bitcoin-aml-graph-ml: trees beat GNNs on the Elliptic Bitcoin graph（链上反洗钱实证：时序划分下树模型击败图神经网络）

📅 2026-10-19 | 🏷️ Web3 & Crypto | ⭐ 1（7天窗口，创建于 2026-10-13）| 语言：Jupyter Notebook
🔗 原文：https://github.com/ChetanYarlagadda/bitcoin-aml-graph-ml

是什么

一个开源研究 notebook：在公开的 Elliptic 比特币交易图数据集上，严格对比「树模型（LightGBM/XGBoost + 防泄漏图特征）」与「三种主流图神经网络（GCN、GraphSAGE、GAT）」在非法交易检测上的表现。两个扎心结论：时序划分下树模型完胜（F1 0.82 vs 0.67）；黑暗市场被执法关停后，所有模型的成绩集体跳水。

🔍 小白解读

先说几个词

• AML（反洗钱）：识别与阻止非法资金流转的风控工作，链上分析公司的核心业务。
• Elliptic 数据集：公开的比特币交易图数据集，203769 个节点、部分交易已标注合法/非法，是该领域标准考卷。
• GNN（图神经网络）：专门处理「点 + 边」结构数据的神经网络，理论上是链上交易分析的天选架构。
• 时序划分（temporal split）：按时间切分训练集与测试集——用过去预测未来，防止「偷看答案」。
• 数据泄漏（leakage）：评测时混进了不该知道的信息，导致分数虚高、上线即翻车。

这篇到底在说什么

很多论文宣称「图神经网络」抓链上洗钱效果拔群。这个 notebook 用更严格的方法重新考了一遍试：按时间划分数据、图特征构建时严防泄漏，让简单的树模型和三种知名 GNN 同台。结果反直觉：树模型 F1 0.82，GNN 最好只有 0.67——「高级模型」输给了「笨办法」。更重要的发现在后面：某黑暗市场被关停后，所有模型成绩集体崩塌，说明模型学到的很可能只是「那个市场的交易模式」，而不是「洗钱的一般规律」——环境一变，模型失灵。打个比方：一个学生刷题刷出了某位出题老师的套路，换老师出卷立刻不及格。星数 1，但这是典型的实证纠偏研究：负结果对工程选型的价值高于又一个 SOTA。

这跟普通人有什么关系

链上风控的准确率直接关系普通人：误报会冻结无辜用户的资产，漏放会让骗子逍遥；「别迷信高级模型」的结论最终影响你用交易所/钱包时的风控体验。

为什么值得架构师关注

三条可平移的选型纪律：其一，图数据任务先建强基线——梯度提升树 + 精心构建的安全特征经常打赢端到端 GNN，先跑赢基线再谈深度架构；其二，评测必须时序划分——随机划分在该类任务上必然高估性能，上线即翻车；其三，对抗环境存在分布漂移——执法行动、市场结构变化会让模型突然失效，F1 从 0.82 到 collapse 说明静态模型不可持续，重训触发器与漂移监控应是风控系统的标配组件。对链上分析/监管科技团队，这个 notebook 可以直接复跑，校准自家基线。

核心内容

• 仓库：ChetanYarlagadda/bitcoin-aml-graph-ml，Jupyter Notebook，⭐1（7 天窗口，创建于 2026-10-13）
• 数据：Elliptic Bitcoin 数据集，任务为非法交易检测（AML）
• 方法：LightGBM/XGBoost + 防泄漏图特征，对比 GCN、GraphSAGE、GAT，全部采用时序划分
• 结果一：树模型胜出，F1 0.82 vs GNN 的 0.67
• 结果二：黑暗市场关停后所有模型性能集体崩溃——分布漂移的实证样本

行动建议

风控/图算法团队：复跑该 notebook，用同样的时序划分口径重新校准自家模型的基线与预期；把「时序划分 + 漂移监控 + 重训触发器」写进评测规范。其余读者记住结论：链上 ML 选型，严谨的评测设计比模型先进性更决定成败。