Logo
Share this article

Blockchain Sleuth Elliptic исследует ИИ и борьбу с отмыванием денег с использованием 200 млн транзакций в Bitcoin

Модели незаконной деятельности с участием групп Bitcoin узлов и цепочек транзакций описаны в исследовательской статье Elliptic и MIT-IBM Watson AI Lab.

  • Набор данных Elliptic2 на несколько порядков больше того, ONE использовался, когда команда начала применять машинное обучение для обнаружения отмывания денег с помощью Bitcoin еще в 2019 году.
  • В исследовании использовались 122 000 групп связанных узлов и цепочек транзакций, называемых «подграфами», с известными связями с незаконной деятельностью.

Аналитическая компания Elliptic, специализирующаяся на блокчейне, заявила, что обнаружила потенциальные схемы отмывания денег в блокчейне Bitcoin после обучения модели искусственного интеллекта (ИИ) с использованием рекордных 200 миллионов транзакций.

Работа является продолжением программы, осуществляемойв 2019 годукоторый использовал набор данных всего из 200 000 транзакций. Гораздо больший набор данных «Elliptic2» использовал 122 000 помеченных «подграфов», групп связанных узлов и цепочек транзакций, известных своей связью с незаконной деятельностью.

Story continues
Don't miss another story.Subscribe to the The Protocol Newsletter today. See all newsletters

ИИ становится более проницательным, чем больше набор данных, доступных для обучения алгоритмов машинного обучения, и криптовалюты, такие как Bitcoin, предлагают обильный запас прозрачных данных о транзакциях в блокчейне. Elliptic использовал транзакции для изучения набора «форм», которые отмывание денег демонстрирует в Криптовалюта , и точной классификации новой преступной деятельности, Эллиптический сказал в статьев соавторстве с исследователями из лаборатории искусственного интеллекта Watson MIT-IBM.

«Методы отмывания денег, выявленные моделью, были выявлены, поскольку они распространены в Bitcoin», — написал в электронном письме соучредитель Elliptic Том Робинсон. «Практики отмывания Криптo будут со временем развиваться, поскольку они перестанут быть эффективными, но преимущество подхода ИИ/глубокого обучения заключается в том, что новые схемы отмывания денег автоматически идентифицируются по мере их появления».

Было обнаружено, что многие из подозрительных подграфов содержат так называемые «цепочки отслаивания», когда пользователь отправляет или «отслаивает» Криптовалюта на адрес назначения, а остаток отправляется на другой адрес под контролем пользователя. Это происходит неоднократно, образуя цепочку отслаивания.

«В традиционных Финансы это известно как «смурфинг», когда крупные суммы наличных денег структурируются в несколько небольших транзакций, чтобы KEEP за рамки нормативных требований к отчетности и избежать обнаружения», — говорится в статье Elliptic.

Другой распространенной техникой было использование так называемых «вложенных сервисов», компаний, которые перемещают средства через счета на крупных Криптовалюта биржах, иногда без ведома или одобрения биржи. Вложенный сервис может получать депозит от ONE из своих клиентов на Криптовалюта адрес, а затем пересылать средства на его депозитный адрес на бирже.

«Известно, что вложенные сервисы часто применяют менее строгие проверки благонадежности клиентов, чем используемые ими Криптовалюта биржи, а иногда и вовсе не применяют никаких проверок по борьбе с отмыванием денег, что приводит к их неправомерному использованию для отмывания Криптовалюта и потенциальному включению в подграфы, которые модель считает подозрительными», — заявили в Elliptic.

Ian Allison
[@portabletext/react] Unknown block type "undefined", specify a component for it in the `components.types` prop
Ian Allison