El detective de blockchain Elliptic explora la inteligencia artificial y la lucha contra el blanqueo de capitales con 200 millones de transacciones de Bitcoin .

• El conjunto de datos Elliptic2 es órdenes de magnitud más grande que el utilizado cuando el equipo comenzó a usar el aprendizaje automático para detectar el lavado de dinero con Bitcoin en 2019.
• La investigación utilizó 122.000 grupos de nodos conectados y cadenas de transacciones llamadas "subgrafos" con vínculos conocidos con actividades ilícitas.

La firma de análisis de blockchain Elliptic dijo que detectó patrones potenciales de lavado de dinero en la cadena de bloques de Bitcoin después de entrenar un modelo de inteligencia artificial (IA) utilizando un récord de 200 millones de transacciones.

La obra es una extensión de un programa realizadoallá por 2019que utilizó un conjunto de datos de tan solo 200.000 transacciones. El conjunto de datos "Elliptic2", mucho más amplio, empleó 122.000 "subgrafos" etiquetados, grupos de nodos conectados y cadenas de transacciones con vínculos conocidos con actividades ilícitas.

La IA se vuelve más perspicaz cuanto mayor sea el conjunto de datos disponible para entrenar los algoritmos de aprendizaje automático, y criptomonedas como Bitcoin ofrecen una amplia fuente de datos transparentes de transacciones en la cadena de bloques. Elliptic utilizó las transacciones para aprender las características que presenta el lavado de dinero en las Criptomonedas y clasificar con precisión las nuevas actividades delictivas. Elliptic dijo en un artículoEn coautoría con investigadores del Laboratorio de IA Watson del MIT-IBM.

"Las técnicas de lavado de dinero identificadas por el modelo se han identificado porque son comunes en Bitcoin", declaró Tom Robinson, cofundador de Elliptic, en un correo electrónico. "Las prácticas de lavado de Cripto evolucionarán con el tiempo a medida que dejen de ser efectivas, pero una ventaja de un enfoque de IA/aprendizaje profundo es que los nuevos patrones de lavado de dinero se identifican automáticamente a medida que surgen".

Se descubrió que muchos de los subgrafos sospechosos contenían lo que se conoce como "cadenas de pelado", donde un usuario envía o "pela" Criptomonedas a una dirección de destino, mientras que el resto se envía a otra dirección bajo su control. Esto ocurre repetidamente para formar una cadena de pelado.

"En las Finanzas tradicionales, esto se conoce como 'smurfing', donde grandes cantidades de efectivo se estructuran en múltiples transacciones pequeñas, para KEEP dentro de los límites de información regulatoria y evitar su detección", dijo Elliptic en el documento.

Otra técnica común era el uso de los llamados "servicios anidados", empresas que transfieren fondos a través de cuentas en grandes plataformas de intercambio de Criptomonedas , a veces sin el conocimiento ni la aprobación de estas. Un servicio anidado podía recibir un depósito de ONE de sus clientes en una dirección de Criptomonedas y luego transferir los fondos a su dirección de depósito en una plataforma.

"Se sabe que los servicios anidados suelen tener controles de diligencia debida del cliente menos estrictos que las plataformas de intercambio de Criptomonedas que utilizan, o en ocasiones no cuentan con dichos controles antilavado de dinero, lo que resulta en su uso indebido para el lavado de Criptomonedas , lo que podría provocar que aparezcan en subgráficos considerados sospechosos por el modelo", afirmó Elliptic.