Графово-кластерна модель ризик-скорингу GRX для оцінювання та прогнозування ризиків у блокчейн-екосистемах у реальному час
DOI: 10.31673/2412-9070.2026.024502
Анотація
Стаття присвячена розробленню нової GRX-моделі оцінювання та прогнозування ризиків у блокчейн-екосистемах, яка функціонує в реальному часі та використовує поєднання графових нейронних мереж (GNN), темпоральних моделей та механізмів пояснюваності. Зростання складності транзакційної структури криптоактивів, поява нових технологій обходу контролю грошових потоків і збільшення кількості високо-динамічних взаємозв’язків між учасниками мережі роблять традиційні rule-based AML підходи малоефективними. У межах дослідження запропоновано цілісну модель GRX, яка враховує як локальні патерни руху коштів, так і глобальні структури блокчейн графа, забезпечуючи адаптивне оцінювання ризику для адрес, кластерів і транзакцій. Методологічною основою є гібридна архітектура, що поєднує класичні GNN-оператори (GCN, GAT, GraphSAGE) із темпоральною компонентою на основі LSTM, що дозволяє визначати еволюцію ризику у часовому вимірі та прогнозувати його майбутні значення. Модель підтримує роботу зі складними динамічними AML-графами, у яких можуть проявлятися розгалуження, циклічність, мережеві аномалії, агрегаційні вузли та латентні схеми відмивання коштів. Запропонована система також містить модуль пояснюваності (XAI), що використовує як атенційні механізми GAT, так і методи інтерпретації впливу ребер, вузлів та топологічних характеристик на фінальний ризиковий бал. У дослідженні наведено математичний апарат GRX-моделі, описано алгоритмічну архітектуру системи, реалізовано прототип оброблення потоків транзакцій, побудовано візуальні графові структури високоризикової активності й проведено експерименти для порівняння з наявними комерційними AML-сервісами. Результати демонструють підвищення точності виявлення ризикових адрес та транзакцій, зменшення кількості хибнопозитивних спрацювань та значне покращення прогнозувальної здатності у порівнянні із традиційними методами. Запропонована GRX-архітектура є гнучкою, масштабованою та придатною для інтеграції у сучасні AML/KYT-платформи фінансових установ, бірж, платіжних провайдерів та постачальників блокчейн-аналітики.
Ключові слова: блокчейн, штучний інтелект, нейронні мережі, криптоактиви, графові нейронні мережі (GNN), динамічні AML-графи, ризик-скоринг, аналіз транзакцій, оцінка ризику у реальному часі, AML/KYT системи, блокчейн-аналітика.
