中国人民公安大学如何用AI识别非法加密货币交易？准确率近90%的技术框架解析

中国人民公安大学研究人员开发了一种可识别非法加密货币交易的AI框架，整体准确率接近90%。该研究发表于中文 peer-reviewed 期刊《情报杂志》，通讯作者孙竞超博士（从事刑事侦查与网络安全研究）表示，这项工作“为检测非法加密货币交易提供了准确、可扩展、可解释的解决方案”，并为监管机构打击非法加密货币交易及经济犯罪提供了“创新的技术路径”。

技术路径：记忆模块与大语言模型识别匿名及跨境交易

该AI框架整合记忆模块与大语言模型，专门应对加密货币的匿名性与跨境特征，用于追踪洗钱等非法资金流动。随着加密货币交易量快速增长，其匿名和跨境属性为非法资金流提供了通道，而该框架能够实现对可疑交易的主动智能识别，弥补传统监测手段的不足。

监管背景：涉虚拟货币洗钱犯罪的 prosecution 数据

这项研究成果发布之际，中国正持续加大对加密货币相关金融犯罪的打击力度。最高人民检察院披露，截至2025年，全国检察机关已起诉涉虚拟货币及地下钱庄洗钱犯罪的嫌疑人共计3259名。这一背景凸显了警方开发AI检测工具的现实紧迫性，也反映出监管机构对新型经济犯罪的关注正在升级。

监管科技转向：从被动追踪到主动识别

此次由警方研发的AI检测工具，标志着监管技术思路发生关键转变：从传统的被动追踪升级为主动智能识别。通过将大模型能力嵌入加密货币交易监测流程，监管部门在应对匿名性强、跨境流动快的新型经济犯罪时，获得了更具前瞻性的技术支撑。