Elliptic++

AML

交易層與地址層的評分粒度比較：基於Elliptic++的AML預算化實驗

本報導改寫自ArXiv研究，聚焦於區塊鏈圖形反洗錢（AML）系統在不同評分粒度下的實務差異。研究以公開的Elliptic++比特幣資料（203,769 筆交易、822,942 次地址出現）為基礎，分別訓練交易層與地址層的隨機森林模型，並提出一套投影框架，將交易分數聚合到地址層。