論文の概要: A Review on Cryptocurrency Transaction Methods for Money Laundering

• arxiv url: http://arxiv.org/abs/2311.17203v1
• Date: Tue, 28 Nov 2023 20:17:11 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-18 13:44:50.313391
• Title: A Review on Cryptocurrency Transaction Methods for Money Laundering
• Title（参考訳）: マネーロンダリングにおける暗号取引方式の検討
• Authors: Hugo Almeida, Pedro Pinto, Ana Fernández Vilas,
• Abstract要約: マネーロンダリングに使われている現在の暗号通貨に基づく手法の特徴付けは、物理的およびデジタルマネーの流通フローを理解する上で最重要である。 本稿は、今後不正マネーロンダリング活動を防止するための効率的な戦略を設計するのに役立つかもしれない。
• 参考スコア（独自算出の注目度）: 2.1711205684359243
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cryptocurrencies are considered relevant assets and they are currently used as an investment or to carry out transactions. However, specific characteristics commonly associated with the cryptocurrencies such as irreversibility, immutability, decentralized architecture, absence of control authority, mobility, and pseudo-anonymity make them appealing for money laundering activities. Thus, the collection and characterization of current cryptocurrency-based methods used for money laundering are paramount to understanding the circulation flows of physical and digital money and preventing this illegal activity. In this paper, a collection of cryptocurrency transaction methods is presented and distributed through the money laundering life cycle. Each method is analyzed and classified according to the phase of money laundering it corresponds to. The result of this article may in the future help design efficient strategies to prevent illegal money laundering activities.
• Abstract（参考訳）: 暗号通貨は関連資産とみなされており、現在は投資や取引に利用されている。 しかし、不可逆性、不変性、分散アーキテクチャ、制御権限の欠如、モビリティ、疑似匿名といった暗号通貨に共通する特性は、マネーロンダリング活動に訴える。 したがって、マネーロンダリングに使用される現在の暗号通貨ベースの手法の収集と評価は、物理的およびデジタルマネーの流通フローを理解し、この違法な活動を防止するために最重要である。 本稿では,マネーロンダリングのライフサイクルを通じて,暗号通貨取引手法のコレクションを提示し,配布する。 各手法は、それに対応するマネーロンダリングのフェーズに従って分析され、分類される。 本稿の結果は、今後、不正マネーロンダリング活動を防止するための効率的な戦略を設計する上で有効かもしれない。

