Mesterséges intelligenciával a kriptopénzmosás ellen

200 millió tranzakciót vizsgáltak meg egy új módszerrel, ami számos olyan pénzmosásgyanús esetet azonosított, amire a korábbi verziók még nem voltak képesek.

A kriptopénzek megjelenése óta téma, hogy a virtuális fizetőeszközöket anonimitásuk miatt könnyű pénzmosásra használni. Világszerte próbálnak erre megoldást találni, de lehetséges, hogy a szigorú szabályozás helyett a mesterséges intelligencia fogja megoldani a problémát.

Az Elliptic nevű cég még 2019-ben kifejlesztett egy olyan gépi tanulási modellt, amely a tranzakciók főkönyveinek és a pénztárcák adatainak átvizsgálásával ki tudja szűrni a gyanús kifizetéseket. Állításuk szerint megtalálja többek között a zsarolóvírus csoportokat és a darknetes tranzakciókat is. Az új módszert már több mint 200 millió tranzakciót tartalmazó adathalmazra alkalmaztak. Az újszerű megközelítés értelmében nem a tárcákra, hanem az algráfokra élezték ki a rendszert. (Az algráfok bitcoin tranzakciós láncokat képviselnek. a szerk.) A tranzakciók között voltak már feltárt pénzmosásos esetek is, és mivel az algráfok kiterjedtebb rendszerben működnek, mint a tárcák, ezért a modell szélesebb körű ellenőrzési folyamatot tesz lehetővé.

A betanítás után a csapat egy kriptopénz-tőzsdén valós tranzakciókra alkalmazta a technikát. A modell 52 gyanús algráfot azonosított. Az eredményeket továbbították tőzsdének, ahol felülvizsgálták a kérdéses tranzakciókat. A gyanúsként azonosított 52 fogadó számla közül tizennégyet már korábban megjelöltek pénzmosással kapcsolatban. A maradék 38 számlának nem volt egyértelmű kapcsolata a tiltott tevékenységgel, de a valószínűségét kizárni sem lehet. A tőzsde saját kútfőből az ügyfélszámlák mindössze 0,1 százalékát jelölte meg gyanúsnak. A különbség abból adódik, hogy az új módszer képes sok kis tranzakció hosszú sorozatának vizsgálatára is, ahol nagy mennyiségű kriptopénzt mosnak át. Az Elliptic a kutatás során felhasznált adatokat nyilvánosan elérhetővé tette. Amennyiben a módszer hosszú távon sikeresnek bizonyul, sokat segíthet a kripto rendszerszintű elfogadásában.