一种基于半监督学习的加密货币反洗钱方法

本发明公开了一种基于半监督学习的加密货币反洗钱方法，实现了对加密货币洗钱行为的有效检测。该方法将加密货币交易数据构建为基于元路径表示的异构图网络，采用预训练及一致性训练相结合的半监督学习框架对交易数据进行检测。其中，预训练阶段利用基于相似度的机制来动态生成高质量伪标签的选择阈值，使伪标签的选择更加灵活和有效；一致性训练阶段引入了可学习的数据增强，从一致性和多样性两个方面对模型进行优化，并通过数据同质性分布对类不平衡的交易数据进行处理，实现了对加密货币洗钱行为的检测。实验结果表明该方法可显著提升加密货币洗钱检测的各项性能指标，实现了对加密货币洗钱活动的精准检测，有效地保障了加密货币交易的安全。