首页|期刊导航|刑事技术|基于机器学习的比特币非法交易检测综述

基于机器学习的比特币非法交易检测综述OA

中文摘要

比特币的匿名性和去中心化特性使其成为非法交易的重要工具,给传统资金追踪和法律监管带来巨大挑战。为应对这一问题,研究者逐渐采用机器学习技术,通过强大的数据处理能力检测比特币网络中的非法交易。然而,现有研究多基于非标准化数据集,缺乏对比分析,难以实现实际应用。本文系统梳理了近年来基于机器学习的比特币非法交易检测研究,回顾了主要成果和技术进展,重点分析了数据准备、特征提取及分类算法的应用现状。通过仿真分析几种常用机器学习算法,并基于准确率、精确率、召回率和F1分数等指标对其检测性能进行了评估。研究发现现有方法在标准化和智能化方面存在不足,提出了算法智能化及多源数据融合的未来发展方向,旨在提升比特币非法交易检测的准确性和实用性。

姜贤波;严圣东;邢桂东;康艳荣;赵祥

公安部鉴定中心,北京100038公安部鉴定中心,北京100038公安部鉴定中心,北京100038公安部鉴定中心,北京100038德州市公安局,山东德州253015

社会科学

机器学习比特币非法交易检测深度学习图神经网络

《刑事技术》 2026 (5)

P.501-508,8

中央级公益性科研院所基本科研业务费专项资金项目(2022JB033、2024JB021、2024JB022、2024JB036)公安部科技强警基础工作专项(2022JC15)。

10.16467/j.1008-3650.2025.0048

评论