Sztuczna inteligencja może szybko skanować ogromny blockchain Bitcoina w poszukiwaniu oznak nielegalnej działalności, co może znacznie wzmocnić pracę organów ścigania w walce z praniem pieniędzy, wyjaśnia nowy raport.
Firma Elliptic, zajmująca się analizą blockchain, opublikowała w środę badanie z MIT-IBM Watson AI Lab, które przeanalizowało transakcje Bitcoin przy użyciu modelu głębokiego uczenia się AI w celu wykrycia wzorców prania pieniędzy i identyfikacji portfeli wykorzystywanych w przestępstwach.
Bitcoin jest znany z korzystania ze zdecentralizowanej księgi publicznej – głównego aspektu technologii, który również umożliwił przeprowadzenie badania, powiedział Elliptic. Elliptic i MIT-IBM wykorzystały sztuczną inteligencję do rozdzielenia legalnych i nielegalnych transakcji na grupy i śledzenia powiązań między nimi w celu wykrycia potencjalnego prania pieniędzy.
„Łańcuchy bloków stanowią podatny grunt dla technik uczenia maszynowego, dzięki dostępności zarówno danych transakcyjnych, jak i informacji o rodzajach podmiotów, które dokonują transakcji, zebranych przez nas i innych” – napisał Elliptic. „Kontrastuje to z tradycyjnymi finansami, w których dane transakcyjne są zazwyczaj silosowane, co utrudnia zastosowanie tych technik.”
Test nie został przeprowadzony z tak zwanymi „monetami prywatności”.
„Informacje o kontrahencie są dostępne dla wszystkich transakcji [na Bitcoinie]” – powiedział TCN współzałożyciel i główny naukowiec Elliptic, Tom Robinson, dodając, że technikę tę można zastosować do innych otwartych łańcuchów bloków, takich jak Solana i Ethereum. „Nie dotyczy to monet prywatności, takich jak Monero.”
Nowe badania Elliptic opublikowane dzisiaj badają, w jaki sposób AI można wykorzystać do wykrywania prania pieniędzy i innych przestępstw finansowych na blockchainie. W badaniach zastosowano nowe techniki do zbioru danych zawierającego ponad 200 milionów transakcji, który jest teraz publicznie dostępny. https://t.co/k3GdjWJ08P
– Elliptic (@elliptic) 1 maja 2024
„Zamiast identyfikować transakcje dokonywane przez nielegalne podmioty, model uczenia maszynowego jest szkolony w celu identyfikacji” podgrafów „, łańcuchów transakcji, które reprezentują pranie Bitcoinów” – wyjaśnił Elliptic. „Takie podejście pozwala nam skupić się na procesie prania 'multi-hop’ bardziej ogólnie, a nie na zachowaniu konkretnych nielegalnych podmiotów w łańcuchu.”
Według Elliptic, opublikowany dziś raport jest kontynuacją prac, które firma rozpoczęła w 2019 roku we współpracy z MIT-IBM Watson AI Lab. Elliptic początkowo współpracował z nienazwaną giełdą kryptowalut, aby przetestować swoją teorię.
„Spośród 52 podgrafów” prania pieniędzy „przewidywanych przez model [które] zakończyły się wpłatami na tę giełdę, giełda potwierdziła, że 14 zostało odebranych przez użytkowników, którzy zostali już oznaczeni jako powiązani z praniem pieniędzy” – czytamy w raporcie. „Średnio mniej niż jedno na 10 000 takich kont jest oznaczone jako takie, co sugeruje, że model działa bardzo dobrze.”
Rządowe organy regulacyjne, szczególnie w Stanach Zjednoczonych, wykorzystały przepisy dotyczące prania pieniędzy jako jedną z wielu pałek do ataku na branżę kryptowalut. We wtorek amerykański sędzia federalny w Seattle skazał założyciela Binance, Changpenga „CZ” Zhao, na cztery miesiące więzienia federalnego za naruszenie przepisów dotyczących prania pieniędzy.
W zeszłym miesiącu założyciele Bitcoin mixer Samourai Wallet zostali aresztowani pod zarzutem prania brudnych pieniędzy przez Departament Sprawiedliwości USA.
W akcie oskarżenia zastępca dyrektora FBI James Smith powiedział, że „podmioty stanowiące zagrożenie” wykorzystują technologię taką jak Samourai Wallet, aby uniknąć wykrycia przez organy ścigania i stworzyć środowiska sprzyjające działalności przestępczej.
„Oferując Samourai jako usługę” prywatności „, oskarżeni wiedzieli, że jest to przystań dla przestępców, którzy angażują się w pranie pieniędzy na dużą skalę i unikanie sankcji” – powiedział Departament Sprawiedliwości w akcie oskarżenia. „W rzeczywistości, zgodnie z zamiarem oskarżonych i dobrze o tym wiedzieli, znaczna część funduszy przetwarzanych przez Samourai była wpływami z przestępstw przekazywanymi przez Samourai w celu ukrycia.”
