A blokkláncot gyakran kritizálják mint kifejezetten „konfliktuskereső” megoldást. Egy csoport azonban máris hatalmas értéket talált a technológiában: a pénzmosók, akik fejfájást okoznak a pénzintézeteknek, a kriptovállalkozásoknak, a törvényes bűnüldöző szerveknek és a kriptopénz-szabályozóknak is. Mindannyiuknak a blokkláncokon kell fellépniük a tiltott tevékenységgel szemben.
Az Elliptic Legújabb védelmi eszköze a mesterséges intelligencia erejét használja ki. A tranzakciós adatokra gépi tanulást alkalmazva a vállalat új módszert hozott létre a Bitcoin blokkláncon történő pénzmosás felderítésére. A friss kutatások szerint a módszer már azonosította a kriptotőzsdére küldött bűncselekményből származó bevételeket, a pénzmosás újszerű mintáit és korábban ismeretlen illegális szereplőket. A vállalat úgy véli, hogy a mesterségesintelligencia-modellje közvetlenül jelezheti a tiltott tranzakciókat.
Tom Robinson, az Elliptic társalapítója és vezető kutatója két fő felhasználási esetet képzel el:
„Az elsődleges alkalmazás a pénzmosás elleni küzdelemben van, segítve a kriptotőzsdéket és más vállalkozásokat abban, hogy azonosítsák az olyan kriptókat, amelyek bűncselekményből származhatnak. A bűnüldöző szervek is használhatják a kriptovalutákat használó új illegális szolgáltatások és szereplők azonosítására.”
Modellértékű megközelítés a pénzmosás ellen
Decentralizált és (ál)anonim tranzakciós rendszerként a blokkláncok rendkívül vonzóak a pénzmosók számára. A tranzakciók főkönyveinek és a pénztárcák adatainak átvizsgálásával a gépi tanulás képes kiszúrni a tiltott kifizetések jeleit, és a mögöttük álló bűnözőket.
„Valószínűleg ez teszi a kriptovalutákat a hagyományos pénzügyi eszközöknél fogékonyabbá a mesterséges intelligencia alapú pénzügyi bűncselekmények felderítésére”,
mondta Robinson.
Az Elliptic még 2019-ben fejlesztette ki a gépi tanulási modellt, amely megtalálta az illegális szereplők – például zsarolóvírus-csoportok és darknetes piacterek – által végrehajtott Bitcoin-tranzakciókat. Az új kutatás azonban frissítette a technikákat: egy hatalmas, több mint 200 millió tranzakciót tartalmazó adathalmazra alkalmazta őket.
Az Elliptic az MIT-IBM Watson AI Lab kutatóival dolgozott együtt a módszer kifejlesztésén: úgy döntöttek, hogy újszerű megközelítést alkalmaznak. Ahelyett, hogy az illegális pénztárcákra összpontosítottak volna, a kutatók a modelljüket „algráfokra” képezték ki, amelyek bitcoin tranzakciós láncokat képviselnek. E tranzakciók egy része pénzmosással kapcsolatos volt. Azáltal, hogy a pénztárcák helyett az algráfokra összpontosítottak, a modell elemezni tudta a szélesebb körű, „többugrásos” pénzmosási folyamatot.
Csalók felkutatása mesterséges intelligenciával
A betanítás után a csapat egy meg nem nevezett kriptopénz-tőzsdén valós tranzakciókra alkalmazta a technikát. Modelljük azonnal azonosított 52 gyanús algráfot, amelyek befizetéssel végződtek. A tőzsde ezután felülvizsgálta a megállapításokat: a válasz ígéretes volt. A befizetéseket fogadó 52 számla közül tizennégyet már megjelöltek pénzmosással kapcsolatos kapcsolatok miatt – és a valós szám ennél magasabb lehet. Bár a fennmaradó 38 számlának nem volt egyértelmű kapcsolata a tiltott tevékenységgel, ez nem jelenti azt, hogy ártatlanok.
A tőzsde az ügyfélszámlák kevesebb mint 0,1 százalékát jelölte meg gyanúsnak, ezek a meglátások azonban teljes egészében a láncban nem szereplő információkból származtak. A vállalat a modell által kiszúrt pénzmosási mintákat is vizsgálta. Ezek közé tartoztak a „lehúzó láncok”, amelyek nagy mennyiségű kriptopénzt mosnak át kis tranzakciók hosszú sorozatán keresztül, valamint a „beágyazott szolgáltatások”, amelyek nagyobb tőzsdéket használnak a tiltott ügyletek elrejtésére.
Az Elliptic ezen viselkedési formák azonosításával tervezi eszközeinek hatókörének bővítését, a vállalat az alapul szolgáló adatokat is nyilvánosan elérhetővé tette.
„Még csak a felszínét kapargatjuk annak, hogy mi minden lehetséges itt. Ezt a munkát más blokkláncokra is ki fogjuk terjeszteni, és egyre hatékonyabbá fog válni, ahogy egyre több adatot építünk be”,
mondta Robinson.
(forrás)
