Reserve Bank Innovation Hub

AI模型将“金钱骡子”检测视为关系学习问题

研究人员开发了一种新颖的方法来检测“金钱骡子”账户，将该问题构建为异构图上的关系学习任务。该方法利用银行的关系模式，其中行代表节点，外键代表边，来分析账户的多跳邻域。在储备银行创新中心的大型数据集上进行测试，基于图的检测器在识别“金钱骡子”方面显著优于传统的树集成方法，如XGBoost和LightGBM，具有更高的精确率和召回率，尤其是在检测队列后期被标记的账户方面。