去中心化 fraud 检测系统：基于区块链锚定的可解释机器学习
密码学与安全
2026-04-27 v1 机器学习
软件工程
摘要
在企业欺诈检测中，模型准确率本身不足以解决问题，当内部人员能够篡改审计日志或绕过批准工作流程时。 实际案例表明，欺诈往往并非因检测算法失效而持续，而是由于审计轨迹本身被特权操作员控制。 这暴露了根本性的信任缺口：*审计审计者谁？* 我们提出了构建不可篡改的欺诈检测系统，将ML预测和工作流程执行锚定到不可变区块链账本中。 我们的检测模块在保持竞争性准确率 (F1=0.895, PR-AUC=0.974) 的同时，提供了可验证的决策轨迹，支持GDPR第22条等监管审计要求。 系统评估显示，推理延迟低于25 ms，经Layer-2网络部署成本低于0.01美元/交易（依据PolygonScan数据验证），支持每月10,000+企业规模工作负载。
引用
@article{arxiv.2604.22096,
title = {Who Audits the Auditor? Tamper-Proof Fraud Detection with Blockchain-Anchored Explainable ML},
author = {Zhaohui Wang},
journal= {arXiv preprint arXiv:2604.22096},
year = {2026}
}
备注
Accepted to IEEE COMPSAC 2026 (Paper ID 9376, SEPT Symposium). This is the de-anonymized camera-ready version. Code is available at: https://github.com/GeoffreyWang1117/fraud-detection-chain