Anti-Money Laundering in Bitcoin: Experimenting with Graph Convolutional Networks for Financial Forensics 论文阅读
零、研究任务
比特币交易的匿名性滋生了很多犯罪（如洗钱），不过比特币交易记录是公开的，研究人员可充分利用这部分信息来判别某笔交易是合法还是非法。即，待完成的任务为二分类任务。
一、Elliptic数据集
将原始比特币交易数据构造为图的形式，图中节点代表交易、边代表从一个交易流向另一个交易。若发起交易的实体合法，则交易合法，反之非法。
1.节点特征
每个节点都关联了166个交易相关的特征。
原生特征（94个）： 时间步长、入度和出度、交易费、输出量以及衍生统计特征（如相关联交易的平均数量、平均接受/使用的BTC）
聚合特征（72个）： 通过从中心节点向后/向前一跳聚合交易信息来获得（邻居相关原生特征的最大、最小、标准差和相关系数等）
2.节点标签
2%的节点为非法交易，21%的节点为合法交易，剩余节点无标签。
3.时间信息
为每个节点打上时间戳（time stamp），代表我们预估出来的这笔交易的开始时间；
引入时间步（time step）：共计49个，时间步之间的间隔平均为两周；
每个时间步中包含一个连通分量，时间步与时间步之间无边相连。每个连通分量中包含的节点的时间戳之差不超过三小时。每个时间步包含的节点的类别数量分布如下所示：
上面的图展示了不同时间步下，非法节点数与合法节点数的比值；下面的图展示了不同时间步下，合法、非法、未知节点各自的数量占比。
二、模型
1.Benchmark
逻辑回归、多层感知机（MLP）、随机森林（RF）
这些模型仅使用原生特征进行二分类，没有考虑图结构带来的聚合特征。
2.GCN
使用图卷积网络，将原生特征与聚合特征均考虑进来。
3.Skip-GCN
基于原始GCN进行改进，得到Skip-GCN；
具体实现为：在输入节点特征层与中间嵌入层（intermediate embedding）之间加入一skip层。引入后达到至少与逻辑回归同等效果的程度。
4.EvolveGCN
追加考虑时序信息，改进GCN模型，得到EvolveGCN；
具体实现为：为每个时间步计算一个单独的GCN模型。然后，这些GCNs通过循环神经网络(RNN)连接起来，以捕捉系统动态。
三、效果评估
下表中，AF表示全部特征，LF表示前94个特征，NE表示GCN计算得出的node embedding。
由上可知：
（1）随机森林表现效果要比GCN、Skip-GCN还要好
（2）特征越多，效果越好
（3）EvolveGCN 比传统GCN效果好