使用深度学习的反洗钱系统

Mashkhal Abdalwahid Sidiq; Yimamu Kirubel Wondaferew

使用深度学习的反洗钱系统

机器学习 2025-09-25 v1 人工智能

作者: Mashkhal Abdalwahid Sidiq , Yimamu Kirubel Wondaferew

摘要

在本文中，我们专注于使用深度学习方法检测金融交易网络中的洗钱活动，以证明其可以作为更常用的基于规则的系统与传统反洗钱 (AML) 系统的补充或替代。本文探讨了反洗钱 (AML) 活动在全球金融业中扮演的关键角色。它强调了传统 AML 系统的缺点，这些系统表现出高误报率，且缺乏揭示复杂洗钱方案的精细度。为应对这些挑战，本文提出了一种先进的 AML 系统，该系统利用深度学习技术进行链接分析。该系统的核心在于使用中心性算法，如度中心性、接近中心性、中介中心性和 PageRank。这些算法通过检查金融交易网络中的影响力和相互联系，增强了系统识别可疑活动的能力。本文讨论了反洗钱 (AML) 工作在全球金融领域的重要性，并强调了传统 AML 系统的局限性。结果显示了 GCN 模型新实现的实用性和优越性，该模型是处理连接结构数据的优选方法，意味着交易或账户是在其金融环境的背景下进行分析的。此外，本文深入探讨了反洗钱 (AML) 工作的前景，提出整合深度学习与中心性算法等新兴技术。这种整合有望通过提升其能力来增强 AML 系统的有效性。

关键词

反洗钱深度学习图卷积网络中心性算法链路分析金融交易网络

引用

@article{arxiv.2509.19359,
  title  = {Anti-Money Laundering Systems Using Deep Learning},
  author = {Mashkhal Abdalwahid Sidiq and Yimamu Kirubel Wondaferew},
  journal= {arXiv preprint arXiv:2509.19359},
  year   = {2025}
}

备注

22 pages, 9 figures

使用深度学习的反洗钱系统

摘要

关键词

引用

备注

相关论文