基于图神经网络的区块链非法交易检测模型

Hrushyang Adloori; Vaishnavi Dasanapu; Abhijith Chandra Mergu

基于图神经网络的区块链非法交易检测模型

机器学习 2024-10-10 v1 人工智能神经与进化计算

作者: Hrushyang Adloori , Vaishnavi Dasanapu , Abhijith Chandra Mergu

摘要

加密货币的使用导致了洗钱等非法活动的增加，传统基于规则的方法在检测和预防此类活动方面变得不够有效。本文提出一种新方法，通过应用带残差网络结构的图注意力网络 (GAT-ResNet) 来检测与反洗钱/反恐融资 (AML/CFT) 相关的非法交易。我们在 Elliptic Bitcoin Transaction 数据集上训练了 various 模型，包括逻辑回归、随机森林、XGBoost、GCN、GAT 以及我们提出的 GAT-ResNet 模型。我们的结果表明，GAT-ResNet 模型在准确率、可靠性和可扩展性方面有潜在优势。我们的研究阐明了图神经网络在改善反洗钱努力方面的潜力，为该领域的进一步研究奠定了基础。

关键词

图神经网络 GAT-ResNet 非法交易检测区块链反洗钱

引用

@article{arxiv.2410.07150,
  title  = {Graph Network Models To Detect Illicit Transactions In Block Chain},
  author = {Hrushyang Adloori and Vaishnavi Dasanapu and Abhijith Chandra Mergu},
  journal= {arXiv preprint arXiv:2410.07150},
  year   = {2024}
}

备注

9 pages, 7 figures

基于图神经网络的区块链非法交易检测模型

摘要

关键词

引用

备注

相关论文