Elliptic a développé un système basé sur l'intelligence artificielle qui peut détecter efficacement le blanchiment d'argent via les transactions Bitcoin.
Des scientifiques du MIT-IBM Watson AI Lab ont participé à l'étude. L’équipe a utilisé un ensemble de données de près de 200 millions de transactions, sur lesquelles le modèle a été formé pour identifier non pas des transactions illégales individuelles, mais des « sous-graphes » entiers.
Les tests du système sur un échange cryptographique anonyme ont montré une grande précision : sur 52 chaînes de transactions suspectes, 14 ont été confirmées comme liées au blanchiment d'argent. Cependant, en moyenne, seul un compte sur 10 000 est marqué comme tel, ce qui témoigne de l'efficacité du modèle.
À l’aide de données externes, le système est capable d’identifier des schémas de blanchiment d’argent inaccessibles aux méthodes d’analyse traditionnelles.
AI a identifié à la fois des schémas de blanchiment d’argent bien connus tels que les « chaînes de peeling » et de nouveaux modèles de comportement. Ces connaissances seront utiles aux spécialistes de la lutte contre le blanchiment d'argent, affirment les chercheurs.
Le modèle a permis d'identifier un certain nombre de portefeuilles jusqu'alors inconnus, utilisés par des entités associées aux stratagèmes de Ponzi, aux marchés du darknet et à d'autres activités illégales.
La société a également ouvert l’accès au plus grand ensemble de données, Elliptic2, pour développer des méthodes permettant de détecter les transactions illégales de crypto-monnaie et de promouvoir les réseaux neuronaux basés sur des graphiques.
Elliptic a noté que la transparence inhérente à la blockchain permet de mieux détecter les crimes financiers utilisant l'IA par rapport aux actifs traditionnels. La société voit un potentiel de collaboration et d’échange de données supplémentaires pour développer ces méthodes et lutter contre la criminalité dans le domaine des crypto-monnaies.
En 2019, Elliptic et le MIT-IBM Watson AI Lab avaient déjà mené une étude similaire. Ensuite, le modèle a été entraîné pour identifier les transactions Bitcoin effectuées par des entités illégales sur un ensemble de données de 200 000 enregistrements.
L’ensemble de données précédent a également été rendu public. Ces travaux ont été cités environ 400 fois par des chercheurs du monde entier.
Rappelons qu'en janvier l'ONU avait souligné la popularité de l'USDT dans les stratagèmes de blanchiment d'argent.
Vous avez trouvé une erreur dans le texte ? Sélectionnez-le et appuyez sur CTRL+ENTRÉE
Newsletters ForkLog : restez à l’écoute de l’industrie Bitcoin !