関連論文リスト

• BlockFound: Customized blockchain foundation model for anomaly detection [47.04595143348698]
  BlockFoundは、異常なブロックチェーントランザクション検出のためのカスタマイズされた基盤モデルである。 ブロックチェーントランザクションのユニークなデータ構造をモデル化するための、一連のカスタマイズデザインを紹介します。 BlockFoundは、Solana上の異常なトランザクションを高精度に検出する唯一の方法である。
  論文  参考訳（メタデータ） (2024-10-05T05:11:34Z)
• The Kosmosis Use-Case of Crypto Rug Pull Detection and Prevention [0.0]
  暗号資産不正を防ぐための現在の手法は、ブロックチェーンネットワーク内のトランザクショングラフの分析に基づいている。 我々は、新しいブロックチェーンとソーシャルメディアデータが利用可能になるにつれて、知識グラフを漸進的に構築することを目的としたKosmosisアプローチを提案する。
  論文  参考訳（メタデータ） (2024-05-30T07:17:57Z)
• Transaction Fraud Detection via an Adaptive Graph Neural Network [64.9428588496749]
  本稿では,アダプティブサンプリングとアグリゲーションに基づくグラフニューラルネットワーク(ASA-GNN)を提案する。 ノイズの多いノードをフィルタリングし、不正なノードを補うために、隣のサンプリング戦略を実行する。 3つのファイナンシャルデータセットの実験により,提案手法のASA-GNNは最先端のデータセットよりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-07-11T07:48:39Z)
• Blockchain Large Language Models [65.7726590159576]
  本稿では,異常なブロックチェーントランザクションを検出するための動的,リアルタイムなアプローチを提案する。 提案するツールであるBlockGPTは、ブロックチェーンアクティビティのトレース表現を生成し、大規模な言語モデルをスクラッチからトレーニングして、リアルタイム侵入検出システムとして機能させる。
  論文  参考訳（メタデータ） (2023-04-25T11:56:18Z)
• Catch Me If You Can: Semi-supervised Graph Learning for Spotting Money Laundering [0.4159343412286401]
  マネーロンダリング(英: Money laundering)とは、犯罪者が違法な資金を追跡不可能な場所に移すために金融サービスを利用するプロセスである。 反マネーロンダリング(AML)を施行するためには、これらの活動を正確かつ確実に特定することが極めて重要である。 本稿では,金融取引のグラフに対する半教師付きグラフ学習手法を用いて,マネーロンダリングに関連するノードを特定する。
  論文  参考訳（メタデータ） (2023-02-23T09:34:19Z)
• Fighting Money Laundering with Statistics and Machine Learning [95.42181254494287]
  反マネーロンダリングのための統計的および機械学習手法に関する科学的文献はほとんどない。 本研究では,クライアントのリスクプロファイリングと疑わしい行動フラグングという2つの中心的要素を持つ統一用語を提案する。
  論文  参考訳（メタデータ） (2022-01-11T21:31:18Z)
• Reputation-based PoS for the Restriction of Illicit Activities on Blockchain: Algorand Usecase [2.94824047753242]
  近年では、ブロックチェーントランザクションデータに基づいて、さまざまな機械学習ベースのテクニックが、このような犯罪要素を検出することができる。 本稿では,上記の不正行為を検知したユーザに対する評価に基づく応答手法を提案する。
  論文  参考訳（メタデータ） (2021-12-21T07:32:22Z)
• CubeFlow: Money Laundering Detection with Coupled Tensors [39.26866956921283]
  マネーロンダリング(英: Money laundering、ML)とは、不正な活動によって達成された資金源を隠す行動である。 既存のほとんどの手法はグラフやテンソルの密度の高いブロックを検知するが、これは貨幣がしばしば中間口座を通じて転送されるという事実を考慮しない。 この論文で提案されているCubeFlowは、大量のトランザクションから不正を見つけるためのスケーラブルでフローベースのアプローチである。
  論文  参考訳（メタデータ） (2021-03-23T09:24:31Z)
• Machine learning methods to detect money laundering in the Bitcoin blockchain in the presence of label scarcity [1.7499351967216341]
  我々は、教師なし異常検出手法を用いた既存の最先端ソリューションが、実際のBitcoinトランザクションデータセットにおける不正なパターンを検出するのに不十分であることを示す。 提案するアクティブラーニングソリューションは, 5%のラベルを用いて, 完全に教師付きベースラインの性能を一致させることができる。
  論文  参考訳（メタデータ） (2020-05-29T15:52:48Z)
• Pump and Dumps in the Bitcoin Era: Real Time Detection of Cryptocurrency Market Manipulations [50.521292491613224]
  インターネット上のコミュニティによって組織されたポンプとダンプの詳細な分析を行う。 これらのコミュニティがどのように組織化され、どのように詐欺を行うかを観察します。 本研究では,不正行為をリアルタイムに検出する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-04T21:36:18Z)
• Characterizing and Detecting Money Laundering Activities on the Bitcoin Network [8.212945859699406]
  我々はBitcoinネットワーク全体で発生した資金洗浄活動の展望を探る。 3年以上にわたって収集されたデータを用いて、トランザクショングラフを作成し、さまざまなグラフ特性を分析して、マネーロンダリングトランザクションと通常のトランザクションを区別します。 資金洗浄とレギュラー取引を分類するために,4種類のグラフ特徴に基づく分類器のセットを提案し,評価する。
  論文  参考訳（メタデータ） (2019-12-27T11:34:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。