Çin polisi, AI+LLM aracıyla kripto yıkamayı %90 tespit etti
Araştırma, savcıların 3,259 kişinin sanal varlık aklama ve yeraltı finansmanı ile bağlantılı 2025 davayla karşı karşıya olduğunu söylemesiyle ortaya çıkıyor.
Çin Ulusal Polis Üniversitesi'ndeki araştırmacılar, büyük dil modellerini kullanarak şüpheli kripto para aklama işlemlerini "yaklaşık %90 doğrulukla" tespit eden bir AI sistemi geliştirdiklerini söylüyor. Bu iddia, 2025 yılına kadar sanal varlık aklama davalarının, Çin'in ticaret ve madencilik yasaklarına rağmen, zaten büyük ölçekte takip edildiğini öne süren bir dava sayısıyla birlikte geliyor.
Çin Polisi-Üniversite Araştırmacıları, ~%90 Doğru AI+LLM Kripto Aklama Bayrakları İddia Ediyor
Çin'in Kamu Güvenliği Bakanlığı'na bağlı bir kurum olan Ulusal Polis Üniversitesi'ndeki araştırmacıların, sanal para birimleriyle ilgili kara para aklama ve diğer ekonomik suçları tespit etmeyi amaçlayan bir blockchain-adli tıp tespit çerçevesi geliştirdikleri bildirilmektedir.varlıklargibiBitcoinÇalışmaya ekli başlık metriği, bildirilen bir başarı oranıdır: “sistem, şüpheli işlemleri işaretlemede yaklaşık %90 doğruluk oranı elde ediyor.”
Bu doğruluk rakamı, Güney Çin Sabah Postası raporuna dayandığı belirtilerek sunuluyor, ancak paket metodoloji, veri seti tanımı veya “doğruluk” teriminin pratikte ne anlama geldiğine dair bir tanım içermiyor.
Aynı yazıda, tüccarlar ve uyum masaları için önemli olan operasyonel bir uyarı da belirtiliyor: “%90 doğru” olan bir model hala yanlış pozitifler üretebilir ve kolluk kuvvetlerinin algoritmik işaretleri manuel inceleme ve yasal süreçle doğrulaması gerekmektedir.
Çin'in uygulama arka planı teorik değil. Çin Yüksek Halk Savcılığı, 2025 yılında yalnızca "sanaldan varlıklar ve yeraltı finansmanı ile ilgili para aklama şüphesiyle 3,259 kişinin dava edildiğini" bildirdi. Yeni çerçeve yalnızca bir öncü oluşturma aracı olsa bile, bu dava sayısı, benimsenirse otomasyonun operasyonel olarak ilgili olabilmesi için yeterli dava hacminin olduğunu ima ediyor.
AI+LLM Çerçevesinin Katmanlaşmayı ve Yapılandırmayı Nasıl Tespit Etmesi Gerektiği
Mekanik olarak, çerçeve, blockchain ağları üzerindeki işlem akışlarını analiz etmek için AI destekli desen tanıma ile büyük dil modeli (LLM) yeteneklerini birleştiren bir yapı olarak tanımlanmaktadır. AI bileşeni, kural tabanlı izlemenin gözden kaçırabileceği davranış anormalliklerini tespit etmek için zincir üzerindeki büyük veri hacimlerini tarayan desen motoru olarak konumlandırılmıştır.
Hedefler klasik aklama davranışlarıdır. “Katmanlama”, fonları birçok adım, cüzdan ve işlem aracılığıyla hareket ettirerek kaynağın izinin sürülmesini zorlaştırma taktiğidir. “Yapılandırma” ise, faaliyetleri daha küçük parçalara veya garip desenlere ayırarak eşiklerden kaçınmak ve niyeti belirsizleştirmektir.
Sistem, yalnızca statik kurallara dayanmak yerine, işlem grafikleri üzerindeki bu davranışlarla tutarlı anormallikleri aramak olarak tanımlanmaktadır.
