对抗样本在反洗钱.docxVIP

对抗样本在反洗钱

引言

随着全球金融数字化进程的加速，金融交易的规模和复杂度不断提升，洗钱活动也呈现出隐蔽化、智能化、跨平台化的新特征。据金融行动特别工作组（FATF）的报告显示，每年全球洗钱规模占全球GDP的2%至5%，给金融秩序和国家安全带来了严重威胁（FATF,2021）。传统的反洗钱检测手段，如规则引擎，已难以应对不断迭代的洗钱手段，而基于机器学习的反洗钱检测模型虽然具备更强的模式识别能力，却存在鲁棒性不足的问题，容易受到对抗样本的攻击。对抗样本作为人工智能领域的核心技术之一，既被洗钱者用来规避检测，也为监管方和金融机构强化反洗钱系统性能提供了新的思路。本文将围绕对抗样本在反洗钱领域