-
题名霍克斯之剑:一种识别区块链洗钱交易的方法
- 1
-
-
作者
梁飞
-
机构
北京市公安局经济犯罪侦查总队
-
出处
《情报杂志》
北大核心
2025年第6期94-100,108,共8页
-
文摘
[研究目的]近年来,区块链新兴技术成为洗钱犯罪的新路径,严重危害正常的金融秩序,亟须技术方法识别具有可疑交易行为的节点地址。该文提出一种识别区块链洗钱交易的方法,以期从技术层建立防御屏障。[研究方法]研究设计SWHA图表示学习模型,该模型从波场链的资金转移角度建立起捕捉节点地址间资金转移规律的挖掘功能,同时引入含有资金纯度项的霍克斯过程时序预测损失,促使模型能够学习到融合波场洗钱行为的节点地址嵌入向量表示。数据的形式引入元路径的构建方法。数据集中的标签信息源自实际案件场景中涉洗钱相关的节点地址。[研究结果/结论]SWHA模型区别于传统的图表示学习只关注于图结构数据的拓扑信息而忽视了资金转移本身所产生的节点地址间关联程度的问题。SWHA模型在分类测试中的精准率(Precision)、召回率(Recall)、F1、AUC指标以及在节点表示可视化分析中的结果均优于传统的图表示学习方法。实验证明SWHA模型能够更好地提取存在洗钱节点地址的特征信息。
-
关键词
区块链洗钱
霍克斯过程
资金纯度
节点地址亲密度
注意力机制
图表示学习
-
Keywords
blockchain money laundering
Hawkes process
fund purity
node address closeness
attention mechanism
graph representation learning
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名基于神经微分方程的区块链地址风险行为识别算法
被引量：1
- 2
-
-
作者
梁飞
王瑞丽
-
机构
北京市公安局经济犯罪侦查总队
北京中科链源科技有限公司
-
出处
《通信学报》
CSCD
北大核心
2024年第S1期105-113,共9页
-
文摘
首先提出了Tgm_ODE模型,实现了波场链上的钱包地址利用USDT进行犯罪行为的识别;然后模型利用神经常微分方程模型(Neural ODE)学习到节点地址随不同的交易时间间隔而带来的特征连续变化的规律,同时引入了门控机制用于筛选出交易邻居节点地址所带给中心节点的影响强度,门控机制设计中加入了节点地址之间的交易关联性强度,最后利用自注意力机制融合不同交易时刻的节点地址特征,输出节点地址的特征表示。实验证明,Tgm_ODE模型能够有效捕捉节点地址随不规则的交易间隔时间动态变化的特征,在测试集中精准率、召回率和F1指标上优于传统的检测模型。
-
关键词
神经微分方程
时序模型
门控机制
自注意力机制
-
Keywords
neural differential equation
time series model
gating mechanism
self attention mechanism
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
