[论文解读] GuiltyWalker: Distance to illicit nodes in the Bitcoin network

Catarina Oliveira, João Torres+4 more|arXiv (Cornell University)|Feb 10, 2021

Crime, Illicit Activities, and Governance参考文献 10被引用 4

一句话总结

GuiltyWalker 提出了一种基于图的特征工程方法，通过从种子节点出发的随机游走计算到已知非法比特币交易的距离，显著提升了反洗钱检测中监督学习模型的性能。通过将这些结构特征与现有特征结合，该方法使 F1 分数提升了 5 个百分点，尤其在暗网市场关闭等网络中断时期，相比以往模型表现更优。

ABSTRACT

Money laundering is a global phenomenon with wide-reaching social and economic consequences. Cryptocurrencies are particularly susceptible due to the lack of control by authorities and their anonymity. Thus, it is important to develop new techniques to detect and prevent illicit cryptocurrency transactions. In our work, we propose new features based on the structure of the graph and past labels to boost the performance of machine learning methods to detect money laundering. Our method, GuiltyWalker, performs random walks on the bitcoin transaction graph and computes features based on the distance to illicit transactions. We combine these new features with features proposed by Weber et al. and observe an improvement of about 5pp regarding illicit classification. Namely, we observe that our proposed features are particularly helpful during a black market shutdown, where the algorithm by Weber et al. was low performing.

研究动机与目标

• 通过交易图中的结构特征提升监督学习模型在检测非法比特币交易方面的性能。
• 解决现有模型在高网络中断时期（如暗网市场关闭）的性能局限。
• 开发一种利用历史标签与网络拓扑结构提取分类有用特征的方法。
• 证明基于随机游走的距非法节点距离特征能提供独特且非冗余的信息，超越标准交易特征。
• 通过整合基于图的时间动态特征，提升模型鲁棒性与对新型非法活动的检测能力。

提出的方法

• GuiltyWalker 在时间有序的比特币交易图上执行随机游走，从种子节点出发，仅通过传入边（即指向更早交易的边）向过去方向移动。
• 随机游走会在到达已知非法节点或无法再找到有效前驱节点时停止，由于时间顺序的约束，确保了游走路径有限。
• 对每个种子节点，采样多条随机游走路径，以探索通往非法节点的多样化路径，捕捉结构上的接近性。
• 特征提取器从游走路径中计算聚合统计量，如首次到达非法节点的平均步数、成功到达的唯一非法节点总数以及游走成功率。
• 将这些新特征与 Weber 等人（2019）提供的原始 166 个匿名化特征结合，用于训练监督分类器。
• 应用特征选择方法，仅保留最具有信息量的 GuiltyWalker 衍生特征，以提升模型效率与性能。

实验结果

研究问题

• RQ1 基于随机游走提取的图结构特征能否提升监督学习在检测非法比特币交易方面的性能？
• RQ2 现有模型在高网络中断时期（如暗网市场关闭）的性能如何变化？
• RQ3 与标准交易特征相比，距非法节点的距离特征是否提供了独特且非冗余的信息？
• RQ4 GuiltyWalker 的特征是否能帮助检测出原有模型所遗漏的新型非法交易？
• RQ5 GuiltyWalker 特征在多大程度上提升了模型在不同网络状态下的鲁棒性与泛化能力？

主要发现

• 与仅使用 Weber 等人（2019）原始 166 个特征的模型相比，GuiltyWalker 使监督学习模型的 F1 分数提升了约 5 个百分点。
• 性能提升在暗网市场关闭期间最为显著，此时基线模型性能大幅下降，而 GuiltyWalker 增强的模型仍保持稳健。
• 新特征提供了原始特征未捕捉到的独特信息，例如部分节点虽无路径通往非法节点，但其特征值仍较高，表明其具备结构洞察力。
• 使用 GuiltyWalker 特征的模型在召回率（76.7%）和 F1 分数（85.47%）上均优于基线模型及先前的集成方法，尽管精确率略低。
• 该方法成功识别出原始模型所遗漏的非法交易，尤其在动态或高干扰的网络阶段表现突出。
• 特征选择进一步提升了模型性能，证实并非所有 GuiltyWalker 特征都具有同等信息量，过滤处理可提升效率与准确性。