公安大学团队开发比特币非法交易检测 AI，准确率近 90%

该框架融合 DGNN、记忆机制与 LLM，在 Elliptic 数据集测试中整体准确率达 89.4%，提供可解释的风险评估方案。

据 Woofun AI 消息，中国人民公安大学研究团队开发出一套用于检测虚拟货币非法交易的 AI 框架，整体准确率约为 90%。该模型整合了动态图神经网络（DGNN）、记忆机制与大语言模型（LLM），通过分析交易结构演变、比对历史非法模式，并生成包含风险评分及推理链条的自然语言报告。

在包含 20 余万个节点的 Elliptic 比特币交易数据集测试中，该模型整体准确率为 89.4%，非法交易检测精确率为 89.1%，召回率为 64.5%，表现优于主流基线模型。相关论文于今年 5 月发表于《情报学杂志》，指出该研究为监管应对虚拟货币犯罪提供了可泛化且可解释的技术路径。报道指出，此项研究正值中国当局加大对虚拟货币相关金融犯罪打击力度之际：今年 3 月最高人民检察院披露，去年已起诉 3259 人涉嫌利用虚拟货币和地下钱庄洗钱；7 月 25 日，内蒙古一法院审结一起涉案资金近 30 亿元人民币（约 4.44 亿美元）的案件，相关资金被指用于结算网络赌博债务，或与世界杯期间的博彩活动有关。