比特币区块链洗钱检测的机器学习方法
犯罪分子每年的洗钱金额高达数十亿美元，这严重伤害了正常的社会经济。尤其是 数字加密货币已经成为洗钱活动的温床。机器学习可以用于检测这些非法行为。但是 由于标注数据非常匮乏，传统的有监督算法并不可行。本论文提出了在少量标注数据 的条件下洗钱检测的解决方案。
首先，我们利用一个真实的比特币交易数据集，展示了无监督异常检测算法是不足以 检测出其中的非法模式的。然后展示本文提出的主动学习解决方案，能够只用5%的标注 数据就达到一个监督学习模型的同样的性能。
犯罪分子每年的洗钱金额高达数十亿美元，这严重伤害了正常的社会经济。尤其是 数字加密货币已经成为洗钱活动的温床。机器学习可以用于检测这些非法行为。但是 由于标注数据非常匮乏，传统的有监督算法并不可行。本论文提出了在少量标注数据 的条件下洗钱检测的解决方案。
首先，我们利用一个真实的比特币交易数据集，展示了无监督异常检测算法是不足以 检测出其中的非法模式的。然后展示本文提出的主动学习解决方案，能够只用5%的标注 数据就达到一个监督学习模型的同样的性能。