LLM parçası bağlam katmanı olarak çerçevelenmiştir. Büyük bir dil modeli, dil yorumlayabilen ve üretebilen, metinle eğitilmiş bir modeldir ve burada, araştırmacıların akışlar etrafında bir anlatı oluşturmalarına yardımcı olmak için işlem etkinliğiyle ilgili yapılandırılmamış bilgileri, işlem notları veya iletişim kalıpları gibi, yorumlamaya yardımcı olduğu tanımlanmaktadır.
Bu önemlidir çünkü yaptırım sonuçları, kaç adresin işaretlendiği üzerinden değerlendirilmez. Bir davanın derlenip, atfedilip, kovuşturulup kovuşturulamayacağına göre değerlendirilir.
Yazıda ayrıca belirtiliyorkriptoparaticaret ve madencilik Çin'de yasaklanmışken, tutmadijital varlıklarsuç sayılmamaktadır. Tanımlanan tutum bir ayrımdır: kamu piyasa erişimini kısıtlamak, ancak sanal varlık akışları etrafında araştırma kapasitesini geliştirmeye devam etmek.
Tüccarların Çin'in Zincir Üstü Gözetim Araçları Geliştikçe İzlemeleri Gerekenler
Risk profilini değiştiren ilk sinyal dağıtımdır. Paket, bu çerçevenin araştırma aşamasında mı, pilot uygulamada mı yoksa zaten canlı soruşturmada mı kullanıldığını belirtmiyor ve bunu yürütecek soruşturma birimlerini de adlandırmıyor. Operasyonel olduğu ve nerede olduğu ile ilgili herhangi bir açıklama, başka bir doğruluk başlığından daha önemli olacaktır.
İkinci sinyal, “yaklaşık %90” iddiasının arkasındaki teknik özelik. Tüccarlar, veri setini tanımlayan, “şüpheli” etiketleme standardını ve yanlış pozitif ile yanlış negatif oranlarını belirten temel bir bağlantı aramalıdır. Bunun olmaması durumunda, sayı yönsel olarak ilginçtir ancak bir performans garantisi değildir.
Üçüncü sinyal, uygulama yoğunluğudur. 2025'teki kovuşturma toplamı ölçek için bir temel sağlar, bu nedenle bir sonraki yıllık toplam veya açıkça zincir üstü analizleri referans alan büyük dava duyuruları, bu tür araçların önceliklendirme için kullanılıp kullanılmadığını doğrulamaya yardımcı olacaktır.
Dördüncü sinyal, aşağı akış uyum davranışıdır. Borsa ve karşı taraflar Çin ile bağlantılı maruziyet etrafında sıkılaşmaya başlarsa, bu genellikle artırılmış dikkatli inceleme bildirimleri, hesap dondurmaları veya AI destekli izleme ve daha yüksek bayraklama oranlarını belirten yeni risk kuralları olarak ortaya çıkar.
Benim Görüşüm: Uygulama Teknolojisi, Bu Modelin ‘Doğruluğu’ İçin Kamu Kanıtından Daha Hızlı Yükseliyor
Burada önemli olan kısım “%90” başlığı değil, kurumsal seyahat yönüdür. Kamu Güvenliği Bakanlığı altında bir polis-universite ekibi, işlem izleme için AI+LLM araçları geliştiriyor ve bu, Çin'in kamu ticaretini kısıtlı tutarken sanal varlık akışlarını bir soruşturma yüzeyi olarak ele aldığı bir dünyaya uyuyor ve 3,259 kovuşturma rakamı, otomasyonun faydalı olabilmesi için zaten yeterli bir işlem hacmi olduğunu öne sürüyor.
Önemli olan eşik, açıklamadır: Eğer bu çerçeve canlı dava çalışmalarında kullanıldığı doğrulanırsa ve doğruluk iddiası tanımlanmış bir veri seti ve hata oranları ile desteklenirse, Çin ile bağlantılı akışlar etrafındaki uyum riski anlatı olmaktan çıkar ve operasyonel hale gelir.
O zamana kadar, pratik etki, Çin ile bağlantılı maruziyetle temas eden karşı taraflar için daha yüksek bayraklama ve sürtünme olasılığıdır, tespit kalitesinde kanıtlanmış bir değişim değil.
