Sintesi Tecnica: FedGraph-VASP

Problematica

I Virtual Asset Service Providers (VASP) affrontano un dilemma critico nel contrasto al riciclaggio di denaro inter-istituzionale. Il rilevamento efficace di schemi sofisticati, come il "chain-hopping" attraverso più blockchain e istituzioni, richiede l'accesso ai dati transazionali oltre il silo di una singola entità. Tuttavia, i quadri normativi come la "Travel Rule" del FATF impongono la condivisione dei dati in conflitto con la privacy degli utenti e le preoccupazioni relative all'intelligence competitiva.

Le soluzioni attuali sono insufficienti:

• Addestramento Locale Silosato: Sebbene preservino la privacy, questi sistemi non riescono a rilevare pattern di riciclaggio cross-chain, creando un "punto cieco cross-chain".
• Apprendimento Federato Standard (es. FedAvg): Questi metodi scambiano i parametri del modello ma non riescono a catturare la topologia del grafo inter-istituzionale poiché non condividono informazioni strutturali sugli archi che collegano i diversi client.
• Imputazione Generativa (es. FedSage+): Sebbene tentino di sintetizzare i vicini mancanti, questi metodi rischiano di "allucinare" dati strutturali plausibili ma inaccurati, il che può oscurare i segnali sottili delle classi fraudolente minoritarie in dataset altamente sbilanciati.

Inoltre, i dati finanziari sono a lunga durata, il che li rende vulnerabili ad attacchi "harvest now, decrypt later" (raccogli ora, decifra dopo) da parte di futuri computer quantistici, rendendo necessari misure di sicurezza post-quantistiche spesso assenti negli attuali framework di preservazione della privacy.

Metodologia

Il documento propone FedGraph-VASP, un framework di apprendimento su grafi federato che preserva la privacy, progettato per consentire l'Anti-Money Laundering (AML) collaborativo senza esporre i dati grezzi degli utenti. Il sistema opera su un grafo transazionale distribuito $G = (V, E)$ partizionato tra $K$ VASP.

1. Scambio di Embedding di Confine (Boundary Embedding Exchange)

Invece di condividere feature grezze o generare vicini sintetici, il framework identifica i nodi di confine ($B_k$) — account coinvolti in transazioni tra diversi VASP.

• Meccanismo: Ogni VASP addestra un GNN GraphSAGE locale sul proprio sottografo. Per i nodi di confine, il sistema estrae embedding vettoriali compressi e non invertibili ($h_v$) che rappresentano l'intorno strutturale del nodo.
• Allineamento: Questi embedding vengono condivisi per calcolare una perdita di allineamento di confine ($L_{boundary}$), che incoraggia il modello locale a produrre rappresentazioni per gli account condivisi che siano coerenti con le rappresentazioni detenute da altre istituzioni. Ciò fornisce un contesto topologico autentico senza rivelare i dati transazionali grezzi.

2. Sicurezza Post-Quantistica

Per proteggere gli embedding scambiati contro avversari sia classici che quantistici futuri, il sistema impiega un'architettura ibrida Key Encapsulation Mechanism (KEM) / Data Encapsulation Mechanism (DEM):

• Key Encapsulation: Utilizza Kyber-512 (standardizzato da NIST come ML-KEM) per stabilire chiavi di sessione resistenti ai quanti.
• Data Encapsulation: Utilizza il segreto condiviso da Kyber come chiave per la crittografia autenticata AES-256-GCM.
• Protocollo: Gli embedding di confine vengono criptati prima della trasmissione a un server di aggregazione, garantendo riservatezza e integrità.

3. Protocollo di Addestramento

Il ciclo di addestramento prevede:

1. Addestramento Locale: I client si addestrano sui sottografi locali per $E$ epoche, minimizzando la perdita di classificazione e la perdita di allineamento di confine.
2. Scambio: I client caricano i pesi del modello ($\theta$) e gli embedding di confine criptati ($E_k$) al server.
3. Aggregazione: Il server aggrega i pesi tramite FedAvg e distribuisce gli embedding di confine esteri ai client.
4. Aggiornamento: I client decriptano gli embedding esteri e aggiornano i propri buffer locali per affinare l'allineamento di confine nel round successivo.

