🤖 machine learning

Fraud Detection in Cryptocurrency Markets with Spatio-Temporal Graph Neural Networks

Dit paper presenteert een nieuwe methode voor het detecteren van marktmanipulatie in cryptomarkten door gebruik te maken van spatio-temporele Graph Neural Networks die de onderlinge relaties en patronen tussen verschillende tokens in kaart brengen.

Oorspronkelijke auteurs: Lidia Losavio, Luca Persia, Madan Sathe, Dimosthenis Pasadakis

Gepubliceerd 2026-04-28

📖 3 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Lidia Losavio, Luca Persia, Madan Sathe, Dimosthenis Pasadakis

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je op een enorme, chaotische markt staat (zoals een digitale marktplaats voor cryptomunten). Op deze markt gebeurt iets verdachts: plotseling schiet de prijs van een obscure munt omhoog, iedereen begint erover te roepen, en voor je het weet, stort de prijs weer in. Dit noemen we een 'Pump-and-Dump': een vorm van fraude waarbij een groep mensen de prijs kunstmatig opdrijft om vervolgens hun eigen munten met winst te verkopen, terwijl de rest van de markt met de gebakken peren blijft zitten.

Dit wetenschappelijke artikel beschrijft een slimme manier om deze fraudeurs te vangen. Hier is de uitleg in begrijpelijke taal:

Het probleem: De "Eenzame Detective"

De meeste huidige computersystemen die fraude proberen te spotten, werken als een detective die naar één persoon tegelijk kijkt. Ze kijken naar de prijs van één munt en zeggen: "Hé, dit gedrag ziet er vreemd uit!"

Maar fraudeurs zijn slim. Ze werken bijna nooit alleen. Ze werken in groepen en gebruiken vaak een hele reeks verschillende munten om elkaar te helpen of om hun sporen te wissen. Als je alleen naar de individuele munt kijkt, mis je het grotere plaatje. Je ziet de individuele dansers wel, maar je ziet niet dat ze allemaal precies hetzelfde ritme volgen in een georganiseerde choreografie.

De oplossing: Het "Sociale Netwerk van Munten"

De onderzoekers van dit paper zeggen: "We moeten niet alleen naar de munt kijken, we moeten naar de relaties tussen de munten kijken."

Ze gebruiken hiervoor een Spatio-Temporal Graph Neural Network (ST-GNN). Dat klinkt ingewikkeld, maar je kunt het vergelijken met een supergeavanceerde radar die twee dingen tegelijk doet:

De "Spatiale" Radar (De buren kijken): In plaats van alleen naar één munt te kijken, kijkt het systeem naar de "vrienden" of "buurman-munten" van die munt. Als munt A plotseling vreemd doet, kijkt het systeem direct: "Hé, doen munt B en C op dit moment ook iets geks?" Als ze allemaal tegelijkertijd vreemd doen, is de kans op fraude veel groter. Het is alsof je in een menigte ziet dat vijf mensen tegelijkertijd een vreemde handbeweging maken; dan weet je dat ze samenwerken.
De "Temporele" Radar (De tijdlijn volgen): Het systeem kijkt niet alleen naar een momentopname, maar naar een film. Het ziet hoe de bewegingen zich over de tijd ontwikkelen. Het herkent het patroon van de "opbouw" (de pump) en de "crash" (de dump).

Hoe bouwen ze die "kaart"?

Omdat ze niet precies weten wie met wie samenwerkt, hebben ze drie manieren bedacht om de "vriendschapskaart" (de grafiek) van de munten te tekenen:

De Statische Methode: Ze kijken naar hoe munten in het verleden vaak samen bewogen en trekken een vaste lijn tussen hen.
De Dynamische Methode: Ze kijken naar wat er nu gebeurt. Als munten plotseling een nieuw ritme gaan volgen, trekt het systeem een nieuwe lijn tussen hen.
De Zelflerende Methode (De winnaar): Dit is de slimste. De computer krijgt geen instructies over wie vrienden zijn, maar hij gaat zelf "puzzelen". Hij probeert verbanden te ontdekken die voor een mens onzichtbaar zijn, puur door naar de data te kijken.

De uitslag: Een super-detective

De onderzoekers testten hun systeem op echte data van drie jaar aan cryptofraude. De resultaten waren indrukwekkend: hun systeem was veel beter in het herkennen van de fraude dan de standaardmethoden die alleen naar losse munten kijken.

Kortom: In plaats van naar losse druppels te kijken, kijkt dit systeem naar de hele golfbeweging in de oceaan. Hierdoor kunnen ze de fraudeurs sneller en nauwkeuriger oppikken voordat de rest van de markt de prijs ziet instorten.

