Компания Elliptic разработала систему на основе искусственного интеллекта, способную эффективно выявлять отмывание денег посредством биткоин-транзакций.
В исследовании приняли участие ученые из MIT-IBM Watson AI Lab. Команда использовала набор данных из почти 200 млн транзакций, на котором модель обучалась определять не отдельные незаконные операции, а целые «подграфы».
Тестирование системы на неназванной криптобирже показало высокую точность: из 52 подозрительных цепочек транзакций 14 подтверждены как связанные с отмыванием денег. При этом в среднем лишь один из 10 000 аккаунтов отмечается таковым, что свидетельствует об эффективности модели.
Используя внешние данные, система способна выявлять схемы отмывания денег, недоступные для традиционных методов анализа.
ИИ выявил как известные схемы легализации средств вроде «пилинг-цепочек», так и новые шаблоны поведения. Эти знания будут полезны специалистам по борьбе с отмыванием денег, считают исследователи.
Модель позволила идентифицировать ряд ранее неизвестных кошельков, использовавшихся субъектами, связанными со схемами Понци, даркнет-рынками и прочими нелегальными активностями.
Компания также открыла доступ к крупнейшему набору данных Elliptic2 для развития методов обнаружения незаконных транзакций с криптовалютами и продвижения нейросетей на основе графов.
В Elliptic отметили, что присущая блокчейну прозрачность позволяет лучше выявлять финансовые преступления с помощью ИИ в сравнении с традиционными активами. Компания видит потенциал дальнейшего сотрудничества и обмена данными для развития этих методов и борьбы с преступностью в криптовалютной сфере.
В 2019 году Elliptic вместе с MIT-IBM Watson AI Lab уже проводили аналогичное исследование. Тогда модель обучили выявлять биткоин-транзакции, совершенные незаконными субъектами, на наборе данных из 200 000 записей.
Предыдущий датасет также выложили в открытый доступ. На эту работу около 400 раз ссылались исследователи из различных стран мира.
Напомним, в январе ООН указала на популярность USDT в схемах по отмыванию денег.
