Лаборатория искусственного интеллекта MIT-IBM проанализировала 200 000 транзакций Bitcoin . Только 2% были помечены как «незаконные»

Аналитическая компания блокчейна Elliptic объединилась с исследователями из Массачусетского Технологии института (MIT) и IBM с целью публикации общедоступного набора данных о транзакциях Bitcoin , связанных с незаконной деятельностью.

ГруппаизучатьПодробно описывается, как исследователи из MIT-IBM Watson AI Lab использовали программное обеспечение для машинного обучения для анализа 203 769 транзакций Bitcoin узлов на общую сумму около 6 миллиардов долларов. Исследование изучало, может ли искусственный интеллект помочь текущим процедурам по борьбе с отмыванием денег (AML).

Только 2 процента из 200 000 транзакций Bitcoin в наборе данных были признаны незаконными в рамках первоначальной работы Eliptic. Хотя 21 процент был идентифицирован как законный, подавляющее большинство транзакций, примерно 77 процентов, остались неклассифицированными. (На сегодняшний день было оценено 440 миллионов (Транзакции Bitcoin с момента запуска сети в 2009 году.)

Чтобы было ясно, 2 процента взяты из набора данных Elliptic, который ранее не был публичным, и эта цифра была просто подтверждена анализом исследователей MIT. Точка данных соответствует исследованию конкурирующей аналитической фирмы Chainalysis, которая оценила только 1 процент транзакций с Bitcoin в 2019 году были связаны с незаконной деятельностью.

Поскольку правоохранительные органы по всему миру часто нанимают компанию Elliptic для выявления незаконной деятельности с использованием Криптовалюта, данное исследование было направлено на выявление закономерностей, которые могут помочь отличить незаконное использование Bitcoin от законного, особенно среди лиц, не имеющих банковских счетов, или других неизвестных субъектов.

«Большая проблема с соблюдением правил в целом — это ложные срабатывания. Большая часть этого исследования направлена ​​на минимизацию количества ложных срабатываний», — сказал соучредитель Elliptic Том Робинсон CoinDesk. «Главный вывод заключается в том, что методы машинного обучения очень эффективны при поиске незаконных транзакций».

Робинсон добавил, что иногда программное обеспечение способно находить закономерности, которые трудно описать, но которые при этом сопоставляются с известными сущностями, основываясь на уже существующих данных с Рынки даркнета, атак с использованием программ-вымогателей и других уголовных расследований.

После академического исследования компания Elliptic опубликовала тот же набор данных, чтобы поощрить вклад разработчиков программного обеспечения с открытым исходным кодом.

«Что касается AML, мы делимся результатами наших ранних экспериментов с экспертами в этой области, чтобы получить обратную связь», — рассказал исследователь IBM Марк Вебер изданию CoinDesk, добавив:

«Мы также надеемся, что публикация набора эллиптических данных вдохновит других присоединиться к усилиям по повышению безопасности наших финансовых систем путем разработки новых методов и моделей для борьбы с отмыванием денег».

CNBC

В апреле сообщалось, что растущий спрос на 100-долларовые купюры США, вероятно, был вызван ростом преступной деятельности в мире. В отчете Американского института экономических исследований за 2017 годhttps://www.aier.org/article/sound-money-project/how-much-cash-used-criminals-and-tax-cheats подсчитано, что «более трети всей наличной валюты США в обращении используется преступниками и налоговыми мошенниками».

Обновление (22:00 UTC, 6 августа):·Название статьи было изменено, и добавлены пояснения, поясняющие, что цифра в 2 процента была рассчитана в первоначальной работе Elliptic, а не в последующем анализе с участием лаборатории искусственного интеллекта MIT-IBM Watson.

Массачусетский технологический институтизображение через Shutterstock