Home » Dit is hoe AI kan helpen bij het vinden van witwaspraktijken op Bitcoin

Dit is hoe AI kan helpen bij het vinden van witwaspraktijken op Bitcoin

by Thomas

Kunstmatige intelligentie kan de enorme Bitcoin-blockchain snel scannen op tekenen van illegale activiteit, een mogelijkheid die het werk van wetshandhavers bij het bestrijden van witwaspraktijken aanzienlijk zou kunnen versterken, legt een nieuw rapport uit.

Blockchain-analysebedrijf Elliptic publiceerde woensdag een onderzoek in samenwerking met het MIT-IBM Watson AI Lab dat Bitcoin-transacties analyseerde met behulp van een deep learning AI-model om witwaspatronen te detecteren en wallets te identificeren die worden gebruikt bij misdrijven.

Bitcoin staat bekend om het gebruik van een gedecentraliseerd openbaar grootboek-een kernfacet van de technologie dat ook het onderzoek mogelijk maakte, aldus Elliptic. Elliptic en MIT-IBM gebruikten AI om legale en illegale transacties te scheiden in groepen en verbanden tussen de laatste te volgen om mogelijke witwaspraktijken te ontdekken.

“Blockchains bieden een vruchtbare bodem voor machine learning-technieken, dankzij de beschikbaarheid van zowel transactiegegevens als informatie over de soorten entiteiten die transacties uitvoeren, verzameld door ons en anderen,” schreef Elliptic. “Dit in tegenstelling tot de traditionele financiële sector, waar transactiegegevens meestal in silo’s zijn opgeslagen, waardoor het een uitdaging is om deze technieken toe te passen.”

De test werd niet uitgevoerd met zogenaamde ‘privacymunten’.

“Tegenpartijinformatie is beschikbaar voor alle transacties [op Bitcoin],” vertelde Elliptic medeoprichter en Chief Scientist Tom Robinson aan TCN, eraan toevoegend dat de techniek kan worden toegepast op andere open blockchains zoals Solana en Ethereum. “Dit is niet het geval voor privacymunten zoals Monero.”


“In plaats van transacties van illegale actoren te identificeren, wordt een machine-learningmodel getraind om ‘subgrafieken’ te identificeren, ketens van transacties die staan voor Bitcoin die wordt witgewassen”, legt Elliptic uit. “Deze aanpak stelt ons in staat om ons meer te richten op het ‘multi-hop’ witwasproces in het algemeen in plaats van op het on-chain gedrag van specifieke illegale actoren.”

Volgens Elliptic zet het vandaag gepubliceerde rapport het werk voort dat het bedrijf in 2019 begon met MIT-IBM Watson AI Lab. Elliptic werkte in eerste instantie samen met een naamloze cryptocurrency exchange om hun theorie te testen.

“Van de 52 door het model voorspelde ‘witwas’-subgrafieken [die] eindigden met stortingen aan deze exchange, bevestigde de exchange dat er 14 waren ontvangen door gebruikers die al waren gemarkeerd als gekoppeld aan witwaspraktijken,” aldus het rapport. “Gemiddeld wordt minder dan één op de 10.000 van deze rekeningen als zodanig gemarkeerd, wat suggereert dat het model zeer goed presteert.”

Overheidsinstanties, met name in de Verenigde Staten, hebben witwaswetten gebruikt als een van de vele knuppels om de cryptocurrency-industrie aan te vallen. Dinsdag veroordeelde een Amerikaanse federale rechter in Seattle de oprichter van Binance, Changpeng “CZ” Zhao, tot vier maanden federale gevangenisstraf wegens overtreding van de witwaswetten.

Vorige maand werden de oprichters van de Bitcoin-mixer Samourai Wallet gearresteerd op beschuldiging van witwassen door het Amerikaanse Ministerie van Justitie.

In de aanklacht zei FBI Assistant Director in Charge James Smith dat “bedreigingsactoren” technologie zoals Samourai Wallet gebruiken om detectie door wetshandhavers te omzeilen en omgevingen te creëren die criminele activiteiten in de hand werken.

“Terwijl ze Samourai aanboden als een ‘privacy’-dienst, wisten de verdachten dat het een toevluchtsoord was voor criminelen om op grote schaal geld wit te wassen en sancties te ontduiken”, aldus de DOJ in de aanklacht. “Inderdaad, zoals de verdachten van plan waren en goed wisten, was een aanzienlijk deel van de fondsen die Samourai verwerkte criminele opbrengsten die via Samourai werden doorgesluisd om ze te verbergen.”

Related Posts

Leave a Comment