Blockchain Sleuth Elliptic esplora l'intelligenza artificiale e l'antiriciclaggio utilizzando 200 milioni di transazioni Bitcoin

• Il set di dati Elliptic2 è di ordini di grandezza più grande di ONE utilizzato quando il team ha iniziato a utilizzare l'apprendimento automatico per rilevare il riciclaggio di denaro tramite Bitcoin nel 2019.
• La ricerca ha utilizzato 122.000 gruppi di nodi connessi e catene di transazioni chiamate "sottografi" con collegamenti noti ad attività illecite.

La società di analisi blockchain Elliptic ha affermato di aver rilevato potenziali modelli di riciclaggio di denaro sulla blockchain Bitcoin dopo aver addestrato un modello di intelligenza artificiale (IA) utilizzando un numero record di 200 milioni di transazioni.

L'opera è un'estensione di un programma svoltodi nuovo nel 2019che ha utilizzato un dataset di sole 200.000 transazioni. Il dataset "Elliptic2" molto più grande ha utilizzato 122.000 "sottografi" etichettati, gruppi di nodi connessi e catene di transazioni note per avere collegamenti con attività illecite.

L'intelligenza artificiale diventa più perspicace quanto più grande è il set di dati disponibile per addestrare gli algoritmi di apprendimento automatico, e le criptovalute come Bitcoin offrono una fornitura abbondante di dati di transazioni trasparenti sulla blockchain. Elliptic ha utilizzato le transazioni per apprendere il set di "forme" che il riciclaggio di denaro esibisce nella Criptovaluta e classificare accuratamente le nuove attività criminali, Elliptic ha affermato in un articoloin collaborazione con ricercatori del MIT-IBM Watson AI Lab.

"Le tecniche di riciclaggio di denaro identificate dal modello sono state identificate perché sono prevalenti in Bitcoin", ha affermato in un'e-mail il co-fondatore di Elliptic Tom Robinson. "Le pratiche di riciclaggio Cripto si evolveranno nel tempo man mano che cesseranno di essere efficaci, ma un vantaggio di un approccio basato su intelligenza artificiale/apprendimento profondo è che i nuovi modelli di riciclaggio di denaro vengono identificati automaticamente non appena emergono".

Si è scoperto che molti dei sottografi sospetti contengono ciò che è noto come "peeling chain", in cui un utente invia o "peeling" la Criptovaluta a un indirizzo di destinazione, mentre il resto viene inviato a un altro indirizzo sotto il controllo dell'utente. Ciò accade ripetutamente per formare una peeling chain.

"Nella Finanza tradizionale questo fenomeno è noto come 'smurfing', ovvero quando grandi quantità di denaro vengono strutturate in più piccole transazioni, per KEEP entro i limiti di segnalazione normativi ed evitarne l'individuazione", ha affermato Elliptic nel documento.

Un'altra tecnica comune era l'uso dei cosiddetti "servizi nidificati", aziende che spostano fondi tramite conti presso exchange Criptovaluta più grandi, a volte senza la consapevolezza o l'approvazione dell'exchange. Un servizio nidificato potrebbe ricevere un deposito da ONE dei propri clienti in un indirizzo Criptovaluta e quindi inoltrare i fondi al proprio indirizzo di deposito presso un exchange.

"È noto che i servizi nidificati spesso hanno controlli di due diligence del cliente meno rigorosi rispetto agli exchange Criptovaluta che utilizzano, o talvolta non hanno affatto controlli antiriciclaggio, con conseguente uso improprio per il riciclaggio Criptovaluta , il che potrebbe potenzialmente farli comparire in sottografi considerati sospetti dal modello", ha affermato Elliptic.