FlowShield는 암호화폐 자금세탁방지(Crypto AML)를 위한 트랜잭션 수준 탐지 및 조사관용 보고서 생성 프레임워크다. 관측 가능한 관계로부터 행위 수준 의미를 복원해 세탁 의도를 명시화하고, 세 가지 관점에서 자금흐름 서브그래프를 재구성해 자금의 출처와 재분배 경로를 추적한다. LLM이 인코딩한 의미 정보와 그래프합성곱신경망(GCN)이 인코딩한 구조 정보를 결합하는 텍스트-구조 융합 메커니즘을 활용하며, 단순 탐지를 넘어 조사관이 읽을 수 있는 의심거래보고서(SAR)까지 생성한다. 다중체인 데이터 부족을 해소하기 위해 최초의 공개 다중체인 세탁 데이터셋 BybitML을 구축·공개했고, 이를 포함한 세 데이터셋에서 평균 F1 98.0%로 최고 성능을 기록했다.
- •행위 수준 의미 복원으로 세탁 의도를 명시화하는 Crypto AML 프레임워크
- •LLM 의미 인코딩과 GCN 구조 인코딩을 결합한 텍스트-구조 융합 탐지
- •탐지에 그치지 않고 조사관용 의심거래보고서(SAR) 자동 생성
- •최초 공개 다중체인 세탁 데이터셋 BybitML 구축, 3개 데이터셋서 평균 F1 98.0%
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
FlowShield: cryptocurrency anti-money laundering with transaction semantics parsing and fund flow tracking
- 1.암호화폐 자금세탁(AML) 탐지와 조사관용 보고서(SAR) 자동 생성을 함께 수행하는 FlowShield 제안
- 2.관찰 가능한 관계로부터 행위 수준 의미를 복원하고 3가지 관점의 자금흐름 서브그래프를 재구성
- 3.LLM 기반 의미 인코딩과 GCN 기반 구조 인코딩을 결합한 텍스트-구조 융합 방식 사용
- 4.멀티체인 세탁 탐지용 공개 데이터셋 BybitML을 구축·공개, 평균 F1 98.0%로 최고 성능
왜 중요한가?
여러 블록체인에 걸쳐 빠르게 자금을 쪼개는 정교한 세탁 수법에 대응해, 탐지뿐 아니라 조사관이 바로 활용할 수 있는 설명 가능한 보고서까지 생성한다는 점에서 실무 적용 가능성이 높다.
언급 프로젝트
본문 미리보기
arXiv:2608.17355v1 Announce Type: new Abstract: Cryptocurrency anti-money laundering (Crypto AML) is increasingly challenged by sophisticated laundering behaviors that rapidly fragment stolen assets through diverse semantics and across multiple blockchains. Existing Crypto AML methods often simplify transaction semantics, rely on topology-centric signals, or output isolated detection labels. In this paper, we present \textsc{FlowShield}, a Crypto AML framework for transaction-level laundering d
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:02AI 초안
