；△記憶模組會將新進交易與過往相似的非法交易模式進行比對；△大型語言模型(LLM)則整合前兩階段提取出的特徵與網路結構資訊，以自然語言產出風險評估。這一階段會同時提出合法或非法分類、風險分數、判斷依據與推理過程。
驗證使用公開的比特幣交易資料集「Elliptic」。該資料集包含 20 萬 3769 筆交易、23 萬 4355 條連結，以及每筆交易 166 項特徵。在這套資料集中，模型偵測非法交易的精確率為 89.1%，召回率為 64.5%。召回率低於準確率與精確率，意味著實際非法交易中仍可能有相當一部分未被辨識。研究團隊表示，公開資料集測試顯示，該模型表現優於多個主要既有模型。
這項研究出現在中國當局加強打擊利用虛擬資產進行金融犯罪之際。最高人民檢察院（最高人民检察院）於 3 月表示，2024 年全年共有 3,259 人因涉嫌利用虛擬資產與地下錢莊（地下钱庄）洗錢而被起訴。上月 25 日，內蒙古一間法院也對一起涉及約 4.44 億美元（約 6200 億韓元）資金的案件作出判決。相關資金被指可能用於清算線上賭博債務，也被提及可能與世界盃期間投注有關。不過，資金具體用途仍屬指控階段，尚非已確定事實。
研究團隊指出，這套模型是一種準確、具備泛化能力，且能說明判斷依據的偵測方式，可能為監管機關應對虛擬資產相關經濟犯罪提供新的技術路徑。不過，這次性能數據來自 Elliptic 資料集驗證；若實際用於偵查或監管現場，其效果仍未獲確認。
留言 0