Ricerca
FlowShield: antiriciclaggio delle criptovalute tramite analisi della semantica delle transazioni e tracciamento dei flussi di fondi
L’antiriciclaggio delle criptovalute (Crypto AML) deve affrontare comportamenti di riciclaggio sempre più sofisticati, che frammentano rapidamente i beni sottratti sfruttando diverse semantiche delle…

- arXiv
- 2608.17355
- Pubblicato
- 2026-08-18
- Autori
- Qishuang Fu, Andreas Deppeler, Joseph K. Liu, Yixin Liu, Shirui Pan, Qin Wang, Weiqing Wang, Tsz Hon Yuen
Abstract degli autori
L’antiriciclaggio delle criptovalute (Crypto AML) deve affrontare comportamenti di riciclaggio sempre più sofisticati, che frammentano rapidamente i beni sottratti sfruttando diverse semantiche delle transazioni e operando su più blockchain. I metodi di Crypto AML esistenti spesso semplificano la semantica delle transazioni, si affidano a segnali basati soprattutto sulla topologia oppure producono singole etichette di rilevamento. In questo articolo presentiamo \textsc{FlowShield}, un framework di Crypto AML per rilevare il riciclaggio a livello di transazione e generare report destinati agli investigatori. \textsc{FlowShield} ricava anzitutto dalle relazioni osservabili la semantica dei comportamenti, rendendo espliciti gli intenti di riciclaggio. Per tracciare la provenienza e la redistribuzione del valore, \textsc{FlowShield} ricostruisce sottografi dei flussi di fondi da tre prospettive complementari. Impiega poi un meccanismo di fusione tra testo e struttura che consente l’interazione tra la semantica codificata da un modello linguistico di grandi dimensioni (LLM) e i testi dei flussi, da un lato, e la struttura codificata da una rete convoluzionale su grafi (GCN), dall’altro. Oltre al rilevamento, \textsc{FlowShield} genera report leggibili sulle attività sospette (SAR), offrendo agli investigatori sintesi concise e segnali di allarme spiegabili. Per far fronte alla scarsità di dati per il rilevamento su più blockchain, creiamo e rendiamo open source \textit{BybitML}, il primo dataset pubblico sul riciclaggio che copre più blockchain. Valutiamo \textsc{FlowShield} su \textit{BybitML} e su due dataset pubblici sul riciclaggio: i risultati sperimentali dimostrano che \textsc{FlowShield} ottiene le migliori prestazioni complessive, con un punteggio F1 medio del 98,0\%. Ulteriori analisi dei comportamenti e dei SAR dimostrano che \textsc{FlowShield} è in grado di rivelare diverse strategie di riciclaggio e produrre report leggibili per indagare flussi di fondi complessi che attraversano più passaggi.
Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.
Leggi il paper originale su arXiv