Contributi Chiave

1. Protocollo di Scambio di Embedding di Confine: Un approccio innovativo che condivide rappresentazioni GNN compresse e non invertibili degli account di confine. Questo fornisce informazioni topologiche autentiche per il rilevamento inter-istituzionale prevenendo al contempo la ricostruzione di informazioni identificabili personalmente (PII).
2. Integrazione della Crittografia Post-Quantistica: La prima integrazione di Kyber-512 (standardizzato NIST) e AES-256-GCM in un framework di apprendimento su grafi federato per l'AML, affrontando specificamente la minaccia "harvest now, decrypt later" per i dati finanziari a lungo termine.
3. Valutazione Empirica Rigorosa: Validazione completa sui dataset di rilevamento frodi Elliptic Bitcoin ed Ethereum, inclusi test di significatività statistica, studi di ablazione e confronti con baseline allo stato dell'arte (FedAvg, FedSage+ e Local GNN).

Risultati Sperimentali

Prestazioni su Bitcoin (Dataset Elliptic)

Utilizzando una partizione Louvain realistica (che simula circa lo 0,24% di archi cross-silo, rappresentando la frammentazione del mondo reale):

• FedGraph-VASP ha raggiunto un F1-score di 0,508.
• Ha superato la baseline generativa allo stato dell'arte FedSage+ (F1=0,453) del 12,1%.
• Ha inoltre superato FedAvg (F1=0,499) e Local GNN (F1=0,389).
• Analisi: I risultati suggeriscono che in scenari di frode a bassa connettività e altamente sbilanciati, lo scambio di veri embedding criptati è superiore all'imputazione generativa, che introduce rumore che oscura i segnali delle classi fraudolente minoritarie.

Prestazioni in Scenari ad Alta Connettività

Utilizzando la partizione METIS (che simula circa il 33% di archi cross-silo, rappresentando futuri scenari di "Open Banking"):

• FedGraph-VASP ha raggiunto un F1-score di 0,633, eguagliando i livelli di prestazione centralizzati (F1 $\approx$ 0,620).
• Ciò dimostra la scalabilità del framework man mano che gli ecosistemi finanziari diventano più interconnessi.

Generalizzabilità a Ethereum

Sul dataset Ethereum Fraud Detection (basato su account, con connettività sparsa):

• FedGraph-VASP (F1=0,635) ha ottenuto prestazioni comparabili a FedAvg, ma è stato significativamente superato da FedSage+ (F1=0,855).
• Trade-off: Il documento nota un distinto compromesso: lo scambio di embedding topologici eccelle nei grafi connessi (Bitcoin), mentre l'imputazione generativa domina nei grafi altamente modulari e sparsi (Ethereum).

Privacy ed Efficienza

• Privacy: Gli attacchi di inversione degli embedding hanno prodotto un punteggio $R^2$ modesto di 0,32, indicando un recupero parziale ma non esatto delle feature. Tuttavia, gli attacchi di inferenza dell'appartenenza (MIA) hanno mostrato un'elevata fuga (AUC=0,95), un limite noto dei GNN non privati su grafi sparsi. Gli autori sostengono che il sistema dia priorità alla riservatezza delle feature rispetto alla privacy dell'appartenenza, il che si allinea con l'obiettivo di proteggere l'intelligence transazionale proprietaria.
• Efficienza: L'overhead della crittografia post-quantistica è trascurabile (<0,5% del tempo totale di addestramento), con un throughput di circa 10.500 embedding al secondo utilizzando Kyber-512.

Significato e Rivendicazioni

Il documento afferma che FedGraph-VASP offre una via pratica verso la conformità normativa che rispetta i confini di privacy istituzionali. Risolvendo la tensione tra condivisione dei dati e privacy, consente ai VASP di rilevare pattern di riciclaggio cross-chain che sono attualmente invisibili ai sistemi siloed.

Gli autori sottolineano che il loro approccio fornisce una visibilità strutturale autentica piuttosto che dati sintetici, il che è critico per l'AML dove l'accuratezza incide direttamente sul rilevamento di complessi schemi di riciclaggio. Inoltre, integrando la crittografia post-quantistica, il framework affronta proattivamente le minacce di sicurezza a lungo termine per i dati finanziari, garantendo che i modelli AML collaborativi rimangano sicuri contro le future capacità quantistiche. Il lavoro evidenzia come, sebbene nessun metodo singolo domini tutte le topologie di grafo, lo scambio di embedding di confine proposto sia una strategia superiore per gli ambienti a bassa connettività e altamente sbilanciati tipici delle attuali sfide AML nel settore delle criptovalute.