Des chercheurs de la principale université de police de Chine ont développé un système d'IA capable d'identifier les transactions illégales en bitcoin avec une précision globale de 89,4 %, une avancée qui pourrait redéfinir la manière dont les agences d'application de la loi du monde entier abordent la criminalité financière liée aux cryptomonnaies.
L'équipe de l'Université populaire de sécurité publique de Chine a publié ses résultats en mai dans le Journal of Intelligence. Le South China Morning Post a rapporté cette avancée, soulignant que ce cadre surpasse les modèles de référence principaux actuels pour détecter l'argent sale circulant via les réseaux blockchain.
Comment l'IA fonctionne réellement
Ce nouveau cadre combine trois technologies : des réseaux de neurones à graphe dynamique qui cartographient les relations évolutives entre les nœuds de transaction, un module mémoire qui stocke les schémas historiques d'activités illégales, et des modèles linguistiques de grande taille qui gèrent la couche de raisonnement et de classification.
Les chercheurs ont testé leur système sur l'ensemble de données Elliptic Bitcoin, un référentiel public contenant 203 769 nœuds de transactions et 234 355 arêtes les reliant. Le modèle a atteint une précision de 89,1 % et un taux de rappel de 64,5 % spécifiquement pour les transactions illicites.
Lorsque le modèle signale quelque chose comme suspect, il a raison environ 89 % du temps. Toutefois, il ne détecte que environ 65 % de toutes les transactions illicites dans l’ensemble de données, ce qui signifie qu’environ un tiers des transactions malveillantes échappent encore à la détection.
Pourquoi l'explicabilité est plus importante que les chiffres bruts
Le Dr. Sun Jingchao, auteur correspondant de l'étude, a souligné les capacités de correspondance de modèles historiques du système comme avantage majeur. Le module de mémoire permet à l'IA de consulter les schémas passés de transactions illicites et d'appliquer des chaînes de raisonnement, générant ainsi des scores de risque junto à ses classifications.
Le cadre génère également des explications en langage naturel pour ses décisions. Au lieu de simplement fournir un score de probabilité, il peut articuler la logique derrière son évaluation. Pour les régulateurs et les procureurs qui ont besoin de preuves valables en cour, c’est une amélioration significative par rapport à un intervalle de confiance.
La campagne plus large de la Chine contre la criminalité liée aux cryptomonnaies
En mars 2025, les procureurs chinois ont inculpé 3 259 personnes impliquées dans des activités de blanchiment d'argent liées aux monnaies virtuelles et aux opérations de banque souterraine.
Le 25 juillet 2026, un tribunal chinois a traité une affaire impliquant près de 3 milliards de yuans, soit environ 444 millions de dollars, liée à des dettes de jeu en ligne.
La concentration du cadre d'IA sur le bitcoin est notable. La recherche ne mentionne aucun protocole, entreprise ou autre token spécifique, renforçant le rôle historique du bitcoin comme voie par défaut pour les transactions illicites.