基于多任务协作的众包加密货币洗钱检测
密码学与安全
2025-12-03 v1
摘要
USDT 是一种挂钩美元的稳定币，因其稳定性、匿名性和易用性，成为洗钱的首选工具。值得注意的是，一种新的稳定币洗钱形式——我们称之为众包洗钱——通过招募大量普通个人来分散资金，迅速成为重大威胁。然而，由于职责分工日益细化，众包洗钱交易呈现出多样化的模式和多中心结构，给检测提出了重大挑战。本文引入交易组作为辅助信息，提出了一种多任务协作式众包洗钱检测框架（MCCLD）。MCCLD 使用端到端图神经网络实现洗钱交易检测与交易组检测任务之间的协作，增强了对众包洗钱组内不同模式的检测性能。这两个任务通过共享分类器进行联合优化，采用共享特征编码器融合多层特征嵌入，以提供丰富的交易语义和潜在的组信息。在众包洗钱和一般洗钱案例上进行的大量实验表明，MCCLD 的有效性和普适性。迄今为止，本文是首个针对众包洗钱检测的工作。
引用
@article{arxiv.2512.02534,
title = {Detection of Crowdsourcing Cryptocurrency Laundering via Multi-Task Collaboration},
author = {Guang Li and Litong Sun and Jieying Zhou and Weigang Wu},
journal= {arXiv preprint arXiv:2512.02534},
year = {2025}
}