计算机科学家开发了一种新工具，能够在不到一秒钟的时间内扫描5000万笔交易，从而更快、更准确地检测洗钱行为。
信息系的研究人员设计了一种全新的检测洗钱的方法，这种方法基于一种算法，当罪犯在许多银行账户之间将一大笔钱分成多笔小额交易时，这种算法可以快速识别——这种技术被称为“smurfing”。
算法运行在从几个银行账户中获取的数据上，这些数据被表示为一个大而复杂的图上的节点，软件被编程为专注于图中检测到最可疑活动的部分。
例如，如果有一笔100万英镑的存款，该软件可以监控这笔钱的确切转移地点——它有能力识别发生的所有相关交易组合，即使这笔钱被分散在不同的账户和支出之间。
正如发表在2023年SIAM国际数据挖掘会议论文集上的一篇论文所详细介绍的那样，首席研究员陈慧平博士和Grigorios Loukides博士以及Robert Gwadera博士和Solon Pissis博士表示，新软件的效率是目前检测方法的三倍以上，并且还可以分析更多的数据。
目前的洗钱检测方法是基于规则或基于机器学习(ML)的，这些方法涉及由“可疑”交易场景(如过多的现金存款)触发的自动洗钱检测警报，或者处理大量的交易历史记录，以发现可能的洗钱活动。这些方法在发现犯罪实例时可能是无效的或缓慢的，特别是在smurfing的实践中。
现有的两种方法都需要领域知识，例如，银行必须在过去成功捕获攻击并使用它们来检测其他攻击。如果一个组织没有这些数据，在处理新的或不断发展的洗钱方法时可能会出现这种情况，那么这意味着准确性降低。
陈博士是信息系的博士生，他说:“洗钱是一个重大的全球性挑战。开发一种更快、更有效的方法来发现这种犯罪活动，标志着朝着解决这一问题的正确方向迈出了重要一步，并为金融机构提供了保证。”
联合国毒品和犯罪问题办公室(UNODC)估计，每年全球GDP的2%到5%被洗钱，大约在6320亿英镑到1.5万亿英镑之间。
Loukides博士表示:“我们已经开发出一种最佳方法，可以在数百万数据中找到检测常见smurfing攻击分类的最佳解决方案，平均效率是目前使用的最先进方法的3.2倍。
“我们的工具也更加自动化，能够比目前可用的数据更快地分析数据。通过允许洗钱专家以前所未有的速度调查大量数据，我们可以授权他们有效地找出有不良意图的行为者。
“我们现在正在努力进一步改进该工具，目的是提供比传统方法更快的速度，但更高的精度。”
新工具的软件是开源的，可以免费访问。研究人员说，由于它可以用于比传统检测方法大得多的数据，因此它可以在很长一段时间内分析大量数据，过滤掉并在检测到可疑活动时向银行发出警报。
该方法已经通过来自一家匿名捷克银行的真实数据，以及基于对真实洗钱案件中常见模式和活动的预测而虚构的案例进行了测试。在这两种情况下，算法都能够检测到交易中的所有可疑模式。
研究人员表示，除了检测可疑的金融活动外，这种新工具还有潜在的用途，因为它可以让零售商找到并检测出最有利可图的捆绑产品，从而优化营销活动;快速提高零售数据的准确性。
更多信息:陈慧萍等，小邻域中的重节点:算法与应用，2023 SIAM国际数据挖掘会议论文集(2023)。DOI: 10.1137/1.9781611977653。ch35由伦敦国王学院提供引文:新软件检测洗钱的速度比以往任何时候都要快(2023,September 22)检索自https://techxplore.com/news/2023-09-software-money-laundering-faster.html除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