Technische Samenvatting: Fraudedetectie in Cryptomarkten met Spatio-Temporele Graph Neural Networks

1. Het Probleem (Problem Statement)

De cryptomarkt is gevoelig voor marktmanipulatie, zoals pump-and-dump (P&D) schema's. Deze fraudeurs coördineren vaak hun acties, waardoor verschillende tokens tegelijkertijd ongebruikelijke patronen vertonen (coördinatie en herhaling).

Huidige detectiemethoden hebben twee grote beperkingen:

Onafhankelijkheid: Veel machine learning-modellen behandelen elk token als een geïsoleerd object en negeren de relationele structuren (de onderlinge verbindingen) tussen assets.
Data-beperkingen: Terwijl sommige methoden transactieniveau-data (wie stuurt naar wie) gebruiken, is in de praktijk vaak alleen geaggregeerde marktdata beschikbaar (zoals OHLCV: Open, High, Low, Close, Volume). In deze data is de grafische structuur (de "edges" of verbindingen tussen tokens) niet direct zichtbaar, maar latent aanwezig.

2. Methodologie (Methodology)

De auteurs stellen een raamwerk voor dat een Spatio-Temporal Graph Neural Network (ST-GNN) gebruikt om fraude te detecteren op basis van geaggregeerde data. Het proces bestaat uit twee hoofdfasen:

A. Grafische Inferentie (Graph Construction):
Omdat de verbindingen tussen tokens niet expliciet zijn, stelt het paper drie methoden voor om de grafiekstructuur ( $A_t$ ) te construeren:

Static Correlation Graph (G1): Gebruikt een vaste Pearson-correlatiematrix op basis van historische data (bijv. volume of aantal transacties) om een statische verbinding tussen tokens vast te leggen.
Event-driven Dynamic Correlation Graph (G2): Een dynamische benadering waarbij de grafiek wordt bijgewerkt rondom bekende fraude-events. Dit vangt verschuivingen in correlaties op die optreden tijdens manipulatie.
Self-adaptive Adjacency (G3): Een deep learning-benadering waarbij het model zelf leerbare node embeddings ( $E_1, E_2$ ) gebruikt om de optimale verbindingen tussen tokens te leren tijdens het trainingsproces, zonder vooraf gedefinieerde regels.

B. ST-GNN Architectuur:
Het model verwerkt de data in twee stappen:

Spatiale Aggregatie: Een Transformer-style GNN-laag die informatie uit de buurt van een token verzamelt (message passing) op basis van de geconstrueerde grafiek.
Temporele Modellering: Een Transformer Encoder die de opeenvolging van deze spatiale embeddings over een tijdvenster (lookback window) analyseert om patronen in de tijd te herkennen.

3. Belangrijkste Bijdragen (Key Contributions)

Nieuw Framework: Een methode om spatio-temporele GNN's toe te passen op uitsluitend geaggregeerde marktdata, waarbij de relationele structuur wordt afgeleid in plaats van direct gebruikt.
Drie Constructiestrategieën: Het introduceren van zowel statistische (correlatie) als leerbare (self-adaptive) methoden voor grafische constructie.
Realistische Evaluatie: In tegenstelling tot eerdere studies die alleen naar lokale vensters rondom een "pump" kijken (wat leidt tot een optimistische bias), gebruikt dit onderzoek een globaal historisch venster. Dit simuleert een echte surveillance-omgeving met een extreme klasse-onbalans (slechts ~0,016% van de data is frauduleus).

4. Resultaten (Results)

Het model werd getest op een dataset van P&D-events uit de periode 2017-2021 en vergeleken met standaard methoden zoals Random Forests (RF) en XGBoost.

Superieure Prestaties: Alle grafiek-gebaseerde modellen presteerden beter dan de traditionele beslisboom-modellen.
Winnaar: De Self-adaptive variant (G3) behaalde de hoogste F1-score (0,62), wat aantoont dat het model effectief verborgen afhankelijkheden tussen tokens kan leren.
Precision-Recall: De grafiek-modellen vertoonden een veel betere Precision-Recall curve, wat cruciaal is in markten waar fraude zeldzaam is; ze genereren minder valse alarmen bij een gelijkblijvende detectiegraad (recall).
Token-specifieke analyse: Voor specifieke tokens die vaak doelwit zijn van manipulatie, bereikte de self-adaptive methode F1-scores tot wel 0,93.

5. Betekenis (Significance)

Dit onderzoek bewijst dat de "connectiviteit" van de markt een essentiële signaalbron is voor fraudedetectie. Door de markt niet als een verzameling losse tokens te zien, maar als een dynamisch netwerk, kunnen complexe, gecoördineerde manipulatiestrategieën veel effectiever worden geïdentificeerd. Dit heeft directe toepassingen voor toezichthouders en beurzen die de integriteit van cryptomarkten willen bewaken met beperkte beschikbare data.