欺诈的形态：货币洗钱模式中的行为一致性与脆弱性
社会与信息网络
2025-07-16 v1 机器学习
应用统计
摘要
传统的反洗钱（AML）系统主要关注识别异常实体或交易，基于统计偏差或可疑行为对其进行标记以进行人工调查。然而，这种范式误解了洗钱的本质，因为洗钱往往不是异常的，而是刻意、重复且隐藏在一致行为常规中的活动。在本文中，我们挑战了基于实体的方法，提出一种网络理论视角，强调检测跨有向交易网络中预定义的洗钱模式。我们引入行为一致性作为洗钱活动的核心特征，认为此类模式更适合通过表达语义和功能角色的子图结构来捕获——而不仅仅是几何结构。关键地，我们探讨了模式脆弱性的概念：即洗钱模式对小属性变化的敏感性，以及在剧烈拓扑变换下仍保持语义鲁棒性。我们认为，洗钱检测不应依赖统计异常值，而应基于行为本质的保存性，并提出一种基于此洞察的模式相似性重构方法。这一哲学和实践的转变对AML系统如何建模、扫描和解释网络以对抗金融犯罪具有深远影响。
引用
@article{arxiv.2507.10608,
title = {The Shape of Deceit: Behavioral Consistency and Fragility in Money Laundering Patterns},
author = {Danny Butvinik and Ofir Yakobi and Michal Einhorn Cohen and Elina Maliarsky},
journal= {arXiv preprint arXiv:2507.10608},
year = {2025}
}