واشنطن ـ مصر اليوم
غالبًا ما يتم انتقاد تقنية "بلوك تشين" كحل للبحث عن مشكلة ما، لكن مجموعة واحدة من الأشخاص وجدت بالفعل قيمة هائلة في التكنولوجيا وهم غاسلي الأموال. تسبب جرائمهم صداعًا مؤلمًا للمؤسسات المالية وشركات العملات المشفرة ووكالات إنفاذ القانون الشرعية ومنظمي العملات المشفرة، كلهم بحاجة إلى معالجة النشاط غير المشروع على blockchain. أدخلت شركة Elliptic، وهي شركة بريطانية متخصصة في الطب الشرعي للعملات المشفرة، تستخدم الشركة تحليلات blockchain لحماية العملاء من الجرائم المالية، أحدث وسائل الحماية لديها تستفيد من قوة الذكاء الاصطناعي، من خلال تطبيق التعلم الآلي على بيانات المعاملات، أنشأت Elliptic طريقة جديدة للكشف عن غسيل الأموال على blockchain Bitcoin.
يكشف بحث جديد أن التقنية قد حددت بالفعل عائدات الجريمة المرسلة إلى بورصة العملات المشفرة، وأنماط جديدة لغسل الأموال، والجهات الفاعلة غير المشروعة التي لم تكن معروفة سابقًا، وفقال ما أوردته TheNextWeb. وتم بالفعل دمج المخرجات في منتجات Elliptic. ومع إجراء المزيد من الاختبارات، تعتقد الشركة أن نموذج الذكاء الاصطناعي يمكنه الإبلاغ بشكل مباشر عن المعاملات غير المشروعة. يتصور توم روبنسون، المؤسس المشارك وكبير العلماء في شركة Elliptic، حالتين أساسيتين للاستخدام. وقال روبنسون عبر البريد الإلكتروني: "التطبيق الأساسي هو مكافحة غسيل الأموال، ومساعدة بورصات العملات المشفرة وغيرها من الشركات على تحديد العملات المشفرة التي قد تكون نشأت من نشاط إجرامي". "
ويمكن أن تستخدمها أيضًا وكالات إنفاذ القانون لتحديد الخدمات غير المشروعة الجديدة والجهات الفاعلة التي تستخدم العملات المشفرة." نهج نموذجي لغسل الأموال نظرًا لكونها أنظمة معاملات لا مركزية ومجهولة (زائفة)، فإن تقنية بلوك تشين جذابة للغاية لغاسلي الأموال، ولسوء الحظ بالنسبة لهم، أصبحت تقنية بلوك تشين أيضًا جاهزة لتحليل الذكاء الاصطناعي. من خلال مسح دفاتر المعاملات والبيانات الموجودة على المحافظ، يمكن للتعلم الآلي اكتشاف علامات المدفوعات غير المشروعة والمجرمين الذين يقفون وراءها. وقال روبنسون: "ربما يجعل هذا العملات المشفرة أكثر قابلية للكشف عن الجرائم المالية القائمة على الذكاء الاصطناعي من الأصول المالية التقليدية". لقد استكشفت Elliptic الاحتمالات لسنوات، في عام 2019 طورت الشركة نموذجًا للتعلم الآلي اكتشف معاملات البيتكوين التي أجرتها جهات غير مشروعة، مثل مجموعات برامج الفدية وأسواق الشبكة المظلمة. قام البحث الجديد بتحديث التقنيات. ثم طبقتها على مجموعة بيانات هائلة، تحتوي على أكثر من 200 مليون معاملة. عملت Elliptic مع باحثين من MIT-IBM Watson AI Lab لتطوير هذه الطريقة، جيث قرروا تطبيق نهج جديد. وبدلاً من التركيز على المحافظ غير المشروعة، قام الباحثون بتدريب نموذجهم على "الرسوم البيانية الفرعية"، التي تمثل سلاسل معاملات البيتكوين، وشملت بعض هذه المعاملات غسيل الأموال. من خلال التركيز على الرسوم البيانية الفرعية بدلاً من المحافظ، يمكن للنموذج تحليل عملية غسيل الأموال الأوسع "متعددة القفزات". العثور على المحتالين باستخدام الذكاء الاصطناعي بعد التدريب، قام الفريق بتطبيق تقنياتهم على المعاملات الحقيقية في بورصة عملات مشفرة غير مسماة، وقد حدد نموذجهم على الفور 52 رسمًا بيانيًا فرعيًا مشبوهًا انتهت بالودائع. وكان الرد واعدا.
وقد تم بالفعل وضع علامة على أربعة عشر حسابًا من أصل 52 حسابًا تلقت الودائع لارتباطاتها بغسل الأموال - وقد يكون العدد الحقيقي أعلى. على الرغم من أن الحسابات الـ 38 المتبقية ليس لها صلة محددة بالنشاط غير المشروع، إلا أن هذا لا يعني أنها بريئة. وقد وضعت البورصة علامة على أقل من 0.1% من حسابات عملائها على أنها مشبوهة، ومع ذلك فإن هذه الأفكار المستمدة بالكامل من المعلومات خارج السلسلة. يقوم النموذج بإجراء تحليل أعمق، تشير إضافة هذه القدرة إلى التوقعات المؤكدة إلى أن النظام يعمل بشكل جيد بالفعل، ومع مزيد من التحسين، تأمل شركة Elliptic في تسويق هذه التقنيات تجاريًا. كما قامت الشركة بالتحقيق في أنماط غسيل الأموال التي رصدها النموذج، وشملت هذه "سلاسل التقشير"، التي تغسل كميات كبيرة من العملات المشفرة من خلال سلسلة طويلة من المعاملات الصغيرة، و"الخدمات المتداخلة"، التي تستخدم بورصات أكبر لإخفاء الصفقات غير المشروعة. ومن خلال تحديد هذه السلوكيات، تخطط شركة Elliptic لتوسيع نطاق أدواتها. كما جعلت الشركة البيانات الأساسية متاحة للجمهور.
قد يهمك أيضًا:
أداة جديدة من "غوغل" تساعد على تحديد مسافة التباعد الاجتماعي