新聞 
幣種資訊 
關於我們 
中國人民公安大學(People's Public Security University of China)研究團隊開發出一款偵測「比特幣(BTC)」非法交易的人工智慧(AI)模型。這套模型結合動態圖神經網路(GNN)與大型語言模型(LLM)，測試中的整體準確率達 89.4%。
加密貨幣媒體 Crypto Briefing 報導，這項研究成果於 5 月刊登在學術期刊《Journal of Intelligence》。不過，刊登年份目前未能明確確認。
研究團隊設計的框架整合三項技術，包括 △追蹤交易節點之間關係變化的動態圖神經網路 △儲存非法活動歷史模式的記憶模組 △負責推論與分類的大型語言模型。模型驗證使用公開基準資料集 Elliptic 比特幣資料集，該資料集由 20 萬 3,769 個交易節點與 23 萬 4,355 條連接邊組成。
細部數據顯示，兩項指標呈現不同含義。模型標記為非法的交易中，實際被確認為非法的比例，也就是精準率為 89.1%。但在全部非法交易當中，模型實際攔截到的比例，也就是召回率僅 64.5%。這代表仍有約三分之一非法交易未被這次模型偵測出來。
孫敬超(Sun Jingchao) 中國人民公安大學研究員是該研究的通訊作者，他將透過記憶模組比對歷史模式的方式，視為這套模型的核心優勢。Crypto Briefing 報導，模型也具備在給出風險分數的同時，以自然語言說明判斷依據的功能。換言之，與只輸出機率分數的既有偵測模型不同，這套系統能用文字解釋為何某筆交易被判定可疑。
中國主管機關近來加強打擊利用虛擬資產進行洗錢的行為。去年 3 月，中國檢方起訴 3,259 名涉嫌參與串連加密貨幣與地下錢莊洗錢的人員。上月 25 日，中國法院也審理一起與線上賭博債務相關、規模約 30 億元人民幣（約 4.44 億美元、約 6,200 億韓元）的案件。
這項研究僅以比特幣交易為對象，未涵蓋特定交易所或其他加密貨幣。模型是否會導入實際偵查現場，以及具體適用時程，目前尚未確認。
留言 0