PANews 8月2日消息，据南华早报报道，中国公安大学研究人员开发了一套基于人工智能的加密货币交易分析框架，可用于识别涉嫌洗钱等非法活动的比特币交易，研究显示该系统整体准确率达到89.4%。

该研究发表在同行评审期刊《Journal of Intelligence》上。论文通讯作者、刑事侦查与网络安全研究人员孙景超表示，该系统为监管机构打击非法加密货币交易和经济犯罪提供了一种“精准、可泛化且可解释”的技术方案。研究人员指出，随着加密货币交易规模扩大，其匿名性和跨境特征也被部分犯罪活动利用，成为洗钱、地下交易等行为的工具。

研究团队表示，传统基于规则的监测系统难以应对不断变化的犯罪模式，因此构建了一套结合**动态图神经网络（Dynamic Graph Neural Network）、记忆模块（Memory Module）以及大语言模型（LLM）**的AI框架。

其中，动态图神经网络将加密货币生态视为不断变化的交易网络，分析资金流向、交易结构以及网络演化过程；记忆模块则通过检索历史非法交易模式，将当前交易行为与此前确认的风险案例进行匹配；大语言模型进一步整合交易特征、历史模式和网络结构信息，生成风险评分、关键证据以及解释链。

研究人员在公开的Elliptic比特币交易数据集上测试该模型，该数据集包含203,769个交易节点、234,355条交易边以及每个节点的166项特征。

测试结果显示，该模型整体准确率达到89.4%，针对非法交易的识别精确率达到89.1%，召回率为64.5%。这意味着，AI标记为非法的交易中，约九成最终被验证为真实风险交易；同时，该模型能够发现约三分之二的已标记非法交易。

研究团队表示，引入记忆模块后，系统能够通过比对资金流向、交易时间和网络结构，识别新型或不断演化的洗钱方式；结合大语言模型的推理能力，还能为高风险交易提供更加直观和可追踪的判断依据。