Partagez cet article
La société d'analyse de blockchain Elliptic a réalisé des progrès significatifs dans l'utilisation de l'intelligence artificielle (IA) pour identifier les modèles potentiels de blanchiment d'argent sur la blockchain Bitcoin.
Dans un document de recherche co-écrit avec le MIT-IBM Watson AI Lab, Elliptic a décrit son utilisation d'un modèle d'apprentissage profond formé sur un ensemble de données de près de 200 millions de transactions pour détecter les activités illicites impliquant des groupes de nœuds Bitcoin et des chaînes de transactions.
La recherche s’appuie sur une étude précédente menée en 2019, qui utilisait un ensemble de données beaucoup plus restreint de 200 000 transactions. Le nouvel ensemble de données « Elliptic2 » contient 122 000 « sous-graphiques » étiquetés, représentant des groupes de nœuds connectés et des chaînes de transactions connues pour avoir des liens avec des activités illicites. En entraînant le modèle d'IA sur ce vaste ensemble de données, Elliptic vise à améliorer la précision et l'efficacité de la détection du blanchiment d'argent et d'autres délits financiers sur la blockchain.
La transparence inhérente des données blockchain les rend bien adaptées aux techniques d’apprentissage automatique, car les informations sur les transactions et les types d’entités peuvent être facilement analysés. Cela contraste avec la finance traditionnelle, où les données de transaction sont souvent cloisonnées, ce qui rend l’application de l’IA plus difficile.
Le modèle formé a réussi à identifier les produits du crime déposés sur un échange cryptographique, ainsi que de nouveaux modèles de transactions de blanchiment d'argent et des portefeuilles illicites jusqu'alors inconnus. Ces découvertes sont déjà intégrées aux produits Elliptic pour améliorer leurs capacités.
« Les techniques de blanchiment d'argent identifiées par le modèle ont été identifiées parce qu'elles sont répandues dans le bitcoin », a expliqué le co-fondateur d'Elliptic, Tom Robinson, dans un e-mail. « Les pratiques de blanchiment de crypto-monnaie évolueront au fil du temps à mesure qu'elles cesseront d'être efficaces, mais l'un des avantages d'une approche IA/apprentissage profond est que les nouveaux modèles de blanchiment d'argent sont automatiquement identifiés à mesure qu'ils émergent. »
La recherche a révélé des techniques courantes de blanchiment d’argent, telles que les « chaînes de pelage », dans lesquelles un utilisateur envoie de la cryptomonnaie à une adresse de destination tout en envoyant le reste à une autre adresse sous son contrôle, formant ainsi une chaîne de transactions. Une autre méthode répandue impliquait l'utilisation de « services imbriqués », des entreprises qui transfèrent des fonds via des comptes sur des bourses cryptographiques plus importantes, parfois même à l'insu ou sans l'approbation de la bourse.
Pour encourager davantage de collaboration et de progrès dans ce domaine, Elliptic a rendu public l'ensemble de données « Elliptic2 ». En tant que plus grand ensemble de données publiques de ce type, il permettra à la communauté au sens large de développer de nouvelles techniques d’IA pour détecter les transactions illicites de crypto-monnaie et contribuer à la lutte continue contre la criminalité financière dans l’espace crypto.
Partagez cet article